第 4 课：工作场景实战（一）通知与会议纪要
🎯 核心实操目标
学习目标：掌握用大模型清洗与归纳长文本的能力。本课结束后，你应能把冗长、口语化的会议录音转写稿，快速整理为可以直接发给导师或课题组的《核心决策与待办任务清单 (Action Items)》。
📋 课前准备（5 分钟自检）
账号
- [ ] 豆包（必备，国内零基础友好）：doubao.com
- [ ] 至少一个海外平台账号（任选其一）：GPT-5 / Claude 4.8 / Gemini 2.5
工具/环境
- [ ] 一台可上网的电脑（Windows / Mac / Linux 均可）
- [ ] 任意浏览器（推荐 Chrome / Edge / Safari 最新版）
- [ ] 一份用于记录提示词与对话的本地笔记（Markdown / Word / Notion）
数据/素材
- [ ] 一段你自己工作/学习中真实卡住的文字问题（用作实操对象）
应急通道
- 海外平台无法访问 → 用国产替代：Kimi K2 / DeepSeek V3 / 通义千问
- 浏览器卡顿 → 关闭其他标签后重试，AI 网页对内存敏感
- 不会注册 → 加入课程答疑群索取注册教程
场景导入：把会议录音整理成可执行清单
做定性访谈或课题组每周例会时，我们通常会用录音笔记录。但随后往往要花两个小时一边听一边敲字，整理出一篇夹杂大量“那个”“然后”“我觉得”的冗长稿件，可读性很差。
文本归纳是大模型最成熟、最可靠的能力之一。它能从口语化的转写稿中识别出真正的决策与任务，剔除无关的语气词和闲聊，并整理为结构化的指令表。这正是本课要练习的工作流。
原理：为什么纪要与通知是「高可信绿区」
回顾第 1 课的「绿区 / 黄区 / 红区」分级：本节任务属于高可信的绿区。同样是用大模型生成文字，为什么「整理纪要」比「让它写一段综述」可靠得多？关键在于一个区别——
📖 关键术语：抽取式摘要 vs 生成式摘要
- 抽取式摘要（extractive summarization）：摘要的内容主要从原文已有的信息里挑选、删减、重排得到，模型做的是「抽取与重组」，几乎不引入原文之外的新事实。本节的纪要、通知正属此类——你已经提供了底料（转写稿），模型只是把「谁、做什么、何时」从噪声里捞出来。
- 生成式摘要（abstractive summarization）：模型用自己的话重新表述甚至补充内容，可能写出原文字面没有的句子。改写文体（如把口语改成规范公告）带有一定生成性，但只要约束住「不新增事实」，仍可控。
为什么抽取式任务可信度高，可以用几条关于大模型行为的、确凿的事实来理解：
- 模型按概率预测下一个词，本身不查证事实。 大模型的输出可理解为：基于训练语料中的统计规律，逐词预测「最可能接下去的内容」。它没有接入一个可信的事实数据库，所以在需要「凭空提供事实」时（如让它报一个统计数字、一篇文献），它倾向于生成「读起来像那么回事」却未必为真的内容——这就是幻觉（hallucination）。
- 而抽取式任务把「事实来源」交给了你。 当所需信息已经在你给的转写稿里时，模型不需要去「记忆」或「编造」事实，只需在当前上下文（context）里定位、筛选、重排。这一步更接近模式匹配，正是大模型相对稳定、出错率低的地方。
- 本轮对话的转写稿，承载于上下文窗口里。 你粘贴的原始文稿进入了模型的上下文窗口（context window，指模型单次能「看到」的文本长度上限）；模型对这段文本的处理，往往比调用训练时模糊记住的世界知识要可靠。这也解释了为什么「先喂料、再让它整理」比「不给料、直接让它写」更值得信任。
⚠️ 高可信 ≠ 零风险
绿区的「可信」是相对的，不等于不用核对。即便是抽取式任务，仍可观察到两类典型偏差（注意：以下是对可观察行为的描述，而非对模型内部机制的断言）：
- 漏信息：转写稿里一笔带过的任务（如顺口提到的某省、某个截止日）可能被模型当作噪声滤掉。
- 擅自添加：模型为了让纪要「读起来完整」，往往倾向于补一个原文没有的责任人或日期——这正是本节反复强调「未明确一律填『待定』」的原因。
所以本节的工作流始终是「模型整理 → 人工逐条核对」，核对环节不可省略。
处理流程：文本降噪漏斗
可以把这个流程理解为一个漏斗（funnel）：输入是夹杂语气词和闲聊的原始转写稿，经过模型筛选后，只保留与决策和任务相关的信息，过滤掉无关内容。
实战演练：把组会录音整理成督办表
📋 示例场景：上午组会结束，导师交代了购买新实验设备、经费报销和文献分工等若干事项。录音转写稿冗长且口语化，你需要把它整理为一份简明的督办表格，发在课题组群里。
动作一：选用长文本模型并锁定系统规则
建议优先使用对超长文本处理稳定的模型（如 Kimi 或 Claude 4.8）。复制如下提示词，连同原始转写稿一起发送：
【Role】你是一位有多年咨询经验的课题组行政秘书，擅长从会议记录中梳理决策与任务。
【Objective】
我将提供一份今天课题组会议的语音转写原始记录，其中包含大量口语化表达、语气助词和跑题的闲聊。请你：
1. 剔除所有“啊”、“那个”、“其实我觉得吧”等无实质信息的碎片。
2. 提炼出本次会议最终确定的【三大核心决策】。
3. 从中提取出“谁在什么时间前完成什么任务”，输出名为《Action Items》的待办跟踪表。
【Format】决议部分使用项目符号；待办表必须使用 Markdown 表格输出，表头为：执行人 | 任务内容 | 截止时间结点（若录音中未提则标注待定) | 风险批注。
【源文本输入区】
“嗯...那个，大家静一静啊。这周呢主要是咱们那个光谱仪坏了。张三啊，你去联系下厂家，看下周三前能不能来修，费用先走横向的账。哎对了李四，你那篇小论文的数据改回去了没，月底可得交了。那个王五你下周记得帮我去拿发票。其实最近大家也辛苦了，本来我说周末聚餐，后来还是觉得等仪器修好再说吧...”动作二：对照模型输出
这是文本归纳最实用的场景之一。无论原始转写稿多么杂乱，模型都能将其整理为结构清晰、可直接使用的纪要：
💡 【预期输出示例】
一、 本次周会核心决策：
- 暂停所有涉及光谱仪损坏停用的原生数据采集实验。
- 维修产生费用全额从实验室横向课题经费账目中列支。
- 实验室聚餐团建活动延期至光谱仪修复后举办。
二、 Action Items (督办跟进表)：
| 执行人 | 任务内容 | 截止时间结点 | 风险批注 |
|---|---|---|---|
| 张三 | 联系光谱仪原厂售后确认派遣维修人员 | 下周三前 | 资金走横向账务流程，需提前报备 |
| 李四 | 完成小论文返修数据的修改与投递 | 本月底前 | 逾期将影响发表周期 |
| 王五 | 领取相关报销凭证发票 | 下周内 | 暂无 |
逐要素：纪要里每一栏怎么写好
会议纪要的产出质量，落在每一栏的写法上。下面针对督办表的核心要素，给出「写砸 vs 写好」的小对照，照着改即可显著提升可执行性：
| 要素 | ❌ 写砸 | ✅ 写好 |
|---|---|---|
| 任务内容 | 「跟进光谱仪的事」——动词模糊，看不出做到哪一步算完成 | 「联系原厂售后并确认派遣维修人员的到场日期」——有动词、有可验收的完成标志 |
| 执行人 | 「相关同学」「大家」——无人认领，等于没人做 | 「张三」——点到具体人；原文没点名时填「待定」，不替模型指派 |
| 截止时间 | 「尽快」「近期」——无法排期，也无法督办 | 「下周三前」；原文未提则填「待定」，不编一个看似合理的日期 |
| 风险批注 | 留空，或写「无」却其实有坑 | 「资金走横向账务流程，需提前报备」——把执行时的隐性约束提前标出 |
| 决议条目 | 「讨论了聚餐的事」——只记主题，不记结论 | 「聚餐延期至光谱仪修复后举办」——记的是最终结论，不是讨论过程 |
一句话原则：纪要记的是「决定了什么」，不是「聊了什么」。凡是一栏让读者还要回去翻录音才能行动的，就是没写好。
对照：宽松提示词 vs 受约束提示词
同一段转写稿，提示词写得宽松还是受约束，产出的可用性差别很大。下面以 Case A 数据清洗启动会的一段录音为例（其中提到反向题 Anxiety_4_R 需要重新计分）。
源文本（节选）：
“那个……这次 Case A 的问卷数据，Anxiety 那一组里有道反向题，就是
Anxiety_4_R，得先反过来计分再算总分，别忘了。然后小李你把缺失值先看一下，Age 那列好像有几个空的。哦对，量表打分的事下周再说吧。”
宽松提示词
帮我把下面这段会议录音整理一下，说说大家都要做什么。
【源文本】（同上）典型产出是一段没有结构的散文，信息混在一起、难以追踪：
宽松提示词的产出（散文，难以执行）
这次会议主要讨论了 Case A 的问卷数据处理。会上提到 Anxiety 量表里有一道反向题需要反向计分后再求总分，还提到要检查一下缺失值，Age 那一列似乎存在一些空值。量表打分相关的事项计划在下周再进一步讨论。
谁负责、什么时候交，都没有落到具体的人和时间，执行时仍要回头翻录音。
受约束提示词（锁定角色 + 格式）
【Role】你是课题组数据管理负责人，负责把会议决定拆解为可追踪的行动项。
【Objective】把下面的转写稿整理为《Action Items》表。
【Format】仅用 Markdown 表格输出，表头固定为：执行人 | 任务内容 | 截止时间。
凡录音中未明确的信息（如执行人或截止时间），一律填「待定」，不得自行编造。
【源文本】（同上）锁定角色（Role）与输出格式（Output Locking）后，产出是带「责任人 + 截止时间」的行动项表：
受约束提示词的产出（行动项表）
| 执行人 | 任务内容 | 截止时间 |
|---|---|---|
| 待定 | 对反向题 Anxiety_4_R 反向计分后再计算 Anxiety 总分 | 待定 |
| 小李 | 检查 Age 列的缺失值并标记 | 待定 |
| 待定 | 讨论量表打分相关事项 | 下周 |
注意：录音里没有点名“反向计分”由谁负责、也没说何时完成，因此这两格如实填「待定」，而不是替模型“补”一个看似合理的人或日期。受约束的提示词不会凭空生成原文没有的信息。
对输出的自检清单（5 分钟自检）
拿到行动项表后，逐条核对以下问题再发出：
- [ ] 责任人：每一条行动项是否都有明确的执行人？没有的是否标注为「待定」，而非随手指派？
- [ ] 截止时间：每一条是否都有截止时间？录音未提的是否标注「待定」？
- [ ] 不杜撰：凡原文没有的信息（人名、日期、数值），是否一律标为「待定」，而不是被模型补全？
- [ ] 可追溯：表中每一条任务，是否都能在源转写稿里找到对应出处（如
Anxiety_4_R反向计分、Age列缺失值）？ - [ ] 格式一致：输出是否严格符合指定表头，没有夹带多余的散文说明？
换一种文体：把口语通知改写为规范公告
会议纪要是「把口语归纳成表格」；同一套思路也能用来「把口语改写成规范文体」。下面换一个不同学科、不同文体的实例：经管课题组要群发一则数据收集通知（围绕 Case B 经管面板数据，30 省 × 10 年，含 DigEcon_Index / HumanCap_per10k / Innovation_Index 三列）。负责人在群里随口说了一段，需要改成一则措辞规范、要素齐全的正式通知。
源文本（负责人口语，节选）：
“那个各位，咱们 Case B 那个面板数据，省份和年份的还差几个省没补齐啊，digecon 那列和创新那列都有缺的。大家这两天有空把自己分到的省份对一下，缺的去统计年鉴补上，记得标注来源啊。哦对，补完了发群里我汇总，别直接改主表。差不多就这周五之前吧。”
【Role】你是经管课题组的科研助理，负责把负责人的口头通知改写为可直接群发的规范书面通知。
【Objective】把下面这段口语通知改写为一则正式通知。
【Format】按以下结构输出，不使用口语词：
1. 标题（一句话概括事由）
2. 事由（1—2 句说明背景）
3. 具体要求（用编号列出，每条含「做什么 + 怎么做」）
4. 提交方式与截止时间
5. 备注（需要提醒的注意事项）
【硬约束】
- 凡原文未明确的信息（如具体省份名单、负责人分工），一律写「（详见分工表 / 待补充）」，不得编造省份或人名。
- 字段名（DigEcon_Index、Innovation_Index 等）保持英文原样，不翻译、不臆改。
【源文本】（同上）💡 【预期输出示例】
关于补齐 Case B 面板数据缺失值的通知
各位老师同学：
为完成 Case B 面板数据（30 省 × 10 年）的整理，现就缺失值补齐工作通知如下：
- 核对范围：请各位对照自己分工负责的省份（详见分工表），逐省检查
DigEcon_Index与Innovation_Index两列的缺失情况。 - 补齐方式：缺失数据请从对应年度的统计年鉴查补，并在备注列标注数据来源（年鉴名称与页码 / 表号）。
- 提交方式：补齐结果请发至本群由负责人统一汇总，请勿直接修改主数据表。
- 截止时间：请于本周五前完成。
备注：如某省某年指标在年鉴中确实缺载，请如实标注「缺载」，不要以估算值填充。
对照可见：口语版里「差几个省」「数据来源」「别直接改主表」都是模糊的零散信息，改写后成为「核对范围 / 补齐方式 / 提交方式 / 截止时间」四块齐全、可直接执行的通知。同时，原文没点名是哪几个省、谁负责哪个省，输出里如实写「详见分工表」，没有替负责人编造省份名单——这与会议纪要里「不杜撰」的原则是同一条。
文本加工任务的全谱：从「纯抽取」到「带生成」
本节的两个实例（纪要、通知）并非孤例，而是「绿区文本加工」这一大类里的两个点。把同一原理推广开，常见的文本加工任务可以沿「抽取性 → 生成性」排成一条谱系。理解它在谱系上的位置，就能判断该任务有多可信、要核对什么：
| 任务类型 | 抽取/生成倾向 | 本节/课程中的对应例子 | 可信度 | 核对重点 |
|---|---|---|---|---|
| 提取式归纳（抽要点、列清单） | 偏纯抽取 | 把组会录音整理成《Action Items》督办表 | 高 | 是否漏项；责任人/时间是否被擅自补全 |
| 结构化重排（同样的信息换个组织方式） | 偏抽取 | 把零散口语整理成「核对范围 / 提交方式 / 截止时间」四块 | 高 | 重排时有无丢字段、改字段名 |
| 文体改写（口语 → 规范书面语） | 抽取 + 少量生成 | 把负责人随口通知改写成正式群发通知 | 中高 | 措辞润色时有无悄悄新增事实或承诺 |
| 跨格式转换（文字 ↔ 表格 ↔ 要点） | 偏抽取 | 把决议散文转成 Markdown 表格 | 高 | 格式是否严格、字段是否对齐 |
| 翻译 / 术语统一 | 抽取为主 | 字段名 DigEcon_Index 等保留英文原样 | 中高 | 专有名词、字段名、数值是否被误译误改 |
一条实用的判断规则：任务越靠「抽取」端，越可放心交给模型批量处理，核对成本越低；越靠「生成」端（尤其需要模型提供原文之外的事实），越要警惕幻觉、越要逐句把关。 本节练的纪要与通知都落在偏抽取端，这正是它们适合作为「新手第一个真正干活的工作流」的原因。
何时该退出绿区、改用别的方法？ 当任务从「整理你给的料」滑向「补你没给的料」时，可信度随之下降，处理方式也要变：
- 录音里只字未提、却需要补全的事实（如「这条任务的国家标准截止日是哪天」）——这要求模型提供原文之外的事实，已不属于绿区抽取，应由人去查证，而非让模型「顺手补」。
- 需要基于纪要做判断或决策（如「这几项任务谁该优先做」）——这是观点生成，不在本节范围。
- 转写稿本身有错（听错的人名、说反的结论）——模型只会忠实地把错误一起整理进去，它不会替你纠正源头的事实错误。
⚠️ 隐私与保密提醒
在上传未经脱敏的会议录音时，不要上传涉及实验室未公开专利、保密协议下的企业横向课题核心图纸或金额细节的原始文稿。 多数公有云模型默认可能将聊天记录用于模型训练。如确需处理涉密录音，请先手动隐去敏感信息（例如将真实公司名替换为 Company A）后再行处理。
边界与局限：这套方法在什么情况下会失效
前面的「常见误区」讲的是用法上的坑（可通过改提示词、做自检规避）；这里说的是方法本身的固有边界——即便提示词写得再好，下列情形也需要人来兜底，不能把责任全推给模型：
- 垃圾进、垃圾出（garbage in, garbage out）。 模型只能整理你给的转写稿。若语音转写本身把人名听错、把「下周三」听成「下周五」，模型会忠实地把错误一并整理进表，且看起来很「干净」，反而更难察觉。底料的事实正确性由你负责，不由模型负责。
- 「漏」比「错」更隐蔽。 表格化的输出观感整洁、可信，容易让人误以为「都齐了」。但被当作噪声滤掉的任务不会留下痕迹——一份看起来完整的督办表，可能恰恰漏了录音里一句带过的关键事项。务必拿表回查原文，确认没有该进表而没进的内容。
- 长稿尾部信息可能被弱化。 转写稿很长、接近或超过模型上下文窗口上限时，可观察到模型对前后的信息处理不够均衡（例如末尾顺口提的事项被略过）。超长录音建议分段整理后再合并，并对每段单独核对，而不是一次性塞入指望它面面俱到。
- 改写文体时可能「美化」出原文没有的承诺。 把口语改成正式通知时，模型为追求书面感，往往倾向于补出「我们将全力保障……」这类原文没有的表态。涉及对外承诺、金额、时限的措辞，逐句比对原文，删掉任何源头没有的允诺。
- 准确与伦理红线（呼应课程红线）： 纪要 / 通知一旦发出即产生督办与责任效力。因此 ①署名与决议必须可回溯到原始录音；②不得让模型替你「拍板」原文没有定论的事；③涉密、涉个人隐私的录音先脱敏再处理（见上方提醒）。模型是整理工具，不是决策者，也不是责任主体。
⚠️ 常见误区与纠正
整理纪要/通知时，学员最常踩的几个坑及纠正方法：
| 常见误区 | 后果 | 纠正方法 |
|---|---|---|
| 杜撰未点名的信息：录音没说谁负责、哪天交，模型却「补」了一个看似合理的人名或日期 | 督办时找错人、排错期，信任崩塌 | 在提示词里写死「未明确的一律填『待定』，不得编造」；自检时逐格回查原文出处 |
| 漏掉责任人或截止时间：只记了「要做什么」，没记「谁做」「何时做」 | 任务无人认领、无法排期，等于没记 | 把「执行人」「截止时间」设为表格的固定列；空缺处显式标「待定」而非留白 |
| 保留无关闲聊：把「最近大家辛苦了」「周末聚餐」等寒暄原样搬进纪要 | 核心决议被噪声淹没，可读性差 | 提示词中明确「剔除语气词与跑题闲聊，只保留决策与任务」 |
| 只记主题不记结论：写「讨论了聚餐」，却没写「延期还是照常」 | 读者看完仍不知道结果 | 要求模型记录最终结论而非讨论过程；自检时问每条「结论是什么」 |
改了字段名/数值：把 Anxiety_4_R、DigEcon_Index 等英文字段名擅自翻译或简写 | 后续对不上数据列，引发返工 | 提示词中要求「字段名、数值保持原样，不翻译不改写」 |
输出仍不满意时，如何迭代
第一版输出不理想（漏了责任人、夹带闲聊、或自行编了日期）是常态，不必重写整段提示词。按以下顺序做一两轮负向纠偏（详见 第 2 课的迭代纠偏法）通常就能收敛：
- 指出具体问题，而非笼统说「不好」：例如「第 2 行你给『反向计分』指派了张三，但原文没点名，请改回『待定』」——把错处定位到行、到栏。
- 追加约束，而非推倒重来：在原提示词后补一句新规则即可，如「再检查一遍：凡原文未出现的人名或日期，全部改为『待定』」。
- 要求自检后再输出：让模型「先逐条核对每个任务能否在源文本找到出处，不能的标注出来，再给最终表格」，把上文的自检清单交给模型先跑一遍。
- 仍不收敛就换模型：长文本归纳对模型稳定性敏感，若某模型反复杜撰或漏项，换用对长文本更稳的模型（如 Kimi / Claude 4.8）重试同一提示词。
📦 本课交付物
按本节实操任务完成并提交以下内容（提交 AI 初审），AI 初审按 Module_Rubrics.md 对应维度评分：
- [ ] 本节实操产出：本节任务区块要求的具体文件 / 文本 / 截图
- [ ] AI 协作日志：至少 1 段完整的"任务描述 → AI 输出 → 人工修正"对话记录
- [ ] 四维质检记录：用
Course_QA_Checklists.md（事实/逻辑/格式/引用）核查本节 AI 输出的笔记 - [ ] 沉淀模板：将本课关键 Prompt / 流程 / 检查清单加入你的个人工具箱
🏁 本章小结
把本节的要点凝练为可据以复习的几条：
- 任务定位：通知与会议纪要属于绿区的文本加工，本质是抽取式摘要（extractive summarization）——你提供底料，模型只做抽取与重组，几乎不引入原文之外的新事实，因而比「凭空生成」可信得多。
- 为什么可信：大模型按概率预测下一个词、不查证事实，所以「让它提供原文没有的事实」易出幻觉（hallucination）；而抽取式任务把事实来源（转写稿）放进了上下文窗口（context window），模型只需在当前文本里定位重排，这正是它相对稳定之处。
- 可信 ≠ 免核对：仍可观察到「漏信息」与「擅自添加责任人/日期」两类偏差，故工作流恒为「模型整理 → 人工逐条核对」。
- 让输出可执行的抓手：锁定角色（Role）+ 输出格式（Format）；督办表的固定列为「执行人 / 任务内容 / 截止时间 / 风险批注」；凡原文未明确，一律填「待定」，绝不编造。
- 同一套思路两种用法：既能把口语归纳成表（纪要），也能把口语改写成规范文体（通知）；越靠生成端越要防「美化出原文没有的承诺」。
- 边界：垃圾进垃圾出，源头事实正确性由你负责；超长稿分段整理再合并；涉密涉私先脱敏；模型是整理工具，不是决策者或责任主体。
自测清单
- [ ] 我已经把一篇较为杂乱的文字稿（哪怕是微信长语音转写），用本课提示词做过一次降噪与归纳。
- [ ] 我理解了如何向 AI 明确指定输出格式（即要求其生成表格而非连续文字）。
- [ ] 我能说清「抽取式 vs 生成式摘要」的区别，以及为什么本节任务可信度更高。
- [ ] 我拿到输出后会回查原文，确认没有漏项、没有被擅自补全的责任人或日期。
- [ ] 我建立起了数据保密意识，清楚哪些内容可以交给 AI 处理，哪些不应上传到云端。
🧠 思考与练习
以下练习用于把本节概念用起来，与「交付物」不同：交付物是完整跑一遍工作流，这里则是针对单个概念的小训练。
练习 1（判断任务位置） 下面三件事，分别更偏「抽取」还是「生成」？据此说明哪件最可信、哪件最该警惕幻觉： (a) 把组会录音整理成督办表；(b) 让模型根据录音「推荐」张三的论文该投哪个期刊；(c) 把负责人的口语通知改写成正式通知。
好答案的判断要点：(a) 偏纯抽取、最可信；(c) 抽取+少量生成、需防美化出原文没有的承诺；(b) 是观点/事实生成，已滑出绿区，最该警惕幻觉，应由人来判断。能说出「越靠生成端、越需提供原文之外内容时越不可信」即达标。
练习 2（设计反幻觉约束） 针对 Case A 数据清洗启动会的转写稿（提到反向题 Anxiety_4_R 需重新计分、Age 列有缺失、量表打分下周再议），写一条加在提示词里的硬约束，确保模型不会替「反向计分」这条任务编造一个没点名的负责人或截止日。
好答案的判断要点：约束须写死「凡原文未明确的执行人或截止时间一律填『待定』，不得编造」，并要求保留
Anxiety_4_R、Age等字段名英文原样。能想到「让模型先逐条回查原文出处再输出」者更佳。
练习 3（找漏与找编） 给定一份你自己的录音转写稿和模型整理出的督办表，做两遍核对：第一遍只找「该进表却没进」的任务，第二遍只找「表里有、原文却查不到出处」的人名或日期。各举至少一例并说明。
好答案的判断要点：能区分「漏信息」（回查原文才发现）与「擅自添加」（回查原文发现无依据）这两类不同的偏差，并对应到本节的核对动作，而非笼统说「检查一下」。
练习 4（划定边界） 你的录音里把合作单位名说成了「听不清的某公司」，而通知正文需要写明对方全称。该不该让模型「补全」这个公司名？为什么？应当怎么处理？
好答案的判断要点：不应让模型补全——这要求原文之外的事实，属于幻觉高发区；正确做法是标「待补充 / 待核实」，由人去查证确认后再填。能联系到「垃圾进垃圾出」与「绿区边界」即达标。