如何用 AI 从文档构建时间线：逐份提取事件而不虚构日期

要用 AI 从文档构建时间线，先盘点并冻结文档，再逐份来源提取候选事件。把原始日期措辞、标准化日期、日期类型和确切的来源定位分别放在不同字段中。用 AI 建议重复项和排序，但由人来解决冲突，并判断证据是否真的支持一个精确日期。

这个流程重建的是文档所说发生过的事情。它不是项目排期，也不是预测。美国国家档案馆把文件分析称为处理一手来源的第一步，并建议在把它们用作证据之前先结合背景加以审视。［1］ 在处理来源集之前，先阅读通用的安全使用 AI 指南。如果你只需要某一份文件的概要，先从用 AI 总结文档开始。对于多来源的时间线，请使用下面的证据登记表。

关键要点

• 区分事件日期、文件日期、发布日期和检索日期。
• 绝不要把“2024 年春季”或“会议之前”升级为某个精确的日子。
• 每个事件都保留页码、段落、时间戳或记录定位。
• 在审阅者解决之前，把相互冲突的说法保留为独立记录。
• 只有在来源提供了足够信息时，才统一时区。
• 发布或依赖时间线之前，必须经过人工批准。

步骤 1：明确为什么要用 AI 从文档构建时间线

用一句话写明这份时间线必须确立什么。“制作产品发布的时间线”太含糊。“根据已签署的会议纪要、变更日志和发布通知，重建 1 月 1 日至 6 月 30 日之间已批准的发布决定和面向客户的发布”则界定了事件类型、日期和来源。

记录：

边界	定义
用途	调查、历史、案件摘要、审计、研究或其他用途
日期范围	包含的起止日期，或明确标为开放式
事件规则	什么算事件，什么不算
来源规则	纳入的文件集合、版本和权威顺序
主体	范围内的人、组织、系统或地点
时间标准	显示时区，以及未知偏移的处理方式
审批	可以解决冲突的人或角色

高风险的法律、雇佣、医疗、财务或事故时间线需要领域专家审阅。AI 可以整理来源中的陈述，但无法鉴定文件真伪、判定法律意义，也不能替代必需的证据处理程序。

步骤 2：为 AI 文档时间线冻结来源集

提取之前，先建立一份文档登记表。给每个文件一个稳定的 ID，并记录标题、作者或保管人、原始日期、版本、格式、存放位置、访问级别，以及它是一手来源、二手来源还是评论。如果文件经过 OCR 转换，保留原件，并标明派生的文本。

不要悄悄混用不同修订版。之后的备忘录可能更正了之前的一份；两份都应列入登记表。把邮件附件与其正文邮件分开存放，以免混淆它们的日期和作者。

美国国会图书馆的一手来源指引采用“观察、反思、提问、深入调查”的递进步骤。［2］ 对每份文件都应用这个模式：先记录它明确写了什么，再解读，然后列出问题。不要一开始就让 AI 给出“真实的顺序”。

步骤 3：从文档提取事件时每次只处理一份来源

在比较文档之前，先独立处理每份来源。这能降低某份文件中一句自信的陈述，导致模型改写另一份文件中谨慎陈述的可能性。

使用如下的提取提示词：

只根据文档 S-03，列出描述范围内事件的段落。不要复制长段落；返回简明的事件陈述，以及确切的页码、章节、段落或时间戳定位。每个日期短语都原样保留。把日期分类为事件、文件、发布、截止、参考或未知。不要推断缺失的日期、身份、顺序、因果或意图。把含糊的段落放进待审清单。

对照原始文档检查一部分样本，以及所有重要事件。OCR 错误常常会改变数字、名称、标点或否定词。如果扫描件不清楚，就标注转录置信度，而不是猜测。

步骤 4：建立来源优先的事件表

每条来源主张占一行，暂时不要按“现实中的事件”合并：

事件 ID	原始日期措辞	标准化日期	日期类型	事件陈述	主体	来源定位	精度	冲突组	状态
E-001	[原文措辞]	[YYYY-MM-DD 或范围]	事件 / 文件 / 未知	[限于来源的陈述]	[姓名或未知]	[S-03 第 7 页]	日 / 月 / 范围 / 相对	[C-01 或无]	已核验 / 候选

在“原始日期措辞”中保留来源的原话。标准化值用于排序，而不能取代原始证据。对于没有日期的事件，把标准化值留空，或在单独的最早/最晚字段中写明边界。

W3C 的日期时间格式规范使用 YYYY-MM-DD 等无歧义的形式，以及带时区标识的日期时间值。［3］ 在证据支持时，使用统一的机器可读格式。除非来源或上下文确定了时区，否则不要给本地时间加上时区偏移。

步骤 5：保留日期精度和时序逻辑

把每个日期短语对应到有依据的最窄表示方式：

• 2025 年 5 月 12 日 → 精确到日；
• 2025 年 5 月 → 精确到月，而不是 2025-05-01；
• 2025 年春季 → 按批准的约定标注为季节或带边界的范围；
• 三天后 → 与其锚点事件关联的相对日期；
• 发布之前 → 顺序约束，而不是日历日期；
• 没有日期 → 未知。

区分发生于、记录于、发送于、发布于和自……起生效。一份注明周五的会议记录，可能描述的是周三作出的决定。网页的更新日期也未必是事件日期。

单独记录 E-014 晚于 E-009 这样的时序约束。AI 可以提出拓扑顺序，但审阅者应检查锚点，并确保没有循环或缺乏依据的依赖关系。

步骤 6：处理重复与冲突

独立提取完成后，让 AI 找出可能描述同一事件的候选记录。要求它基于主体、行动、对象、地点和时间给出理由，而不只是措辞相似。

不要自动合并。两份来源可能描述的是同一天的两次不同会议，或者其中一份只是复述了对更早决定的公告。如果记录指的是同一事件，就保留所有来源链接，并建立一条规范事件记录。如果它们相互冲突，就分配一个冲突组，并保留每一种说法。

使用多来源比较流程比较来源。根据任务定义权威规则：对于审批状态，签署的决策记录可能比非正式的回忆更权威；而对于技术时间戳，系统日志可能更有力。权威性取决于具体主张，而不是文档整体的地位。

步骤 7：让 AI 组装并复核候选时间线

只把经过审核的事件行和明确的顺序约束交给模型。一条安全的提示词是：

按标准化日期和已批准的顺序约束，对已核验的事件行排序。不要填补空白日期。让范围、仅有月份的日期、相对日期和冲突保持可见。只有在规范事件 ID 已获批准时才分组。返回一份时间线，并为无日期事件、冲突和未解决的顺序分别单列章节。每个条目都使用事件 ID 和来源定位。

不要让模型“把故事讲得连贯”。真实的证据可能不完整或相互矛盾。一段精致的叙述，比一张表格更容易掩盖缺口。

当多个事件日期相同但没有具体时间时，不要编造当天的先后顺序。写成“记录日期相同；先后顺序未知”。当来源使用不同的历法或时区时，记录换算规则并保留原始值。

逐行阅读时间线。核实人名、日期、行动、来源定位，以及相邻条目之间的关系。在时间线上相邻并不能证明因果关系。除非证据直接支持因果主张，否则把“X 导致了 Y”改为中性的先后描述。

NIST 的生成式 AI 风险概况强调了虚构内容、隐私、信息完整性和人工监督等风险。［4］ 尽量减少上传的材料，使用获批的访问控制，检查模型添加的文字，并由一位具名审阅者对最终时间线负责。

对外部主张使用 AI 事实核查流程。对于内部记录，请保管人确认有争议的解读。记录未解决的缺口，而不是编造起衔接作用的事件。

在扩大使用这个流程之前，先衡量提取质量。选择一个有代表性的样本，其中包括清晰的日期、相对日期、表格、扫描件、脚注和相互矛盾之处。由审阅者建立参考集，然后比较候选提取结果中遗漏的事件、虚假的事件、错误的日期、错误的定位和丢失的限定语。如果重要的遗漏集中在某种文件类型中，行数再多也不算成功。把样本和结果与流程版本一起保存，这样在提示词或模型变更时，可以用同一批证据重新测试。

记录审阅者、样本边界、错误定义和可接受阈值，让结果日后仍可解读。

步骤 8：发布时附上证据层

面向读者的时间线可以简洁，但要保留一份附录或关联的登记表，包含事件 ID、来源 ID、定位、精度、冲突和审核状态。加上“截至”日期，并说明是否排除之后的文件。

批准之前，确认：

• 就所声明的范围而言，文档登记表是完整的；
• 每个显示的事件都对应到一条或多条已核验的来源主张；
• 精确日期在来源中确实是精确的；
• 日期类型和时区没有被混为一谈；
• 重复项和冲突都有明确的处理决定；
• 无日期的事件保持可见；
• 因果措辞要么有依据，要么已删除；
• 受限材料得到了妥善处理；
• 一位具名审阅者已批准该版本。

对文档登记表、事件表和发布的时间线一起做版本管理。如果新来源改变了顺序，就发布附有变更说明的新版本，而不是悄悄替换之前的记录。

常见问题

AI 能从多个 PDF 创建时间线吗？

能。先登记文件，逐份独立提取事件，并保留页码或章节定位。对照原件核验 OCR 结果和重要事件。

没有日期的文件怎么处理？

把文件或事件标为无日期。你可以记录有依据的最早和最晚边界，但不要把边界变成精确日期。

两份文件日期冲突怎么办？

把两条主张都保留在一个冲突组中。应用已批准的权威规则并记录处理结果；如果无法解决，就把不确定性发布出来。

按事件日期还是发布日期排序？

通常按事件日期，但要单独保留发布日期和文件日期。正确的显示方式取决于时间线要回答的问题。

AI 可以从上下文推断日期吗？

它可以标出一个可能的上下文日期供审阅，但在没有站得住的定位和人工确认之前，不应把它填入已核验的日期字段。

只有月份的日期如何记录？

明确存储月份精度，例如 2025-05，或使用已批准的最早/最晚边界。除非来源写明了那一天，否则不要显示为 5 月 1 日。

前后顺序能证明因果吗？

不一定。时间线确立的是顺序，而不是因果关系。只有在证据支持时才使用因果措辞。

谁批准最终时间线？

来源负责人或领域专家应核实证据和冲突，而负责相关决策、法律、合规或档案管理的负责人批准其预定用途。

来源

1. US National Archives, Document Analysis — https://www.archives.gov/education/lessons/worksheets
2. Library of Congress, Teacher’s Guides and Analysis Tool — https://www.loc.gov/programs/teachers/getting-started-with-primary-sources/guides/
3. W3C, Date and Time Formats — https://www.w3.org/TR/NOTE-datetime
4. NIST, Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence

Sources checked 2026 年 8 月 29 日。