AI报告审阅适合已有成稿报告、需要按统一口径快速找出结构缺项、数据矛盾和表述问题的场景。做法是先明确报告类型与审阅标准，把标准拆成可判定的检查项，再按“机器初筛—人工复核—问题关闭”推进，每轮留下问题清单和责任人。审阅问题清单与文档状态可以放在ONES中承载，便于与原有文档流程衔接。
要点总览（TL;DR）
- AI报告审阅按“定义审阅口径—准备报告与支撑材料—机器初筛—人工复核—问题归档关闭”五步推进，每步都要有输入、动作、输出和完成标志。
- 检查项按结构完整性、数据与事实一致性、结论与依据对应、表述规范四类设计，每类给出可判定的通过标准，提示词固定输出问题位置、类型、严重程度和修改建议。
- 判定权归人工复核人，工具负责定位和提示；误报回写检查项，漏报通过抽检补充规则，提示词版本记录本身也是审阅资产。
- 问题清单要包含位置、类型、严重程度、责任人、状态和关闭依据，并与报告版本关联，审阅记录随版本一起留存。
- 用抽检通过率、问题关闭率、复核返工次数和误报率按批次验证效果，出现大量误报或长期待修改时先回到审阅口径找原因。
AI报告审阅的核心流程与操作步骤
整套流程分五步，前两步决定审阅质量，后三步决定审阅能否闭环。每一步都应有明确的输入、动作、输出和完成标志，避免审阅停留在“看一遍、提点意见”。
| 步骤 | 输入 | 动作 | 输出 | 完成标志 |
|---|---|---|---|---|
| 1. 定义审阅口径 | 报告类型、受众、用途、团队既有写作规范 | 确定本次审阅覆盖哪些检查项、每项的通过标准、严重程度分级 | 审阅口径说明与检查项清单 | 检查项可逐条判定“通过/不通过”，无“写得好不好”这类模糊项 |
| 2. 准备报告与支撑材料 | 报告原文、数据来源、引用文件、上一版报告 | 确认版本为待审版本，补齐数据附件与引用出处，标注不确定内容 | 待审报告包（原文＋支撑材料＋版本号） | 报告中每个关键数据都能找到对应来源或标注“待补” |
| 3. 机器初筛 | 待审报告包、检查项清单、提示词 | 按检查项逐类执行初筛，输出问题位置、类型、严重程度和修改建议 | 初筛问题清单（草稿） | 四类检查项均已执行，问题定位到段落或句子 |
| 4. 人工复核与判定 | 初筛问题清单、报告原文、支撑材料 | 逐条确认问题是否成立，剔除误报，补充漏报，确定修改责任人与优先级 | 确认后的问题清单 | 每条问题有“成立/不成立”结论和责任人 |
| 5. 问题归档与关闭 | 确认后的问题清单、修改后的报告版本 | 跟踪修改、验证关闭、记录关闭依据，归档本轮审阅记录 | 关闭记录与审阅归档 | 所有高优先级问题关闭，遗留问题有明确处理计划 |
执行时有两个顺序要点。审阅口径必须在初筛之前定好，否则机器输出会散落在各种角度，复核人难以判断哪些该改。支撑材料必须在初筛之前备齐，否则数据一致性问题会被大量误报淹没，复核成本反而上升。
初筛阶段建议按检查项分批执行，而不是一次性让工具“通读全文提意见”。分批执行的好处是每批输出对应一类判定标准，复核人可以按类核对，也便于后续统计哪类问题最集中。
审阅角色分工与各环节交付物
AI报告审阅涉及四类角色。角色可以一人兼任，但职责边界要分清，尤其是“判定问题是否成立”这一动作应由人承担，工具只负责定位和提示。
| 角色 | 主要职责 | 初筛环节 | 复核环节 | 关闭环节 | 关键交付物 |
|---|---|---|---|---|---|
| 报告作者 | 对报告内容和数据负责 | 提供待审版本与支撑材料，标注不确定内容 | 回应问题、说明依据或确认修改 | 提交修改稿与修改说明 | 待审报告包、修改稿 |
| 审阅组织者 | 组织审阅、控制节奏与口径 | 准备检查项清单与提示词，安排初筛 | 汇总问题、分派责任人、组织争议讨论 | 核对关闭状态，归档审阅记录 | 审阅口径说明、问题清单、归档记录 |
| 领域复核人 | 对专业内容和事实准确性做判定 | 不参与初筛 | 逐条判定问题是否成立，补充漏报 | 验证修改是否到位 | 复核结论、关闭依据 |
| AI工具使用者 | 执行初筛并维护提示词 | 按检查项运行初筛，整理输出格式 | 根据复核反馈调整提示词，记录误报 | 不参与关闭判定 | 初筛问题清单、提示词版本记录 |
交接物随状态流转：作者提交待审报告包后，组织者输出审阅口径与问题清单草稿；初筛完成后清单进入“待复核”；复核人判定后清单进入“待修改”；作者修改后进入“待验证”；复核人验证通过后关闭。争议问题由审阅组织者召集作者与复核人讨论，仍无法达成一致时，由对报告结论承担责任的业务负责人裁决，裁决理由记入问题清单。
AI工具使用者的职责容易被忽略。提示词需要随误报和漏报持续调整，调整记录本身也是审阅资产，下一轮同类报告可以直接复用。
检查项设计与提示词写法示例
检查项按四类设计，每类给出可判定的通过标准。标准越具体，初筛输出越可用，复核争议越少。
| 检查项类别 | 判定标准 | 典型问题 |
|---|---|---|
| 结构完整性 | 报告包含约定章节，每章有实质内容，章节间逻辑顺序符合规范 | 缺少结论章节、某章仅有标题无内容、章节顺序与模板不符 |
| 数据与事实一致性 | 同一指标在全文口径一致，数据有来源，前后引用不矛盾 | 同一数字在不同章节不一致、数据无出处、时间范围表述冲突 |
| 结论与依据对应 | 每条结论都能在正文找到支撑依据，依据强度与结论措辞匹配 | 结论超出数据支持范围、建议缺少分析过程、因果表述缺少证据 |
| 表述规范 | 术语统一、单位规范、语句完整、无歧义表达 | 同一概念多种叫法、单位混用、指代不清 |
提示词应包含六个要素：角色与任务、报告类型与受众、检查项清单及判定标准、输出格式、严重程度分级规则、不确定时的处理方式。输出格式建议固定为“问题位置—问题类型—严重程度—问题描述—修改建议”，便于汇总成清单。
示例：输入为一份季度运营分析报告，审阅口径限定在数据一致性与结论对应两类。提示词可写为：“你是报告审阅助手。待审对象是一份面向管理层的季度运营分析报告。请只检查两类问题：一是同一指标在全文是否口径一致、是否有来源；二是每条结论是否能在正文找到支撑依据。输出格式为：位置（章节与段落）、问题类型、严重程度（高/中/低）、问题描述、修改建议。无法确定时标注‘需人工确认’，不要推测数据来源。”输出示例：“第3节第2段，‘活跃用户环比增长12%’与第5节表格中的9%不一致，问题类型为数据一致性，严重程度高，建议核对统计口径并统一。”这类输出定位明确，复核人可以直接判断。
误报处理：复核人判定不成立的问题，记录误报原因并回写检查项或提示词，例如补充口径说明、限定检查范围。漏报处理：通过抽检发现初筛未覆盖的问题，补充为新的检查项或调整提示词，并在下一批次验证。误报和漏报的记录按批次积累，是提升审阅稳定性的主要依据。
审阅结果如何记录与流转
问题清单是审阅的核心交付物，字段设计要支持分派、跟踪和归档。建议字段如下。
| 字段 | 说明 |
|---|---|
| 问题编号 | 唯一标识，便于引用和统计 |
| 位置 | 章节、段落或句子，精确到可定位 |
| 问题类型 | 对应四类检查项之一 |
| 严重程度 | 高/中/低，高优先级问题必须关闭 |
| 问题描述 | 说明问题是什么，不混入修改方案 |
| 修改建议 | 可执行的修改方向 |
| 责任人 | 负责修改或确认的人员 |
| 状态 | 待复核、待修改、待验证、已关闭、遗留 |
| 关闭依据 | 修改稿位置或复核结论 |
| 关联版本 | 对应报告版本号，便于追溯 |
状态流转与文档评审流程衔接：报告提交评审时同步生成问题清单，清单状态随评审进度更新；报告每次修改产生新版本，问题清单关联版本号，关闭时注明在哪个版本完成修改。审阅记录与报告版本一起留存，后续复盘或交接时可查。
在ONES中，这类问题清单可以作为工作项管理，与Wiki中的报告页面和版本记录关联，审阅状态随工作项流转，输出过程可追踪、结果可审计。ONES Assistant能够理解项目、工作项和Wiki页面等真实工作上下文，基于相关数据和团队知识回答问题并执行后续操作，适合在审阅过程中查询报告背景、汇总问题或推进状态更新。具体配置需结合团队现有流程确定。
完成检查：审阅是否做到位
单份报告的完成检查可以逐项核对：四类检查项是否全部执行；高优先级问题是否全部关闭；每条关闭是否有依据；遗留问题是否有责任人和处理计划；问题清单是否关联报告版本并归档。五项全部满足，才算这份报告的审阅完成。
批量审阅的效果用指标验证，按批次统计而非单份报告下结论。常用指标包括：抽检通过率（抽检样本中未发现新问题的比例）、问题关闭率（已关闭问题占确认问题的比例）、复核返工次数（同一问题因修改不到位被退回的次数）、误报率（复核判定不成立的问题占初筛问题的比例）。指标应结合报告类型分别统计，避免不同类型报告混在一起比较。
抽检机制建议每批次抽取一定比例的报告，由未参与该份审阅的复核人独立检查，重点看初筛是否漏掉关键问题。复盘按批次进行，回看误报和漏报记录，更新检查项与提示词，形成下一批次的改进输入。
常见失效信号值得警惕：初筛问题数量很多但复核后大量不成立，说明检查项或提示词口径过宽；问题清单长期停留在“待修改”，说明责任分派不清或修改动力不足；抽检反复发现同类漏报，说明检查项覆盖不足；审阅记录与报告版本对不上，说明流转环节缺少关联。出现这些信号时，先回到审阅口径和检查项设计上找原因，再调整执行方式。
常见问题
报告还没定稿、数据仍在更新时，能不能先做AI初筛？
可以先做，但要限定范围。数据仍在更新时，建议只对结构完整性和表述规范两类检查项执行初筛，这两类问题受数据变动影响小；数据一致性和结论对应两类留到数据冻结后再跑，否则初筛会大量报出“前后不一致”，复核时难以区分是真实错误还是版本差异。
如果确实需要提前看数据问题，应在待审报告包中标注哪些数据未定稿，并在提示词中说明“标注为待定的数据不参与一致性判定”，把不确定内容排除在判定之外。
初筛报出的问题太多，复核做不完，怎么收敛？
先看问题集中在哪一类。如果某一类检查项占了大多数且复核后大量不成立，说明该类判定标准过宽，应补充口径说明或缩小检查范围，例如把“数据一致性”限定在同一指标同一时间口径内比较。
其次按严重程度分流：高优先级问题必须逐条复核，中低优先级可以按比例抽检，抽检不成立的整批退回调整提示词。还可以按章节分批初筛，先处理结论章节和核心数据章节，把复核资源放在影响报告结论的部分。
审阅发现的问题作者不认可，谁来裁决？
争议先由审阅组织者召集作者与领域复核人讨论，双方各自说明依据。仍无法达成一致时，由对报告结论承担责任的业务负责人裁决，裁决理由记入问题清单，作为该条问题的关闭或遗留依据。
为减少这类争议，审阅口径应在初筛前确定并让作者知晓，检查项的通过标准写成可判定的表述。标准本身模糊时，争议往往不是出在报告上，而是出在口径上，这时应优先修订检查项。
不同部门报告类型差别很大，检查项要不要各写一套？
四类检查项的框架可以共用，具体判定标准按报告类型分别细化。季度运营分析报告和项目复盘报告对“结论与依据对应”的要求不同，前者侧重数据支撑，后者侧重过程事实，判定标准应分别写明。
提示词也建议按报告类型维护版本，同类报告复用同一套提示词，跨类型时替换报告类型、受众和判定标准部分。效果指标同样按报告类型分别统计，避免不同类型混在一起比较导致结论失真。
审阅记录要留多久，后续怎么用？
审阅记录建议与报告版本一起留存，至少覆盖报告的使用周期。留存内容包括确认后的问题清单、关闭依据、提示词版本和误报漏报记录，这些材料在复盘、交接和同类报告再审时都能直接调用。
使用上，按批次回看误报和漏报记录，把反复出现的问题转成新的检查项或提示词约束，形成下一批次的改进输入。在ONES中，问题清单可以作为工作项管理，与Wiki中的报告页面和版本记录关联，审阅状态随工作项流转，输出过程可追踪、结果可审计。
