先说清楚它是什么：OpenEvidence 属于「垂直行业」方向的在线服务，面向医生的医学文献问答工具。

下面用几组示意对比，说明同一任务里提示写法和流程不同会带来什么差别。

对比一：模糊指令 vs 明确指令

改之前：直接说「帮我资料检索与摘要」。结果往往泛泛而谈、格式随意。

改之后：写清材料、格式和验收标准：

检索与这个问题相关的权威资料，给出摘要并附出处，明确区分「资料原文结论」与「推论」。

变化（示意）：输出结构稳定，可以直接按「区分原文与推论」检查。

对比二：一次做完 vs 分步完成

改之前：把「专业文档初稿」的全部要求一次塞进去。改之后：先让它给出计划或大纲，确认后再逐步完成。变化（示意）：中途发现偏差可以及时纠正，返工更少。

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。

对比三：不检查 vs 带检查点

改之前：拿到结果直接用。改之后：每次都对照「没有绝对化承诺」检查，并让工具列出它不确定的地方。变化（示意）：问题在交付前被发现。

以上对比均为示意，用来说明方法差异，不代表具体的效率数字。

更多可以试的用法

合规清单

适用情况：手头有一项业务流程时。

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。

交付前确认：注明了确认对象。

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。

常见问题：客户误以为是专业意见

在输出中加入明确提示，并由专业人员审核后再发出。

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。

概念补充：数据驻留

数据存储在指定地区，满足行业或地区监管要求。

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 OpenEvidence 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：客服人员

客服人员可以用 OpenEvidence 处理回复草稿、工单分类等工作。需要注意：不得以 AI 名义做出政策外承诺，涉及隐私的问题按流程处理。

适合人群：行政与助理

行政与助理可以用 OpenEvidence 处理会议安排与纪要、通知公告等工作。需要注意：员工个人信息与内部文件按权限管理。

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 OpenEvidence 的数据处理条款，再决定能否使用。

延伸阅读