工作流概述
本工作流通过向多个不同来源的语言模型提交相同问题，对比各模型输出的差异和共识，帮助用户识别答案中存在不确定性的部分。适用于对准确性要求较高的分析场景，流程中设有明确的人工审核节点，最终判断由人工负责。
执行步骤
- 向多模型分发问题：将待核验的问题，以相同或等价的提示词同步提交给至少三个不同供应商的语言模型（如 GPT、Claude、Gemini），要求各模型独立输出答案，不相互参考。此步骤需要各平台的有效 API 密钥（需分别申请和配置）。
- 提取并结构化各模型输出：将各模型的回答拆解为核心事实陈述、推理逻辑和最终结论三个层次，整理为对照表格，以便后续对比分析。此步骤可借助脚本辅助格式化，但内容提取逻辑需人工核查是否准确。
- 检测分歧与标注不确定点：对比各模型在核心事实和结论上的一致性，标注存在明显分歧的项目。对于分歧点，可进一步向各模型追问推理依据或要求提供引用来源，汇总后由人工判断哪些分歧来源于事实差异，哪些来源于表述差异。
- 生成核验报告并人工审定：将对照分析结果整理为核验报告，包含各模型共识项、分歧项及不确定度标注。报告由人工决策者审阅后，结合领域知识和可查证来源做出最终判断。报告本身不作为最终结论直接使用。