夸克AI查话题争议点：提示词设置与检查项指南
想让夸克AI在解析网络议题时精准定位争议核心，而非输出“部分人支持、部分人反对”这类泛化结论——你必须掌握结构化提示词，强制模型拆解立场锚点、事实断层与逻辑漏洞。直接追问“这个争议点在哪”，大概率只能收获模糊归类，无法支撑后续深度研判。
关键在于，你得明确界定“争议”的三个组成维度：立场主体（谁在发声）、分歧行为（具体争论什么内容）、校验依据（用什么证据来验证）。而且检查项必须是可验证的表述点，而非“公平性”“合理性”这类抽象概念——抽象概念一旦出现，AI便会调用通用知识库，而非老老实实比对实际信源。
用三要素锁定争议检查项
这一步是整件事的前提：夸克AI不会自动枚举检查维度，你必须手动向它定义“争议”的基本构成单元。否则它默认只会做情绪分类或观点罗列。
- 在AI超级框输入问题，句式必须包含【立场主体】+【分歧行为】+【校验依据】，三个成分缺一不可；
- 举例说明：“请列出微博、抖音、财新网三方信源中，对‘某地学区房新政’在【执行时间是否溯及既往】这一具体条款上的表述差异，并标注每处差异对应的原文位置与发布时间”；
- 其中【执行时间是否溯及既往】就是你要锁定的检查项——它必须是可验证的具体法律/政策表述点，不能是抽象概念。抽象概念会让AI调用通用知识库，而非比对信源；
- 提交后，AI就不会再输出“支持派认为……反对派指出……”这种套路话，而是返回带信源出处、时间戳、原文片段的差异对照表。
方法一：用方括号标签锁定检查项范围
话题一复杂，比如政策类常含执行口径、补偿标准、过渡期安排等多个潜在争议点，可以用方括号显式圈出本次只需检查的子项，避免AI发散。
输入：“对比当前网页与教育部官网通告，仅检查[过渡期截止日是否允许弹性执行]这一项，列出双方原文、发布日期、责任部门署名。”
注意方括号内必须是完整短语，不能写成“过渡期截止日”或“是否弹性执行”这种断裂表达——断裂表达会让AI误判成两个独立检查项。
方法二：用“排除法”反向压缩检查维度
适用于你已有初步结论、但需要排除干扰项的场景。比如已知争议集中在赔偿标准，但担心AI混入无关的“审批流程”讨论。
第一步：输入基础指令：“提取知乎、澎湃、地方政府公告中关于‘某新能源车起火事件’的争议焦点”；
第二步：在AI返回初稿后，追加指令：“请剔除所有涉及电池供应商资质、充电桩建设进度的内容，仅保留与【车主索赔金额计算方式】直接相关的争议陈述，并标注每条陈述的原始平台与发布时间”。
操作很简单，直接把追加指令粘贴进对话框回车即可——AI会重新扫描全部信源，过滤掉非目标字段。
方法三：绑定信源类型限定检查颗粒度
不同平台的信息密度差异很大：微博多情绪化短评，政府文件重条款原文，行业白皮书重数据推演。不指定信源，AI会自行混合采样，检查项容易失焦。
- 在提示词开头明确信源组合：“仅比对以下三类信源：1）地方政府红头文件PDF原文；2）新华社通稿正文；3）中国消费者协会官网声明”；
- 紧接着给出检查指令：“针对【退换货时限是否突破7日规定】这一检查项，在上述三类信源中逐条标注是否存在文字冲突、隐含推定或留白表述”；
- 提交后，AI返回结果会严格按信源类型分栏，每栏只显示与该检查项相关的原文截取及冲突标记，不掺杂评论或推测。