返回逻辑总览

01 / 事实推导

连接事实
推导新的结论

将不同来源的事实,通过计算、条件和多步依赖连接起来,让 AI 的新结论拥有可复核的推导过程。

从这个例子开始
先看数字营收和成本
再算结果收入留下多少利润
看清变化营收更多,利润却更少
1营收在增长2利润却下降3沿着逻辑找出原因

让 AI 说清楚结论是怎么来的

示例 01 / AI 数据分析

增长背后,还有另一个结论

营收增长了 25%。把营收和成本记录放在一起,继续推导利润与利润率究竟发生了什么。

试着改变本期成本,观察同一套证据结构如何支持不同结论。

示例 · 跟随证据与推导过程
原始记录告诉了我们什么

同一公司 · 第四季度 · 美元

期间营收成本
2024 年第四季度$1,000,000$600,000
2025 年第四季度$1,250,000$875,000

先确认公司、季度和币种一致,再进行比较。原始记录可在下方展开查看。

本期成本情景

本期利润 375,000 美元,利润率 30%。

01

利润

分别用每期的营收减去成本,得到利润。

$1,250,000 − $875,000 = $375,000

上期$400,000
→
本期$375,000
02

利润率

用利润除以营收,比较每一元收入能留下多少利润。

$375,000 ÷ $1,250,000 = 30%

上期40%
→
本期30%

判断结果

营收增长,利润却下降

营收增加 250,000 美元,成本却增加 275,000 美元。利润减少 25,000 美元,利润率下降 10 个百分点。

利润变化−6.25%
查看原始证据+
S1

营收台账 · 第 12–13 行

2024 Q4 | 营收(美元)= 1,000,000
2025 Q4 | 营收(美元)= 1,250,000
S2

成本台账 · 第 08–09 行

2024 Q4 | 成本(美元)= 600,000
2025 Q4 | 成本(美元)= 875,000
S3

统计范围 · 第 2 段

两个期间属于同一公司、同一季度。营收与成本均以美元计量。
查看判断条件+

利润(期间)= 营收(期间)− 成本(期间) 利润率(期间)= 利润(期间)÷ 营收(期间) 利润下降 ← 本期利润 < 上期利润

有价值的答案,会连接原始记录,推导中间事实,并让整条路径都经得起查看。

更多 AI 流程中的逻辑

不同的问题,同样清楚的逻辑

智能体的一次行动,或多个服务之间的依赖,都可以这样展开。

示例 02 / 智能体行动

智能体能分享这份报告吗?

下面三个条件全部满足,才允许分享。

✓拥有者已授权
○接收方批准尚未批准
✓不含受限内容
还有一个条件未满足

让智能体解释一次行动所依赖的条件。

查看判断条件+

拥有者已经授权,接收方也已批准,而且没有受限内容,三项都符合才可以分享。

示例 03 / 多步关系推导

哪些服务会受到影响?

密钥服务不可用
  1. 身份服务依赖密钥服务受到影响
  2. 结账服务依赖身份服务受到影响
  3. 公共状态页使用独立的静态缓存当前不受影响

沿着多步依赖推导影响,发现任何一条记录都没有直接写出的结论。

查看判断条件+

一个服务出问题时,继续检查依靠它运行的其他服务。

把错误拦在交付前

同样的资料,更值得信任的判断。

少看一项限制,答案就可能错。切换下面的情况,看看 CitProof 如何发现遗漏、识别例外,并在资料变化后重新判断。

示例 · AI 退款助手

收到的订单资料

购买时间
12 天前
商品状态
未拆封
退货限制
资料里还未说明

退款政策:30 天内、未拆封、允许退货,三项都符合就可以退款。

直接给出答案

示例回答
“购买才 12 天,商品也没拆封,可以退款。”

退货限制还不知道,就提前给出了批准。

回答中提到的依据

购买时间 · 12 天前商品状态 · 未拆封

经过 CitProof 核对

  • 时间符合

    第 12 天,仍在 30 天期限内

  • 包装符合

    订单记录确认商品未拆封

  • 还需确认退货限制

    这项信息会直接改变能否退款的判断

拦住过早的批准

先确认这一项,再决定

目前只确认了时间和包装。CitProof 找出漏掉的信息,明确下一步该查什么。

接下来查:这笔订单是否允许退货
01

找得到依据

每个重要判断都能回到对应的原始资料。

02

说得清原因

把影响答案的条件逐项展示,让用户看懂为什么。

03

跟得上变化

资料或政策更新后,找出需要重新判断的答案。

让用户有理由信任你的 AI

不只是给一个答案。让用户看见判断用了哪些事实,哪条限制会改变结果,以及还需要确认什么。

结论带着自己的推导过程

证据 → 推理 → 可复用知识

01 →

事实连着证据

保留每个前提背后的原文、数值与适用范围。

02 →

逻辑显式表达

将资料中的事实和业务条件放在一起,逐项说明答案是怎么得出的。

03 ✓

把答案再核对一遍

回到证据,并通过独立检查器重新检查相关推导。

CITPROOF

让你的 AI 拥有可核验的推理

带来一个需要更扎实依据的回答、行动或发现流程,一起探索证据链与逻辑核验如何融入你的产品。

与团队交流