面向公共部门决策支持的合成人物建模

项目背景

行业：公共事务 / 公共部门。核心需求：客户是一家与地区政府合作的政策设计机构，希望有一套结构化方式，在正式启动公共咨询之前预判某项政策干预在不同选民群体中的反响。他们手中已有丰富的底层数据（纵向调查、公民登记、投票记录汇总、倡导组织的立场数据集），但缺乏在政策设计周期所需速度下、把这些数据转化为可操作利益相关方分析的运行机制。

硬性约束：系统产出的每一份画像都必须能经受"这从哪里来"的质询。一份影响了政策决策却无法溯源的画像是不可接受的。

工作流拆解

• WS-1：画像输入数据的来源分级评估。将智安睿 A–E 来源分级应用于喂入画像生成管道的每个数据集。带方法论文档的调查数据 = A；公民登记数据 = B；倡导组织立场数据集 = C，并明确标注其叙事偏向。
• WS-2：受约束生成。构建画像生成管道，接收（a）政策提案，（b）目标地理范围，（c）人口分层，输出一份结构化画像档案——关于该画像可能立场的每一项论断都带其来源行。无来源不论断。
• WS-3：基于已裁定历史案例的校准。在已知实际选民反响的历史政策提案上回测系统（实施后调查、议案投票记录）。按人口分层测量系统预测准确率；记录其表现欠佳的分层。
• WS-4：人工升级评审界面。当系统置信度低于可配置阈值，或当来源分级输入以 C 类及以下为主时，画像在进入政策设计流程前会被升级给人工评审。

方法亮点

并非显而易见的设计决策：拒绝生成不带"什么证据会让我改变看法"环节的画像。每份画像档案都包含具体证据（如某项民调结果、某项登记统计），若该证据改变，则该画像的可能立场也会随之改变。这不是花哨功能——它是防止该系统沦为确认偏误生成器的结构性机制。评审在比对两个立场相反的画像时，能立刻看出各自所依赖的证据，以及这些证据本身是否存在争议。

WS-3 的校准工作暴露了系统最重要的局限：在客户底层数据最薄弱的人口分层（年轻选民、新近移民）上，系统表现明显欠佳。该限制已记入公开问题清单，并向客户呈报为限制系统在这些分层上权威性的理由——而非掩盖该限制。

交付物

• 带来源分级感知的受约束生成画像管道。
• 针对约 30 个有留出结果数据的历史政策事件的校准报告。
• 评审界面，含可配置升级阈值。
• 系统已知欠佳分层及其推荐使用约束的文档。
• 研究报告：41 条来源行，含每个输入数据集的分级判定依据。

结果

投产后一年内，客户在六项政策提案的利益相关方分析中使用了该系统。其中两项里，系统识别出了客户分析师未预见的选民反响——两者均在后续公共咨询中得到印证。在一例中，系统的公开问题清单指出某关键人口分层的来源数据太薄、难以支撑画像；客户在推进前追加了调查工作，结果显示真实立场分布与系统初次估算存在显著差异。

客户随后将"来源分级感知的生成"方法定为他们另外两套相邻决策支持工具的标准做法。