用 Hebbia 完成第一个小项目：完整演练

面向金融与咨询的大批量文档分析平台——这是 Hebbia 最主要的用途，也是本文讨论的前提。

与其看十篇介绍，不如完整做一个小项目，这篇带你走一遍。

项目：合规清单

目标：用 Hebbia 完成一次「合规清单」，交付一份可以直接给同事或客户看的结果。预计用时 1 小时以内。

步骤

用工作邮箱注册，开启双重验证。
准备材料：一项业务流程（先脱敏）
复制下面的提示词，替换方括号内容。
第一次结果出来后，只针对一个问题追问修改。
按验收标准检查：注明了确认对象。
保存提示词与最终结果，写三行复盘。

针对这项流程列出需要关注的合规检查点，每项注明依据类型（法规 / 行业标准 / 内部制度）以及需要向谁确认。

复盘模板

这次任务：
节省或多花的时间：
需要人工修改的地方：
下次会改进的提示：
是否继续使用：

做完之后

可以尝试第二个任务「批量文档审阅」，或者把这次的流程分享给同事一起试。

更多可以试的用法

客户沟通稿

准备材料：一个需要向客户解释的专业问题。

用非专业人士能理解的语言解释这个问题，避免给出绝对化承诺，并提醒客户需要专业人士最终确认的部分。

验收标准：没有绝对化承诺。

专业文档初稿

准备材料：一份行业内常见的文书模板和案情要点。

根据要点起草一份初稿，使用行业规范格式，所有需要专业人员确认的地方用【待确认】标出，不得编造法规条款或数据。

验收标准：待确认处被明确标出。

常见问题：输出引用了不存在的条款或文献

只接受能追溯到原文的引用，逐条核对。

常见问题：从业者担心责任问题

明确 AI 只做草稿与检索，签字与判断由专业人员负责。

常见问题：识别模型在新场景失效

补充新场景的标注数据重新评估。

概念补充：审计日志

记录谁在何时用 AI 处理了什么数据。

概念补充：环境感知文书

在征得同意后记录对话并自动生成专业记录。

适合人群：记者编辑

记者编辑可以用 Hebbia 处理采访整理、资料核查等工作。需要注意：事实必须多源核实，不得用 AI 生成虚构引语，遵守所在机构的 AI 使用规范。

适合人群：数据分析师

数据分析师可以用 Hebbia 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

适合人群：科研人员

科研人员可以用 Hebbia 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。

写在最后

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

涉及个人信息、商业机密或受监管数据时，先确认 Hebbia 的数据处理条款，再决定能否使用。