AI 周报如何避免给真实指标编造原因

第 11 周注册量上涨了 34%，报表把原因写成「3 月 newsletter 带来的增长」。数字是真的，解释却是编的：他们只在 1 月发过 newsletter。最危险的地方，是事实和猜测挤在同一句话里，读者看不出边界。

作者因此调整了 Weekly Ops Report：模型负责解释已采集的数据，不能补造数值；原因必须标为待验证；演示数据的标签必须出现在截图能带走的位置。这套做法值得看，因为它处理的是 AI 报表进入决策流程后，谁来保证结论有依据的问题。

数字正确，为什么整句话仍然不可信

Weekly Ops Report 由四个按顺序运行的 agent 组成，依次负责数据采集、清洗、异常标注和运营建议，最终把结果写进 Excel。

问题出在后半段。异常标注找到了真实的注册量波动，建议环节却顺手补上了一个原因。它没有变更记录、部署日志、日历，也不知道团队发布过什么，只凭曲线形状猜出了 newsletter。

而且，那个环节没有给「不知道」留位置。

这里要分清两类判断：注册量是否偏离平常水平，可以依据采集的数据判断；注册量为什么变化，则需要活动、发布等额外证据。前者成立，不会自动让后者成立。

异常可以是事实，异常的原因仍然只是一个假设。

作者现在要求候选解释明确带上「未经过变更日志验证」的标记，而且声称这是强制约束，不只是提示词里的建议。对于缺失指标，报表直接显示缺失，不用估算值把空白填满。作者还规定，工作簿里的每个指标都必须能追溯到采集值。

这几条规则共同解决一个问题：让读者知道，哪些内容来自数据，哪些内容还需要调查。

演示标签要跟着截图走，证据要跟着排名走

作者特别强调演示数据的标识。他见过 demo 被截图带进规划会议，因此把「模拟数据」放在汇总页显眼位置。页脚上的声明即使存在，也可能在截图时消失。

下面这段代码展示了两个约束：汇总页直接标出数据来源，缺失值保持缺失。

def render_workbook(metrics, source_label):
    # summary sheet carries the label, not the footer
    ws["A1"] = "Weekly Ops Report"
    ws["A2"] = f"Data source: {source_label}"   # "SIMULATED - demo data"
    ws["A3"] = f"Generated: {utcnow():%Y-%m-%d %H:%M} UTC"

    for row in metrics:
        # a missing value renders as missing. never as an estimate.
        ws.cell(row=row, column="value",
                value=metrics[row] if metrics[row] is not None else "- no data -")

重点看 A2 和最后的条件表达式：前者让 SIMULATED - demo data 随汇总页一起被看见，后者让 None 显示成 - no data -。这段代码说明的是输出约束，原文没有提供完整运行上下文，不能直接当成可运行的 Excel 示例。

最终工作簿包含四张表：Data Overview、Trend Analysis、Anomaly Annotation、Operations Recommendations。作者认为，异常表里最该看的，是标明「这个解释只是猜测」的那一列。

建议的优先级也受证据限制。第 11 周的上涨可以进入报告，newsletter 解释也可以作为候选保留，但不能靠流畅的措辞获得更高排名。作者说，这条解释没有越过 P1，因为系统能读取的记录里不存在 3 月 newsletter。

这里有一个信息缺口：原文没有定义 P1，也没有给出完整的等级规则或排序算法。因此，我们能拿走的是「建议等级不能超过证据能支持的程度」，不能据此复现他们的排序系统。

我的判断

我赞同作者把边界放在系统结构里：先采集和计算指标，再让模型围绕这些值生成文字；未知原因保留未知。相比只在提示词里写「不要编造」，这样的职责划分更容易检查，也更容易追溯错误。

但「模型不能生成数值」需要具体实现。即使指标来自可信字段，模型仍可能在描述里另写一个百分比。原文没有展示数值校验、候选解释约束和优先级限制的实现，只说其中一项约束是一行强制规则。方向合理，落地是否可靠，还要看代码。

此外，没有读到活动记录，只能说明当前证据不足，不能证明活动从未发生。作者这个案例里，3 月 newsletter 确实不存在；一般团队还可能遇到日志漏记、数据接入不全的问题。

作者提到，自己此前写过一段四行正则，通过了三次检查，却让图像流水线停了六小时，最后只改两个字符就修好。这个经历解释了他为什么警惕自动化结果显得过于权威，但不能充当当前方案的效果验证。

这是一组有价值的工程经验，原文没有提供误报率、准确率或对照实验。

产品定位也比较克制：它不替代 BI，也不承诺知道变化原因。规则报表免费，但有每日合理使用上限，具体额度没说；模型辅助的叙述性洞察收费。规则路径不写原因，因此避开了这一类原因编造。v1.x 的界面、提示词和报表输出均为英文，国内团队接入前也要考虑这一点。

能拿来做什么

• 如果正在用 Node 汇总指标、再交给模型写周报，可以先固定数值字段及其来源，让模型引用这些字段，并在输出阶段检查文字中的数字是否一致。缺失数据直接展示缺失。
• 如果前端页面支持演示模式，把「模拟数据」放进核心图表和导出报表里。检查截图、复制和导出之后，接收者还能不能看到标签。
• 给 AI 建议同时展示关联异常、已有证据和验证状态。有人要依据原因采取行动时，再去核对部署日志或活动记录；证据不足的解释保留为候选，不让语气决定优先级。