AI研究报告模板：十二个可复核字段

先建立研究记录，再写正文

研究问题决定什么证据相关。主张是复核人可以检查的陈述，例如实测数量或产品文档里的资格条件。含义分析解释发现为什么重要；建议提出行动，需要明确负责人。三者有关联，但不能互相替代。

先建一个来源登记表和一份主张台账。来源记录说明文档、版本、发布者、获取状态和相关位置；主张记录说明原句、依据、转换过程与复核结论。一份来源可能支持多条主张，多个链接也可能最终来自同一份材料。保留这种关系，不要把每个链接都算成独立证据。

2024年的论文《On the Evaluation of Machine-Generated Reports》讨论报告覆盖度与支持性引文。其评估框架假定文档集合真实，独立判断来源真伪不属于该框架。因此，“引用是否支持原句”和“来源本身是否可靠”需要分别考虑。论文与出版记录。

只保存获准用途所需要的材料。定位信息可以是页码和表号、章节标题、授权录音中的时间戳，或稳定行编号。整份文档虽能打开，但没有定位信息，核查成本仍可能很高。摘录时应保留相关限定条件，不能只留下有利部分。

AI研究报告模板的十二个字段

把这些字段当作工作要求，不是十二段填充文字。问题、范围与来源规则先于采集；先检查证据，再写执行摘要，并把摘要放在读者版报告前面。报告的阅读顺序不必等于研究顺序。

1. 研究问题

用一个中立、可回答的问题说明对象、比较、结果和边界。“这个四十人团队是否应该试行正文内周报？”比“证明AI报告提高生产率”更有用。前者允许否定或不完整答案，后者已经预设结论。

定义影响纳入范围和计算的术语。回复者是打开过表单的人，还是完成有效回复的合资格个人？报告指附件、正文摘要，还是带来源的生成式分析？研究中途更改定义，要记录变化，并重新检查此前证据。

列出本次不回答的相邻问题。格式偏好调查不能证明撰写时间节省、正确性、无障碍体验或付费意愿。可以把这些列为后续研究，但不能借模糊标题把它们带入结论。

2. 决策与受众

写明决策负责人、目标读者、期限和判断错误的后果。可逆小试验需要的证据门槛，与处理机密材料的全公司系统采购不同。两者都不能根据期望篇幅推定。

说明负责人将收到什么：摘要答案、比较、未解问题和下一步建议。高层读者可能不需要首页展示全部细节，但影响决策的限定必须可见。不能为了摘要整洁，把薄弱样本或无法访问的来源藏到附录。

把研究验收与行动批准分开记录。复核人可能认可报告准确描述了有限证据，而业务负责人仍决定不行动。文档完成不等于有权采购、发布、联系他人或变更生产流程。

3. 范围与截至日期

明确实体、产品、版本、人群、地区、语言和时间段。记录最后证据核查截止时间及重要来源的获取日期。新发表的报告可能描述旧样本，刚打开的网页也可能包含旧陈述。发表、观察、获取和生效日期含义不同。

写清排除项与访问限制。如果只检索公开英文来源，就明确说明。无法访问订阅数据库或早期产品版本，不能暗示已经检查过。准确描述的窄范围检索，比没有记录支撑的“全球覆盖”更有价值。

约定什么变化会使报告过期。资格规则修订、数据更正或决策范围变化，可能要求立即复核；未变的背景定义未必需要。截至日期限定的是检查到何时，不保证那之前的一切相关材料都已发现。

4. 来源纳入与排除规则

在挑选证据前设定规则，考虑相关性、原始发布、作者身份、方法、时效、独立性、利益冲突和使用权限。官方文档能证明供应商如何描述产品，不一定能证明独立性能。二手分析可以提供背景，但不会自动成为其转述数字的一手证据。

保留排除理由，例如人群不符、方法不足、版本已被替代、正文不可访问或重复来源。不能看见不利结果后，悄悄收紧标准将其删除。确需改标准时，应说明原因，并对有利和不利来源一致执行。

学术材料还要检查更正与发表状态。实施Crossref Crossmark的出版物可展示登记的更新、更正和撤稿信息；标记本身不保证质量或完整性。Crossmark说明。没有该控件的文档仍需要适当状态核查，不能仅凭缺少标记判定无效。

5. 方法与检索记录

保存检索网站或数据库、查询原文、日期、过滤条件、初筛过程与提取方式。结果数量实际可得且相关时再保留，不要编造数量使记录显得完整。无有效结果的查询也应记录，而不只是成功的查询。

搜索摘要和生成式搜索答案只是发现线索的工具。引用为已读材料前，要打开原文，核对相关段落，而不是依赖熟悉的标题。请求成功返回的页面，仍可能是登录界面、错误页或重定向后的另一份文档。

正式系统综述需要适用的报告标准与专业方法。PRISMA提供系统综述报告指南、清单和流程图，填完这份业务模板并不能证明符合PRISMA。PRISMA 2020资源。方法名称必须与实际完成的工作相称。

6. 执行摘要

写出证据能支持的、范围最窄但仍有用的答案，再补上最强依据、最重要反面信息和影响决策的不确定性。在虚构案例中，“可以考虑小试点，但未回复者偏好及时间收益仍未知”，比“全公司强烈希望使用AI报告”更站得住脚。

重要句子应关联主张编号或支持记录。用理由替代模糊的信心形容词：计数与登记表一致、样本人群有限、另一个关键结果未测量。模型的自信措辞不是置信区间，也不是独立复核。

在研究过程最后写摘要，正文细改后再核对一次。正文更正后，摘要常会保留原先较强的断言。标题、导语、表格和建议不能讲出互不一致的结果。

7. 证据表与主张台账

为重要主张分配稳定编号，记录拟用原句、来源编号、支持位置、证据类型、人群、单位、时期、计算、局限和处理结论。区分直接观察、推导数值与解释，并保留足够上下文，让另一人可以复核这种区分。

引用要过多道检查：文档存在，团队访问了相关版本，定位信息指向依据，而依据确实支持当前措辞和强度。“相关”不能改成“导致”，“八名回复者”不能改成“大多数员工”。如果没有一份来源支持结论范围，增加引用数量也无济于事。

仅引用必要且获准的内容，改写仍需忠实归因。AI提取表格时，要对照原文核对表头、脚注、合并单元格、分母和单位。语法合法的CSV，也可能完整保留提取错误。

8. 冲突与缺失证据

把重要分歧放在受其限制的发现旁边。先问来源是否使用相同的人群、定义、干预、比较和时期。不同条件下出现不同答案，不一定构成矛盾。不能因为都有百分号，就平均不可比较的数字。

说明冲突是已解决、缩小了结论范围，还是仍未解决。两个网页转述同一份供应商公告，要记录共同出处：它们是两份文档，不是两项独立研究。打不开底层方法文件时，应标记“方法未核实”，不能因多篇摘要一致而写成“证据已验证”。

缺失证据即使不是相反证据，也很重要。二十八名未回复调查者的偏好未知；沉默既不是支持，也不是反对。让缺口在答案中保持可见，并说明什么后续研究可能改变决策。

9. 分析与含义

展示从证据到含义的推理。每项计算写出公式、分子、分母、排除项、舍入方式和单位，解释数字描述的是样本、定义中的总体，还是假设情境。基于原始记录重新计算，而不是复制模型的算术。

把描述、因果和可迁移性分开。没有合理比较，供应商在另一情境的结果不能估计本团队节省多少时间。偏好正文格式，不能证明AI生成报告更准确或更快审阅。保留替代解释，例如自选择偏差和任务难度不同。

含义分析用来解释相关性，不是跳过缺失的研究。“回复提示了一种值得测试的格式”是有限推断；“这证明新工作流提高生产率”，需要偏好题没有采集的证据。

10. 不确定性与局限

列出会影响行动的限制：访问缺口、检索覆盖、自选择偏差、测量错误、样本小或不具代表性、语言排除、旧版本、AI提取错误和复核未完成。每项重要限制应对应受影响主张，以及可能减少不确定性的办法。

只有团队定义过标签含义，才使用有理由的信心标签。可以很确定八份有效回复选择了某选项，却仍不知道更大群体的偏好。一个“高信心”徽章会掩盖区别。不能仅因模型能生成概率，就给出数值概率。

局限章节不能成为摘要夸大结论的许可证。如果限定条件取消了行动依据，就修改建议；截止前拿不到补充证据，就向负责人呈现不确定性，而不是用看似合理的答案填补空白。

11. 建议与负责的行动人

为选项说明证据、前提、成本或工作量、风险、可逆性和验证步骤，并指定负责人和决策日期。不仅要描述成功可能怎样，还要说明什么情况应停止、调整或扩大行动。

以简报格式试点为例，开始前先约定比较对象和可观察结果，如审阅工作量、事实更正、重新打开来源的情况及无障碍体验。这些是建议测量的项目，不代表新方式已改善它们。参与者、可用数据和复核能力也应在启动前取得一致。

高影响和受监管行动必须保留在组织适当授权范围内。研究可以提供选项，但不能授予机密数据访问权、判断法律合规，或替代医学、法律、财务、科学及安全专业知识。交付时明确授权边界。

12. 复核人及修订历史

记录报告由谁准备、AI实际做了什么、谁检查来源、谁审阅专业结论，以及哪些事项已批准。尚未复核就写“待复核”，不能附上虚构姓名、资质或批准日期。保留真正接受复核的报告版本。

来源、定义、计算或结论变化时，识别受影响的主张编号及下游摘要，记录旧句、新句、原因、日期和批准状态。此前版本存在实质误导时，通知接收人。来源更新不能悄悄重生成报告，却继续保留旧批准标签。

按获准保留规则保存历史版本，不要默认无限期保存。记录应支持更正与问责，而不是成为不必要的敏感材料库。当前版必须与草稿、撤回报告和历史归档区分开。

执行六步研究与复核流程

1. 批准任务书。 明确问题、决策负责人、来源范围、允许工具与停止条件，约定对当前决策而言什么算足够证据。
2. 采集并登记证据。 打开来源，记录日期和定位信息，一致筛选并保存获准上下文，如实标记不可访问或不完整材料。
3. 建立并检查主张台账。 先提取主张，再写摘要；复算数字、识别共同来源，并附上矛盾或缺失证据。
4. 起草有边界的报告。 使用已接受主张，并把限定条件带入摘要。标注含义分析和建议，不能让润色扩大结论。
5. 复核主张与预定用途。 来源复核人检查支持关系，适当专业人员检查解释，业务负责人另行决定是否及如何行动。
6. 发布版本并维护。 把报告、台账、获准支持材料和复核状态一起保存，定义更新触发条件和通知旧接收人的更正方式。

用于重要报告前，先测试流程。样本中加入虚构文献、可访问但无关的文档、无依据百分比、旧版本、矛盾脚注、重复新闻稿和无法访问的底层研究。含恶意指令的文档应始终是待检查的证据，而不是改变研究任务的授权。

衡量实际检查了什么。重要事实主张中已验证支持的占比，需要明确定义主张集合与复核方法。报告引用很多，也可能漏掉决定性问题。判断必要问题的覆盖度，需要另行定义这些问题的参照清单；链接有效不能单独证明内容完整。

完整案例：纠正一份更换分母的报告

这是虚构训练练习，不是真实员工调查，也不是AI实测结果。一个四十人团队考虑试行正文内周报，替代附件。四十名合资格成员都收到一道偏好题；共十二份有效且不重复的回复，其中八人偏好正文格式，四人偏好附件，二十八人未回复。

教学证据包包含四条记录。S1是汇总回复登记表；S2是虚构供应商公告，声称在其自身情境中审阅时间减少20%，但包内没有可访问的方法说明；S3转载S2，不构成独立印证；S4是被引用但本练习中无法取得的方法文档。这些编号不暗指真实供应商或网址。

回复率为12 ÷ 40 × 100 = 30%。回复者中的正文偏好为8 ÷ 12 × 100 = 66.7%，保留一位小数。所有受邀者中，已观察到的支持回复占8 ÷ 40 × 100 = 20%。最后一个数字不是在估计“实际上只有20%喜欢新格式”：另二十八人的偏好未知。

如果全部未回复者都偏好附件，总体正文偏好为20%；如果全部偏好正文，则为36 ÷ 40 × 100 = 90%。这些只是虚构计数条件下的逻辑极端，不是置信区间、预测或建议采用的统计估计方法。案例说明，回复子集不能建立“总体多数支持”的结论。

拟用事实主张共有五条，即C1—C5。其中三条在当前范围内无依据，因此这份故意有缺陷的草稿中，无依据占比为3 ÷ 5 × 100 = 60%。C6按建议评估，不加入事实主张的分母。这是练习结果，不是AI工具或OpenMax的准确率。

更正后的摘要可以写成：“十二名回复者中八人偏好正文格式；四十名受邀者中十二人回复。其余二十八人的偏好，以及对审阅时间的影响均未知。全面变更前，可考虑由负责人批准的可逆试点，并预先约定质量和工作量指标。”这个有限的下一步，不需要供应商声称的百分比作依据。

填写后的推理也告诉复核人哪些内容应拒绝：不能把未回复当成反对，把转载当作第二项研究，把S4说成已读，或把拟议试点标为已批准。日后来源更正结果时，应先更新主张台账和所有依赖它的摘要，再发布新版本。

选择文档、文献管理器还是智能体辅助

人工文档与电子表格适合问题较窄、证据集合可控的研究。把十二字段模板、来源编号和计算放在一起。重点是在持续编辑过程中维护原句与证据的关系；篇幅短不是省略记录的理由。

文献管理器功能有助于整理来源与笔记。Zotero支持关联单条条目的笔记、独立笔记，以及标签和关联功能。它们能帮助组织记录，但不会判断来源是否真的支持主张。Zotero笔记文档。

确定性自动化可以检查文件是否存在、文档编号、重复标识、缺失字段和算术，也能标记失效URL；然而，请求成功不能证明来源支持句子。表头更名或单位变化，需要语义核查，不能只看验证结果变绿。

智能体辅助研究适合在范围已批准、重复提取、归纳或协调复核成为瓶颈时评估。限定来源与工具，要求草稿主张可追溯，并保留明确的“证据不足”结果。模型基于未读文档生成令人信服的报告，不比慢一些但可检查的流程更好。

数量增加后，应分别明确采集健康、来源核实、专业解释和最终决策的负责人。市场研究智能体用例提供更广的流程背景，竞争对手监测指南讨论持续变化检测。本页的交付物仍是研究报告及支持记录。

用一份获准证据包评估OpenMax

OpenMax将其产品定位为支持智能体集成与团队工作流的人与智能体协作平台。该定位不能证明特定研究连接器、自动引文验证系统或完整研究档案已经具备。OpenMax产品介绍。

用模板定义拟议评估，不要断言功能已经存在。从小型获准证据包开始，放入一条有依据主张、一个误导分母、一份重复来源和一条不可访问记录。让助手准备台账与报告草稿，再由复核人检查来源链接和被保留未下的结论。

在实际环境中验证导入与获取行为、权限、数据保留、下载文件、来源定位、日志及复核交接。缺失能力要保持可见。演示能写摘要，不证明产品在所有任务中都保存版本或阻止无依据陈述。

文档加文献管理器已经满足需要，就继续使用。如果问题在协作，可带着获准证据包和决策任务书，开展有范围约束的OpenMax工作流讨论。下一步应是一份可检查、明确拒绝编造缺失证据的报告，而不是自动宣称拥有研究权威。

隐私、安全与专业复核边界

仅使用组织获准为当前目的访问和处理的来源与数据。公开可见不自动解决复制、引用、再次传播、个人数据使用或保留权限。实际情境需要合格法律、隐私和安全负责人评估，本指南不提供特定司法辖区的法律许可。

美国国家标准与技术研究院将其AI风险管理框架1.0描述为自愿使用、帮助组织在不同情境管理AI风险的框架。它不是对本模板或OpenMax的认证。NIST AI RMF 1.0。

把获取的网页与文件视为不可信内容。OWASP说明了通过外部材料发生的间接提示注入，并建议最小权限和对高风险行动保留人工控制等措施。这些控制需要实施与测试，一条书面指令不能证明免疫。OWASP提示注入指南。

不要把机密证据包上传到未批准服务，也不要为获取答案而向外部网站发送内部战略。限制研究记录及导出副本的访问，把发布权限与阅读权限分开。不能为让报告显得完整而绕过登录或付费墙。

科学、医学、法律、财务、安全关键或其他重要结论，需要有相应资质的复核，以及适合领域的方法。模板可以揭示缺失复核，但不能补出缺失资质。如实标注待批准状态，在完成必要审阅前，不得把报告用于需要该批准的用途。

常见问题

AI研究报告应该包含多少来源？

没有通用数量。应使用足够相关、独立且可访问的证据，支持重要主张并处理有意义的分歧。一份公告的多个副本不是多项独立研究，多放链接也不能弥补决定性问题没有证据。

真实存在的引用也可能用错吗？

会。来源可能存在，却涉及不同人群、日期、产品版本或结果。核查具体位置和原句，而不是只看URL。支持相关性的文献，不自动支持因果关系或对另一个团队的预测。

这是撰写人工智能科学论文的模板吗？

不是。它用于可能借助AI完成的业务研究报告。科学论文和系统综述需要相应学科的研究设计、报告标准及审阅流程。不能因为业务案头报告有方法章节，就改称系统综述。

来源冲突或无法访问时怎么写？

记录分歧或访问限制，尽可能比较范围与方法，然后缩小或暂不作结论。说明什么证据能解决问题。不能声称读过无法取得的来源，也不能为了增强建议而隐藏可信反面信息。

OpenMax能提供最终专家批准吗？

不能如此假定。组织必须指定有资质的人员与决策权限。OpenMax在起草或分派中的拟议角色，需要在实际环境验证，不能替代专业判断、来源检查或报告用途授权。

来源、作者与本次修订范围

本页由OpenMax内容团队为OpenMax自有网站编写，产品讨论与发布方有商业关联。官方参考资料于2026年9月4日核查，只支持链接附近具体的研究、文档或风险陈述，不代表其发布者审阅本页或认可OpenMax。

十二个字段、工作表与虚构调查练习是编辑综合整理，不声称实施了真实员工调查、第一手产品性能实验或具名专业审阅。设计案例的算术不是客户证据。本页刻意区分引文支持与来源可靠性，也区分建议下一步与已批准行动。

本次把旧提纲扩写为来源和主张记录、逐字段操作说明、完整分母案例、下载材料及明确的产品待验证边界。保留2026年9月2日原始发表日期，内容修订日期为2026年9月4日。可将页面URL和非敏感佐证发送至contact@openmax.com反馈更正；不要通过邮件发送机密研究记录。