AI 如何识别企业公关稿与实际经营数据的冲突

AI 如何识别企业公关稿与实际经营数据的冲突

企业公关稿写“今年用水显著下降”，财报却显示新工厂投产，水许可申请量上升。数字并不一定矛盾：公关稿也许说的是单位产品用水，财报说的是总量。AI 可以把各份材料的口径、年份和范围并排，提醒记者与投资者该问什么。

模型提取主张后寻找原始依据：账单、排放表、产量与工厂清单。绝对量、强度、计划与实绩不可混写。公开资料不足时标记无法验证，不把“不一致”直接判成造假。企业应有机会解释，但解释必须能对应数据。

媒体报道时展示冲突在哪里、企业回应是什么、哪些地方仍未知。对外部用户，系统可提供证据索引，便于复核。若公司后来更正公关稿，追踪更正是否同步到广告与投资者材料。

识别冲突前，应先确认材料都来自同一企业边界。母公司公关稿、子公司环评和地区统计可能各自正确，却不可直接相减。模型可自动生成来源卡片：发布日期、法人、设施范围、活动量和指标定义，再把真正可比的数字并列。这样能减少“看似大新闻，实则口径不同”的误判。

企业解释也要可核查。若说用水上升是因为扩产，公开产品产量、回用比例和新增工厂位置，至少让读者能检查方向。记者或投资者可问最不利的指标，模型提供线索而非最终判词。信息缺失时写“尚无法判断”，比给一个漂绿标签更负责任。

企业公关稿可能说“工厂实现零废弃”，财务或环保文件却显示仍有大量危险废物转移。模型可比对时间、主体、范围和单位，提示冲突线索；记者再找原始台账、许可文件及企业解释。两份数据并不一致，也可能只是口径不同，不能直接写成造假。报道需要说清查到的事实、仍待查证的部分，以及企业答复的时间和内容。

公关稿称“所有废水循环使用”，企业许可文件却仍列有排放口。可能是许可尚未更新，也可能循环系统只覆盖一条生产线。记者应请企业提供流量台账与工艺图，再联系当地监管部门核实，不能让模型直接判定漂绿。把疑点追到可测量的水量和现场设施，比给一句口号贴标签更有说服力。

现场观察可以补足文件。污染治理设备是否运行，运输车是否仍排队怠速，居民是否仍有异味，都可能让宣传语变得具体。核查报告最好把“已确认”“企业称”“仍未获得证据”分开。模型减少了找资料的时间，却不能替记者承担质询和公平呈现的责任。

最有用的 AI 审查不是制造一个“漂绿分数”，而是让漂亮句子回到能核对的经营事实。