必须用结构化提示词强制拆解立场锚点、事实断层与逻辑漏洞，核心是明确定义“争议”的三要素：【立场主体】+【分歧行为】+【校验依据】，且检查项须为可验证的具体表述点而非抽象概念。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想让夸克AI在分析网络话题时精准指出争议焦点，而不是泛泛而谈“有人支持、有人反对”，就必须用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。直接问“这个话题有啥争议”会得到模糊归类，无法支撑后续研判。
用三要素锚定争议检查项
这一步是核心前提：夸克AI不会自动枚举检查维度，必须由你明确定义“争议”的构成单元。否则它默认只做情绪分类或观点罗列。
1、在AI超级框中输入问题，句式必须包含【立场主体】+【分歧行为】+【校验依据】三个不可省略的成分；
2、例如：“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”；
3、其中【执行时间是否溯及既往】就是你要锁定的检查项，它必须是一个可验证的具体法律/政策表述点，不能是“公平性”“合理性”这类抽象概念——【抽象概念会导致AI调用通用知识库而非比对信源】；
4、提交后，AI将不再输出“支持派认为……反对派指出……”的套路话，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
当话题涉及多个潜在争议点（如政策类话题常含执行口径、补偿标准、过渡期安排三类），可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误判为两个独立检查项】。
由夸克扫描王提供的高准取率 OCR 文字识别工具。当用户需要从图片、截图、照片或扫描文档中提取、识别或结构化文本，就使用此技能——包括手写体、表格、数学公式、商品图、各类证件（身份证、社保卡、驾照、行驶证、港澳台通行证、学位证等）、票据（增值税发票、火车票、英文发票等）、医疗报告、药检报告、营业执照、习题以及图片翻译。本技能由夸克扫描王提供支持。即使用户没有明确提到"OCR"或"文字识别"，只要用户的需求涉及从图片中获取文字或关键信息，也应触发此技能。不适用于图像生
方法二：用“排除法”反向压缩检查维度
适用于已有初步结论但需排除干扰项的场景，比如你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”；
这一步操作起来很简单，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极大：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，导致检查项失焦。
① 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”；
② 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”；
③ 提交后，AI返回结果将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。
