AI报告生成要做得可用，关键在报告骨架、数据口径和复核责任，提示词只是其中一环。本文按“先定义报告、再准备材料、分段生成、人工定稿”的顺序，给出可直接照做的步骤、角色分工和检查清单，并说明这套流程如何在协作工具中留下取数与修改痕迹。
要点总览（TL;DR）
- 先写一页报告定义卡：用途、读者、3–5个判断问题、篇幅与提交时点，再让AI按章节填充。
- 生成前固定数据来源、取数时点和指标定义，并标注哪些内容可改写、哪些必须引用原文。
- 按“整理材料—写结构化提示—分段生成—人工修订—定稿归档”五步推进，每节生成后立即核对。
- 报告负责人定问题与定稿，数据提供方按口径给数，复核人独立核对数据与结论一致性。
- 定稿前用检查清单逐项确认，数据口径、结论证据、编造内容和留痕记录任一项不通过即阻断。
先定报告骨架：用途、读者与判断问题
动手写提示词之前，先把报告本身定义清楚。AI擅长按结构填充内容，结构越明确，生成结果越接近可用稿；结构模糊时，模型只能用通用表述填补空白，后续修改成本反而更高。第一步的产出是一页“报告定义卡”，写清楚四件事：用途、读者、判断问题、篇幅与提交时点。
用途决定报告的类型。周报侧重进度同步和下周安排，阶段汇报侧重目标达成与偏差说明，复盘侧重原因分析和改进动作，评审材料侧重方案依据与待决事项。四种类型的内容重心不同，不能共用一套模板。
读者决定详略和术语。给项目组看的报告可以直接使用迭代、缺陷密度等内部术语；给管理层看的报告需要把术语换成业务影响，把过程细节压缩成一到两句结论。同一份数据，读者不同，呈现顺序也不同。
判断问题是骨架的核心。列出这份报告要回答的3–5个问题，例如“本阶段计划完成率是多少、偏差出现在哪些环节”“当前阻塞事项是否影响下一里程碑”“资源投入与产出是否匹配”。每个问题对应报告中的一个章节，AI按问题逐段生成，人按问题逐项核对。
报告定义卡可以写成下面这种可填写结构：
| 字段 | 填写内容 | 作用 |
|---|---|---|
| 报告用途 | 周报／阶段汇报／复盘／评审材料 | 确定内容重心 |
| 读者 | 项目组／部门负责人／管理层 | 确定详略与术语 |
| 判断问题 | 3–5条，每条一句话 | 对应章节结构 |
| 篇幅 | 如正文1500字以内、附一张数据表 | 约束生成长度 |
| 提交时点 | 日期与接收人 | 倒排取数与复核时间 |
完成标志：定义卡上的每个判断问题都能对应到一位能提供数据的人，篇幅和提交时点已确认。
固定数据来源与口径：让AI有据可依
AI生成内容出现编造，多数情况是输入材料不足或口径不清，模型只能自行补全。降低这一风险的做法，是在生成前把“喂什么”和“按什么规则算”固定下来，形成输入材料清单与口径说明表。
先列数据来源。常见来源包括：工作项系统中的任务与缺陷记录、项目文档与会议纪要、指标表或报表、上一期报告。每个来源要标注取数时点，例如“截至本周五18:00的工作项状态”。同一份报告内不同来源的时点应尽量对齐，避免出现“进度数据截至周五、缺陷数据截至周三”这类口径错位。
再写关键指标定义。完成率按任务数还是按工作量计算、延期如何界定、缺陷按发现时间还是关闭时间统计，这些定义要写在材料清单里，并随材料一起交给AI。指标定义不写清楚，模型会按常见理解自行解释，生成结果与团队认知不一致。
然后标注改写权限。把输入材料分成两类：可改写内容，如背景描述、进展叙述、建议措辞，允许AI重组和润色；必须引用原文的内容，如关键结论、对外承诺、合同或合规表述、具体数字，要求AI原样引用或明确标注来源，不得改写。这一条要写进提示词的禁止事项。
| 材料类别 | 示例 | 取数时点 | AI处理方式 |
|---|---|---|---|
| 工作项数据 | 任务完成情况、缺陷列表 | 统一截止时点 | 可汇总统计，数字须与来源一致 |
| 文档与纪要 | 会议结论、决策记录 | 最近一次会议 | 可提炼，关键结论引用原文 |
| 指标表 | 完成率、工时投入 | 与工作项同口径 | 按给定定义使用，不自行换算 |
| 上期报告 | 遗留问题、上期承诺 | 上期定稿版 | 可对照，不复制过时结论 |
完成标志：每份输入材料都有来源和时点，关键指标有定义，改写权限已标注，材料中不含与本次报告无关的重复内容。
核心操作步骤：从骨架到成稿的五步
前置准备完成后，生成过程按五步推进。每一步都有明确的输入、动作、输出和完成标志，便于不同的人接手同一份报告。
| 步骤 | 输入 | 动作 | 输出 | 完成标志 |
|---|---|---|---|---|
| 1. 整理材料 | 各来源原始数据与文档 | 按定义卡筛选相关材料，删除重复和过期内容，统一时点 | 一份干净的输入材料包 | 材料与判断问题一一对应，无重复条目 |
| 2. 写结构化提示 | 定义卡、材料包、口径说明 | 规定角色、章节结构、每节字数、引用规则和禁止事项 | 一份可复用的提示模板 | 提示中每个判断问题都有对应章节和字数要求 |
| 3. 分段生成 | 提示模板、对应章节的材料 | 先让AI输出结论和要点，再逐节展开分析，每节生成后立即核对 | 分节初稿 | 每节结论都能在材料中找到依据 |
| 4. 人工修订 | 分节初稿 | 补充AI无法给出的判断，修正口径偏差，删除空话和重复表述 | 修订稿 | 数据与来源一致，判断有负责人署名 |
| 5. 定稿归档 | 修订稿 | 按检查清单逐项确认，记录生成版本与修改说明，归档到固定位置 | 定稿与版本记录 | 检查清单全部通过，版本可追溯 |
第二步的提示写法值得单独说明。一个可用的结构化提示通常包含：角色设定（如“你是项目管理的报告撰写助手”）、报告结构（按定义卡的判断问题列出章节）、每节字数上限、引用规则（数字和关键结论必须来自给定材料，材料中没有的内容标注“待补充”而非自行推测）、禁止事项（不写评价性套话、不虚构数据、不改变指标定义）。提示模板一次写好，后续每期报告复用，只替换材料包。
第三步分段生成的原因在于可控性。一次性让AI写完整篇报告，错误会分散在各处且难以定位；按章节生成，每节生成后立即对照材料核对，问题在当节解决。生成顺序建议先结论后分析：先让AI基于材料给出每节的结论句，人确认结论方向正确后，再展开支撑分析。
第四步是人工价值最集中的环节。AI能完成汇总、提炼和措辞组织，但资源是否该调整、偏差是否需要上报、下阶段优先级如何排，这些判断需要报告负责人结合上下文给出。修订时同步检查口径：AI是否把“任务完成率”写成了“工作量完成率”，是否把预测数据写成了已发生数据。
第五步归档不只是存文件。记录本次使用的材料时点、提示模板版本、生成日期和主要修改点，下一期报告可以直接对照上期承诺，也便于他人复核时还原生成过程。
角色与交付物分工
流程能否重复，取决于每个环节是否有明确的责任人。以下分工适用于多数团队，具体人数可按报告规模调整，一人兼任多个角色时，复核角色应与生成角色分离。
| 角色 | 主要职责 | 交付物 | 时点 |
|---|---|---|---|
| 报告负责人 | 定义报告用途、读者与判断问题，做最终判断并定稿 | 报告定义卡、定稿 | 启动时、提交前 |
| 数据提供方 | 按口径提供数据，确认取数时点 | 输入材料与口径说明 | 生成前1–2天 |
| AI生成执行人 | 编写提示、分段生成、初校数据与表述 | 分节初稿与生成记录 | 材料齐备后 |
| 复核人 | 核对数据与结论一致性，检查敏感信息 | 复核意见与通过确认 | 定稿前 |
需要强调的是复核人的独立性。复核人重点看两类问题：数字是否与来源一致，结论是否有材料支撑。表述是否流畅由生成执行人负责，复核人不重复润色工作，否则复核容易流于形式。
示例：一份项目阶段汇报的生成过程
以下为演示情景，用于说明流程如何落地，不代表真实项目数据。
背景：某研发项目进入第二阶段末期，需要向部门负责人提交一份阶段汇报。报告定义卡写明：用途为阶段汇报，读者为部门负责人，判断问题为“阶段目标完成情况”“主要偏差及原因”“下阶段资源需求”三条，篇幅控制在1200字以内，周五下班前提交。
输入材料包括：截至周四的工作项完成情况、本阶段两次评审会的会议纪要、工时投入表、上期阶段汇报中的承诺事项。口径说明中明确完成率按任务数计算，延期指超过计划完成日期且未关闭的任务。
提示词要点：角色为项目管理报告助手；按三个判断问题分三节；每节先给一句结论再给两条以内证据；数字只能来自给定材料，材料未覆盖的内容写“待补充”；不写“整体进展顺利”这类无依据的评价；全文不超过1200字。
生成结果中需要人工修正的典型问题有三类。一是结论过满，AI根据完成率数据写出“阶段目标基本达成”，而实际有一项关键交付延期，负责人需改为“两项交付按期完成，一项延期五天，原因见下”。二是口径混用，AI把工时投入直接当作资源饱和度，需按口径说明改回原始定义。三是建议空泛，AI给出“加强沟通协调”之类表述，需替换为具体的资源调整动作和责任人。
定稿时记录：材料时点为周四18:00，提示模板为第二版，主要修改点为结论表述、口径修正和建议具体化，定稿版本存入项目文档库并关联本期汇报任务。
完成检查：定稿前逐项确认
定稿前按清单逐项确认，任一项不通过即视为阻断，需返回对应步骤处理。
| 检查项 | 通过标准 | 不通过时的处理 |
|---|---|---|
| 数据与口径一致 | 每个数字都能在来源材料中找到，指标定义与口径说明一致 | 阻断，返回核对来源 |
| 结论有证据支撑 | 每条结论对应至少一条材料依据，无来源不明的内容 | 阻断，删除或补证据 |
| 无AI编造内容 | 材料未覆盖处标注“待补充”，无虚构数字、日期或承诺 | 阻断，逐条核实 |
| 篇幅与术语匹配读者 | 字数在定义卡范围内，术语符合读者认知 | 非阻断，可修订后通过 |
| 留痕可追溯 | 记录材料时点、提示版本、修改要点 | 阻断，补齐记录 |
| 敏感信息已处理 | 对外报告不含内部敏感数据，权限范围已确认 | 阻断，脱敏或调整范围 |
清单全部通过后即可定稿。建议把这份清单与报告定义卡、提示模板放在一起，形成团队的报告生成规范，新成员按规范即可产出格式和口径一致的报告。
把流程放进协作工具：ONES如何承载取数与留痕
上述流程中，取数时点、材料版本、复核意见和定稿记录如果散落在聊天记录和个人文件夹里，下一期报告很难还原。把这些管理动作放进团队日常使用的协作工具，可以让流程本身可追溯。
取数环节，工作项和文档本身就是数据来源。ONES Assistant 智能助手连接 ONES Project、ONES Wiki 与 ONES TestCase，能够理解项目、工作项、迭代和 Wiki 页面等真实工作上下文，基于相关项目数据和团队知识回答问题。报告执行人可以直接针对当前项目提问，减少手工导出和整理的工作量；材料时点则以工作项的实际状态为准，避免口径错位。
生成与保存环节，Assistant 可将生成结果保存为工作项、Wiki 页面等内容，减少页面切换和重复录入。在 Wiki 场景中，团队可以在页面、附件等资料中建立统一知识上下文，支持页面问答、附件总结和智能文档生成，报告初稿可以直接沉淀在文档页面中继续修订。
复核与归档环节，ONES 基于自身权限体系进行知识问答和任务执行，输出过程可追踪、结果可审计。报告负责人可以在文档页面上完成评审意见的流转，定稿版本与修改记录留在同一处，下一期报告对照上期承诺时可直接查阅。围绕项目进展、工时投入等数据，Assistant 也可生成进展分析类内容，作为报告分析部分的参考输入，最终判断仍由报告负责人给出。
这套承载方式适合已经把项目数据放在 ONES 中的团队；数据分散在多个系统时，仍需先按第二节的方法统一来源和时点，再进入生成环节。
常见问题
团队第一次用AI生成报告，应该从哪类报告开始试？
建议从结构稳定、数据来源集中的报告开始，例如周报或阶段汇报。这类报告的判断问题相对固定，输入材料主要来自工作项和会议纪要，便于验证口径和复核流程。复盘和评审材料涉及更多判断和对外表述，等前一类报告跑顺两三个周期后再迁移过去。
输入材料里有些内容AI容易改写走样，怎么处理？
在材料清单里把内容分成两类：背景描述、进展叙述、建议措辞可以交给AI重组润色；关键结论、对外承诺、合规表述和具体数字要求原样引用或标注来源。这条规则要写进提示词的禁止事项，并在人工修订时逐条核对，尤其是数字和承诺类表述。
一个人同时负责生成和复核，流程还成立吗？
小团队里一人兼任多个角色是常见情况，但复核环节建议与生成环节分开。可以由另一位同事只做数据和结论一致性核对，不承担润色工作；确实无人可分时，至少把生成和复核安排在不同时间段，按检查清单逐项过一遍，避免边写边审导致问题被顺带放过。
AI生成的内容出现编造，通常出在哪个环节？
多数情况出在输入材料不足或口径不清。材料没覆盖的问题，模型会用通用表述补全；指标定义没写清楚，模型会按常见理解自行解释。处理办法是回到材料准备环节补齐来源和定义，并在提示中要求材料未覆盖处标注“待补充”，而不是让模型自行推测。
把取数、复核和归档放进ONES，具体能减少哪些手工动作？
ONES Assistant 连接 ONES Project、ONES Wiki 与 ONES TestCase，能理解项目、工作项、迭代和 Wiki 页面等工作上下文，报告执行人可以直接针对当前项目提问，减少手工导出和整理。生成结果可保存为工作项或 Wiki 页面，初稿在文档页面中继续修订；ONES 基于自身权限体系执行问答和任务，输出过程可追踪、结果可审计，复核意见和定稿版本可以留在同一处。
