大模型写 ESG 报告后，企业如何逐条核查事实依据

报告自动生成的减排数字没有对应账单和计算底稿。若只按年度报表看问题，许多变化要等到损失形成后才被发现。更好的做法是建立持续更新的证据流。生成式模型让报告写得更快，也可能让没有证据的估算听起来像事实。披露流程的核心是数字与叙述都可追溯，而非文风是否流畅。

数据准备决定分析能走多远。将报告中的每个重要主张链接到原件、计算方法、期间、边界和责任人。模型可搜索矛盾、标出缺证段落，受控程序负责复算，审计人员负责独立判断。相关团队可以先让每个数字附上来源、口径、期间与审核人。如果资料只覆盖表现较好的部门，就要主动增加现场抽样，避免分析结果出现系统性偏差。

分析结果只有进入工作流程才有意义。草稿应经过数据所有者、法务或合规、披露负责人等不同岗位审核。对预测、目标与已实现绩效使用清楚标签，修改历史和对外更正也应留存。负责人收到的应是待核事实、可选措施和所需资源，而非一条孤立的模型结论。输出最好写成“发现了什么—还需核查什么—由谁决定—何时复看”，而不是一个无法解释的分数。

生成稿的每个重要数字可设成必须引用的字段，缺少证据时自动留空并进入人工核查。选择一处资料相对完整的现场测试，给模型设置明确的权限和停止条件。试点期间保留人工流程，比较两条路径发现问题的时间、处理负担和遗漏情况，不急于扩大部署。实施记录还应保存使用的数据版本、决策人和被否定的备选方案。复盘时比较自动提示与传统流程各自漏掉了什么，避免只展示成功案例。

效果评估不能只靠印象，应逐条抽样复算并审查正文措辞。审查不仅要找错字和算术差异，还要寻找选择性披露：哪些项目失败，哪些群体受损，哪些边界被改变。负面信息是否得到充分解释，是可信度的一部分。除了平均值，还要查看最差场景、异常反弹和受影响最严重的群体。

模型应用的约束应写清：找不到证据的句子不能因流畅而进入发布稿。模型判断“漂绿”也可能误伤。它应指出可核查的冲突和证据等级，让企业回应并由独立人员复核，不能凭措辞相似度给出最终定性。出现错误时，先控制可能的影响，再更正数据、通知受影响的人，并检查同类任务是否也被错误结论波及。

当企业愿意同时展示成效和限制，模型才可能帮助 ESG 从报告语言走向管理能力。试点结束后应保留一条明确规则：没有现场或原始记录支持的判断，不能被写成完成的成果。