文档里的“用户”和“订单”是一回事吗?用 AI 建术语口径表
一份周报写“新增20”,会议记录说“本周20人”,结论就变成“新增20位用户”。真正的问题可能不是措辞,而是第一个20指订单,第二个20指参加演示的人。先把术语和单位拆出来,能省掉后面一连串错误解释。
本文用虚构片段演示文字整理,不是某家企业的真实成绩,也不是模型横评。它不要求文件上传;从已脱敏、允许使用的几个文本段落开始即可。
一个口径混用的例子
- A-01,业务周报:本周新增订单20笔,其中支付成功12笔。
- B-01,演示记录:本周共有20人参加演示,含上周已参加的5人。
- C-01,复盘初稿:本周新增用户20人,转化率60%。
12÷20确实等于60%,但分子分母是否属于同一批人、同一个时间窗,材料没有说明。订单笔数也不等于用户人数。与其让模型润色C,不如先找出需要定义的词。
第一步:摘词,不代填定义
从A/B/C中提取涉及计数、时间窗和状态的术语。输出术语、原文短引用、段落编号、对象、单位、时间窗、是否有明确的定义。没有说明就写未说明,不按行业常识补全。“新增用户”不能自动等同于“订单”或“参加演示者”。
人工检查它有没有漏掉“新增”“支付成功”“参加”“本周”。很多口径问题藏在修饰词里,不只是名词不同。原文只有“本周”,但没有周起止时间,就保留未说明;不要让模型生成一个看似正规的日历范围。
第二步:做一份待确认表
| 术语 | 当前能确认的内容 | 尚需确认 |
|---|---|---|
| 新增订单 | A记录20笔 | 创建时间窗口、取消订单是否计入 |
| 支付成功 | A记录12笔 | 是否来自本周新增的同一批订单 |
| 参加演示 | B记录20人,含5位曾参加者 | 同一人多次参加是否去重 |
| 新增用户 | C写20人 | 注册、首次参加还是首次付费 |
| 转化率 | C写60% | 分母对象及分子是否为其子集 |
这是人工示例表,不是产品自动验证结果。需要团队确认的问题应直接交给记录负责人;模型无法从缺失的定义里推断出组织认可的答案。
把表中的未说明项改成简短确认问题,每个问题附来源编号。优先问会改变结论的定义,不替负责人回答。指出哪些计算需要相同对象、相同窗口或去重规则才能进行。
这样得到的重点问题是“12笔支付是否属于这20笔新订单”,而不是泛泛问“转化怎么样”。即使答案为是,这也只能称订单支付成功比例,不能直接叫演示到付费的用户转化率。
第三步:确认后才能建立词表
收到负责人答复,把答复另存为D材料,记确认人和日期。再要求模型根据A/B/C/D整理:术语、正式定义、单位、统计起止、去重规则、允许简称、不能混用的词、来源位置。
缺少答复的行保持待确认。没有确认的简称也别强行统一,例如“成交”可能指签合同,也可能指已收款。为追求表格整齐而把两个状态合并,会让文章更易读却更不准确。
词表定下来后,可以把相关几行贴到下一次对话开头,要求据此审稿。每次仍需提供词表;本文不承诺产品跨对话记住它。口径修改时保留旧版本和生效时间,不直接把历史报表按新定义重写。
验收一份术语表的五个问题
- 每个数值是否有单位?
- 人数是否说明去重,笔数是否说明状态?
- 时间窗是否写明起止,而非只有“最近”?
- 每个定义是否能找到原文或确认答复?
- 未确认项有没有被模型悄悄填满?
涉及实际经营判断时,词表只是第一步;还要检查数据来源和计算过程。没有关联证据,不应该把两张表的相同数字当作同一批用户。
进入不墨 AI,贴三段脱敏文本,先摘术语、单位和未说明项。从一个小问题开始核对,使用页面实际提供的模型与额度。
一句话总结:术语表的价值在于明确知道什么已经定义、什么还没确认,而不是替团队编出一套口径。
两版文档到底改了哪里,可以让 AI 先出一份可逐条复核的变更清单再人工确认。
摘要里的引文是否真有出处,按逐句追溯原文的问答教程核一遍再引用。