比较多个来源并处理冲突

三篇文章都说某项研究“提升了效率”，一篇写 12%，一篇写 30%，还有一篇干脆写“显著提升”。把它们平均一下当然很方便，也几乎一定是错的。

来源冲突未必意味着有人撒谎。更常见的情况是，它们测量了不同的人、不同的任务，或者把不同的时间段都叫作“效率”。ChatGPT 最有价值的工作不是替我们宣布赢家，而是把差异拆开。

先比较尺子，再比较数字

让 ChatGPT 为每个来源提取研究对象、样本、指标定义、时间范围和原始出处。数字只有放回这些格子里才有意义。客服团队处理工单的速度，不能直接与程序员完成项目的速度相比；实验室里一次短任务，也不等于长期工作表现。

当两篇文章引用同一份报告时，它们不是两个独立证据。要求模型继续追到最早可核验的材料，常会发现十个链接其实只有一个源头，只是标题在传播中越来越肯定。

发布日期也不只是排序用的。较新的文章可能引用更旧的数据，较早的原始报告反而更接近事实。让 C