OpenEvidence 是一款在线服务：面向医生的医学文献问答工具。

用 AI 最容易犯的错是「看着不错就用了」，这篇给出一张可复用的打分表。

评分表（每项 1 到 5 分）

维度看什么1 分5 分
专业准确是否符合行业规范和事实明显不合格无需修改即可使用
可追溯结论能否回到原始资料明显不合格无需修改即可使用
合规是否满足行业监管与隐私要求明显不合格无需修改即可使用
责任清晰是否保留专业人员的最终判断明显不合格无需修改即可使用
效率是否切实减少重复性工作明显不合格无需修改即可使用

建议：任一维度低于 3 分就不要直接使用；总分用于比较不同提示词或不同工具的效果。

用一个任务试打分

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。

验收标准：注明了确认对象。

怎么让评分更可靠

  • 同一批材料至少测 5 次，不只看最好的一次。
  • 两人分别打分，分歧大的维度再讨论标准。
  • 把 OpenEvidence 的结果与人工完成或 Consensus 的结果放在一起盲评。
  • 每次改提示词后用同一批材料复测。

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。

交付前确认：没有绝对化承诺。

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：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：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。

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。

概念补充：人在回路

关键判断必须由有资质的人员确认。

适合人群：科研人员

科研人员可以用 OpenEvidence 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。

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。

适合人群：数据分析师

数据分析师可以用 OpenEvidence 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。

使用提醒

本文基于 OpenEvidence 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

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