故障排除：常见的 AI 验证错误

解决在复杂文档上使用 AI 验证 (AI Factcheck) 工具时遇到的常见问题。

识别问题

AI 验证非常准确，因为它严格依赖于可验证的数据。但是，有时它会返回“未验证” (Unverified) 或“假” (False) 的结果，这可能会让用户感到困惑。

问题 1：“未找到数据”错误

症状： Winus 无法利用其内部市场数据证实您上传的文件中的特定数字声明。

快速修复：

1. 检查实体状态： 公司是否未上市或者是最近成立的、尚无收入的初创公司？尽管 Winus 涵盖超过 3.5 亿个实体，但极度小众的私人公司财务状况可能缺乏公开可验证的记录。
2. 阐明时间范围： 确保文本明确提到了日期。如果不知道是哪个季度，“收入增加 200 万美元”是无法验证的。
3. 货币转换默认值： 如果您的文档中列出的数字是以欧元 (EUR) 为单位的，但主要交易所报告使用的是美元 (USD)，请确保您的文本指定了使用的货币，以防止被标记不匹配。

问题 2：非主流另类数据上不正确的“假”标记

症状： 有关另类数据（如 ESG 指标）的特定声明被标记为假。

为什么会发生这种情况： 不同的监管机构报告另类/ESG 数据的方式不同。如果您上传的文档中的声明与 Winus 在全球企业库中拥有的最权威、主要的源数据相冲突，Winus 会将该数据标记为“假”。

快速修复：

1. 单击 Winus 生成的“假”检查点。
2. 查看支持数据部分。Winus 将向您显示它用来得出结论的具体来源。
3. 将 Winus 的来源与您文档中引用的来源进行比较。您可能需要手动审查差异，或者利用深度研究撰写一份报告，综合分析为什么这两股数据流会发生冲突。

需要进一步协助？

如果 AI 验证反复无法处理标准的 SEC 文件或全球报道的市场事件，请联系：

• 技术支持： support@winus.ai

---

最后更新：2026年2月 | 联系支持