方法论

卡片上的每句原话是怎么过关的

收什么

片库收录访谈、播客、演讲和圆桌的原始内容，论文与专著单列在「文献」。二手解读只用来发现原始来源，不进入片库、节目目录和公开话语。一场来源进站分两档：仅索引只要元数据齐全、原始链接可查就能上墙；已提炼要有中文主旨，并且至少一条原话通过门禁。被撤下的来源不进任何列表，原地址留一行说明。

原文依据分四档

• 发布方文字稿（经编辑）：可能经过 AI 转写或编辑整理；引用前须听原片并登记二次核对。
• 官方逐字稿：发布方或本人发布的全文，可以直接逐字摘录。
• 发布方字幕：人写的字幕，可能有删节改写。
• 自动字幕：机器识别，人名和数字常错；要加引号，得先听原片登记二次核对。
• 媒体报道引语：记者整理过口语，要回到原片核对。

原文依据以采集库里逐字稿的文件头为准，来源数据里写什么都不算数。只有第一档能在卡片上写「官方逐字稿」；后三档的每一段直接引语，都要有人听过那一段原片并登记，没登记的只能转述、不能加引号。

原话过五关

数据本身坏了（JSON 读不出、ID 重复、引用了不存在的讲者或话题、位置没写清楚）时，整次构建失败，不部署。数据完好时，每条原话再过五关：

1. 形式：不能是空的；按 […] 切开的每一段至少 4 个西文词或 8 个汉字；不超长；只允许不带属性的 <em> 和 <strong> 做强调。
2. 逐字：每一段都要在逐字稿里逐字搜到，而且按原来的顺序落在同一段发言里。比对前只统一空白和排版字符（弯引号与直引号、各种连字符算同一个字），用词和词序必须一致。
3. 说话人：逐字稿标了说话人时，这段话必须出自卡片上写的那个人。
4. 位置：写了章节起点的，要和逐字稿里这段所在的章节一致；写了精确时间的，要落在这一章节之内；写了段落的，段落标题要出现在这段之前。
5. 二次核对：发布方字幕、自动字幕和媒体报道这三档，每一段都要在核对登记里找得到。

逐字稿没有标说话人或章节时，第 3、4 关做不了，收据里会如实记成「未核」，不会当作核过。单条不过关只拦这一条；一场来源没有任何过关原话时，降为仅索引，其余照常发布。

转述

转述不加引号，但同样要能找到出处：每条转述带一小段逐字锚点，门禁用它核对说话人和位置，锚点本身不上页面。转述里出现成句（12 字以上）的引号片段，按冒充原话拦下。

位置的三种说法

• 精确时间：点开直接跳到原片的那一刻。
• 章节起点：逐字稿只给了章节开始的时间，原话在这一章节之内。页面上写「章节起点」，点开从章节开头播放。
• 段落：逐字稿没有时间，只知道在哪一段（比如 Main conversation），页面上只写段落名，不装成时间戳。

收据

网站不提供逐字稿全文。每条通过核对的原话和转述都保留核对记录，包括说话人、原文依据、位置、原文与译文的校验值、核对项目和时间。页面展示出处与定位；说话人、位置或译文改动后，需要重新核对。核对记录用于追踪修订，不能代替原始证据。

发布

正式发布必须接上私有采集库、带上正式域名；有任何一条原话或转述被拦下、或者有已提炼的来源被降级，发布就停下，修好再发。为保持轻量，单集分享卡默认不生成，也不提供下载；链接预览使用统一站点封面。本地预览可以不接采集库，但那只是草稿。

文献

论文、综述和专著是和访谈并列的一类来源，单列在「文献」，通过人物、话题和具体主张和访谈连接。文献和某个说法的关系逐条标出：支持、质疑、限定或解释背景，不一律叫「依据」。

两档：文献索引收录题录与原作入口，版本差异和待核项逐篇注明；未登记原文核读证据的条目标为「仅题录」，不显示研究摘要或摘录。已核读摘录要求主张、上下文、归属、页码和局限都有人复核签字。已读文献写明实际范围，一本书可以只收读过的章节。

每条摘录分开记三件事：谁的声音（本文作者、被引作者、研究参与者、机构文件、本站编辑），这句话在做什么（报告发现、定义概念、解释结果、提出预测、表达价值判断），本站怎么呈现（原文摘录配中文译文，或编辑转述）。论文里研究参与者的原话，只代表那个研究情境里的表达，不代表某一类人的普遍立场。把旧研究类比到今天的 AI，单独标为「编辑延伸」。

机器核：摘录要在私有证据库的文字里逐字搜到，按顺序落在标明的那一页上；比对前统一空白、引号、连字和行末断字。引号检测只能辅助发现可能的转引，不能保证声音归属正确，也不能代替阅读上下文。人核：复核人对照 PDF 原页逐项核声音、功能、上下文、页码和译文，再显式确认各项后签字。摘要另核题录、版本范围、摘要主张和局限；签字绑定当前内容，关系或内容改动都需要重新复核。没有有效签字的摘要与摘录只在本地审核预览中出现。

原件与版本：本站不托管 PDF，原件不进任何仓库；读者可访问作者或出版方提供的原作链接。核对用的文字和版本清单放在私有证据库，记着文件指纹、印刷页码与 PDF 页序的换算。合著论文里的论断归作者团队；一个人早年的文献和后来的访谈可以对照，但不因措辞不同就判为改变立场。研究用的内部候选陈述、Q-set 映射和访谈资料，不进入导入流程，数据字段按白名单收。

照片与封面

人物图像统一采用 B「细线彩铅」AI 辅助插画：依据身份已核对的参考图绘制，保留来源说明、权利标识、参考图与成图哈希和处理说明。插画用于人物索引，不是现场照片。找不到可靠参考图时保留姓名占位，不根据姓名猜画人物。

参考图包括公有领域、CC0、CC BY、CC BY-SA 图像，以及由站主决定收录的机构、节目和用户提供图像，逐张保留来源与实际许可状态。未确认使用许可的图像明确标注；站主的收录决定不等于权利人授权。使用 CC BY-SA 参考图的插画及本站对分享卡的改编贡献沿用相同许可，第三方引语仍归原权利人。卡片取图优先使用讲者图像，其次为可用节目封面和排版卡；参考图须核对人物身份；来源图为插画或节目封面时另行注明。

选图约定：人对但语境不符的照片不用；引语卡只用说这句话的人的图像，否则退回排版卡。AI 风格化不改变参考照片的使用许可；背景、构图与色彩调整会记入处理说明。历史照片注明日期，不表示人物的当下外貌。图像不表示被摄者认可本站。

人物图像的来源见各人物页；更换或撤下请求见图片声明。

网站不展示尚未登记再分发许可的节目封面。没有讲者照片时，公开版使用节目文字标识与排版卡；私人编辑预览中的封面不因此获得公开许可。

照片盘点

这次构建

来源 179 场，其中提炼 88 场，已核对原话 177 条。采集库里有材料的：发布方文字稿（经编辑） 6 · 自动字幕 109 · 官方逐字稿 8 · 发布方字幕 13。

这次没有条目被拦下。