证据采集标准

本标准适用于 City Reputation Reports (CRR) 发布的所有单平台专项审计、多平台交叉审计及定制化治理报告。

为了确保城市叙事审计的科学性、可重复性与不可篡改性，CRR 严格执行以下数据采集协议：

• 语境中立性： 所有提问必须采用非引导性、去情感化的中立句式。严禁使用带有预设偏见的形容词（如"伟大的"、"落后的"等）。
• 框架一致性： 在进行同类维度（如"饮食叙事"）的城市横向对比时，研究员必须使用完全相同的提示词框架，仅更换城市名称，以消除因提问差异导致的算法偏向。
• 多轮深度采样： 审计不仅限于单次提问。研究员需按照预设的逻辑路径进行多轮追加询问，以挖掘 AI 在细节层面的叙事逻辑。

• 具体化标注： 报告必须明确标注采样时所使用的 AI 模型及其具体版本号（例如：GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro）。
• 原生环境记录： 记录提问时所使用的界面语言。对于涉及特定本地文化（如非遗、饮食）的审计，需分别在英语环境与目标城市母语环境下进行对比采样。

• 官方存证链接： CRR 优先采用 AI 平台官方提供的"分享链接"作为核心证据。该链接具有不可篡改性，点击即可查阅审计发生时的原始完整对话。
• 第三方存证备份： 若特定平台不支持官方分享链接，研究员必须保留带有时戳的原始网页完整截图，并存储于项目的内部证据库中备查。
• 数据原始性： 审计记录必须包含 AI 输出的所有内容，包括但不限于幻觉、事实错误、逻辑断裂或叙事偏见。研究员严禁对原始证据进行任何形式的删减、拼贴或修饰。

• 审计时间戳： 每一项证据必须标注精确的采样时间（UTC/GMT），以应对 AI 知识库实时更新带来的叙事波动。
• 地理位置隔离： 除非另有说明，审计通常在无代理、标准化的网络环境下进行，以排除算法根据地理位置推送产生的个性化叙事偏误。

研究员在处理采集到的证据时，应基于以下维度进行客观标注：

• 信息滞后： AI 引用了过时的城市数据或已不存在的地标信息。
• 叙事单一： AI 过度重复大众化标签，忽略了城市的深层文化资产。
• 文化误读： AI 混淆了相似文化的起源、归属或核心特征。
• 沉默叙事： 关键城市文化元素在 AI 输出中完全缺失。

• 去标识化： 在采集与存储过程中，CRR 严格剔除可能涉及研究员个人隐私的账号信息。
• 透明度承诺： 任何获得授权的研究机构均可根据报告提供的 Prompts 和 Evidence Links 对审计结果进行复现。