崇安寺街道：资讯检索与 AI 专家答疑

我的角色：现场答疑与补充演示；本场主要讲解由另一位讲师承担。

证据与公开范围：依据本场连续答疑记录整理，未计为本人全程主讲。

内容摘要

我在崇安寺街道公开课中参与答疑与补充演示，从一条混入其他地区的信息展开检索检查。处理时把地域、时段和来源拆开，再打开结果核对；专家声称具备的能力，也不能替代这种检查。本记录只覆盖本人参与部分，没有将整场主讲或完整报告的准确性归到自己名下。

2026 年 8 月 28 日，我参与崇安寺街道公开课的现场答疑。本场主要讲解由另一位老师承担，我在后半段受邀补充演示资讯检索与 AI 专家的使用。

当时一位参与者想了解本街道最近一周的情况，但检索结果混进了其他地区的信息。她已经觉得自己的要求说得比较明确，结果却仍有不少无效内容。这个问题让讨论从“能搜到新闻吗”，转向“怎样确认搜到的就是需要的新闻”。

我在现场重新提出检索任务，限定崇安寺街道、最近一周，并要求优先使用权威信息源。随后查看报告所列来源，打开结果检查发布时间。现场展示的条目中能看到 8 月 20 日、8 月 24 日等日期，日期成为继续核查的一项依据。

一次新闻检索至少有三种可能的偏差：地域同名或混淆，时间不符合要求，来源不适合当前用途。把这些条件拆开，才能知道该调整哪一部分。

回看这段答疑，还需要再加一个检查：指定了权威来源，并不意味着实际返回的每一条都满足条件。报告中出现的资讯平台页面，仍要继续辨认发布主体和原始出处；不能只因带着链接，就认定已经验证。

后续有人关心热点信息。我调用了当时提供的热点类专家，先读它的功能介绍，再追问擅长什么、不擅长什么，以及怎样判断结果可靠。

回复中同时出现了“联网实时抓取”与“拿不到平台内部真实数据、可能有延迟”等描述。我继续用这类差异说明：看到一个听起来很强的功能名称，还需要了解它实际能取得什么资料，哪些内容无法获得。

让 AI 介绍自己，只能帮助我们提出下一轮检查问题。是否能访问目标来源、是否找到了符合时段的资料，最终仍要通过结果核验。

答疑中，我还讨论了问题本身的倾向性。如果提问已经预设“某件事一定如此”，模型可能顺着这个方向搜集和组织信息，遗漏相反材料。

当自己拿不准时，可以先让它检查提问里有哪些预设，改成更中立的表达，再继续检索。现场也调用提示词类专家辅助拆分时效性、来源与可验证性等要求；这些建议还要结合业务目的筛选。

我会把这段经验整理成一个小循环：先明确地域与时间，再提出来源要求，打开结果核对，发现不符就返回具体条件调整。搜不到的部分保留缺口，不能用相近地区或过期信息补齐。

这次记录支持的是本人参与的连续答疑与补充演示，没有逐条验证完整检索报告，也没有证明某个专家始终准确。它给出的是遇到错误结果之后可以怎样继续追问和检查。

从阅读，走向你的实际问题。