如何用 AI 從文件建立時間線：逐份提取事件而不虛構日期

要用 AI 從文件建立時間線，先盤點並凍結文件，再逐份來源擷取候選事件。把原始日期措辭、標準化日期、日期類型和確實的來源定位分別放在不同欄位。用 AI 建議重複項目和排序，但由人解決衝突，並判斷證據是否真的支持一個精確日期。

這個流程重建的是文件所說曾發生的事情。它不是項目排程，也不是預測。美國國家檔案館把文件分析稱為處理第一手來源的第一步，並建議在把它們用作證據前先結合背景加以審視。［1］ 處理來源集之前，先閱讀通用的安全使用 AI 指南。如你只需要某一份檔案的概要，先由用 AI 摘要文件開始。多來源的時間線，請使用以下的證據登記表。

關鍵要點

• 分開事件日期、文件日期、發布日期和檢索日期。
• 絕不要把「2024 年春季」或「會議之前」升格為某個精確日子。
• 每個事件都保留頁碼、段落、時間戳或紀錄定位。
• 在覆核者解決之前，把互相衝突的說法保留為獨立紀錄。
• 只有在來源提供足夠資料時，才統一時區。
• 發布或依賴時間線之前，必須經人手批准。

步驟 1：明確為何要用 AI 從文件建立時間線

用一句話寫明這條時間線必須確立甚麼。「製作產品推出的時間線」太含糊。「按已簽署的會議紀錄、變更紀錄和推出通告，重建 1 月 1 日至 6 月 30 日期間已批准的推出決定和面向客戶的發布」則界定了事件類型、日期和來源。

記錄：

邊界	定義
用途	調查、歷史、個案摘要、審計、研究或其他用途
日期範圍	包含的起止日期，或明確標示為開放式
事件規則	甚麼算事件，甚麼不算
來源規則	納入的文件集合、版本和權威次序
主體	範圍內的人、機構、系統或地點
時間標準	顯示時區，以及未知偏移的處理方法
審批	可以解決衝突的人或角色

高風險的法律、僱傭、醫療、財務或事故時間線需要範疇專家覆核。AI 可以整理來源中的陳述，但無法鑑定文件真偽、判定法律意義，也不能取代必需的證據處理程序。

步驟 2：為 AI 文件時間線凍結來源集

擷取之前，先建立一份文件登記表。為每個檔案編配一個穩定的 ID，並記錄標題、作者或保管人、原始日期、版本、格式、存放位置、存取級別，以及它屬第一手來源、第二手來源還是評論。如檔案經 OCR 轉換，保留原件，並標明衍生的文字。

不要悄悄混用不同修訂版。較後的備忘錄可能更正了較早的一份；兩份都應列入登記表。把電郵附件與其正文電郵分開存放，以免混淆它們的日期和作者。

美國國會圖書館的第一手來源指引採用「觀察、反思、提問、深入調查」的遞進步驟。［2］ 對每份文件都應用這個模式：先記錄它明確寫了甚麼，再詮釋，然後列出問題。不要一開始便要求 AI 提供「真實的次序」。

步驟 3：從文件提取事件時每次只處理一份來源

比較文件之前，先獨立處理每份來源。這可減低某份檔案中一句自信的陳述，令模型改寫另一份檔案中審慎陳述的機會。

使用以下的擷取提示詞：

只根據文件 S-03，列出描述範圍內事件的段落。不要複製長段落；返回簡明的事件陳述，以及確實的頁碼、章節、段落或時間戳定位。每個日期短語都原樣保留。把日期分類為事件、文件、發布、限期、參考或未知。不要推斷欠缺的日期、身份、次序、因果或意圖。把含糊的段落放進待審清單。

對照原始文件檢查部分樣本，以及所有重要事件。OCR 錯誤常會改變數字、名稱、標點或否定詞。如掃描件不清楚，便標示轉錄可信度，而不是猜測。

步驟 4：建立來源優先的事件表

每項來源主張佔一列，暫時不要按「現實中的事件」合併：

事件 ID	原始日期措辭	標準化日期	日期類型	事件陳述	主體	來源定位	精度	衝突組	狀態
E-001	[原文措辭]	[YYYY-MM-DD 或範圍]	事件 / 文件 / 未知	[限於來源的陳述]	[姓名或未知]	[S-03 第 7 頁]	日 / 月 / 範圍 / 相對	[C-01 或無]	已核實 / 候選

在「原始日期措辭」中保留來源的原話。標準化數值用於排序，但不能取代原始證據。沒有日期的事件，把標準化數值留空，或在獨立的最早／最遲欄位寫明界線。

W3C 的日期時間格式規範使用 YYYY-MM-DD 等無歧義的形式，以及附時區標示的日期時間值。［3］ 證據支持時，使用統一的機器可讀格式。除非來源或上下文確定了時區，否則不要為本地時間加上時區偏移。

步驟 5：保留日期精度和時序邏輯

把每個日期短語對應到有依據的最窄表示方式：

• 2025 年 5 月 12 日 → 精確到日；
• 2025 年 5 月 → 精確到月，而不是 2025-05-01；
• 2025 年春季 → 按批准的慣例標示為季節或有界線的範圍；
• 三日後 → 與其錨點事件相連的相對日期；
• 推出之前 → 次序限制，而不是日曆日期；
• 沒有日期 → 未知。

分開發生於、記錄於、發送於、發布於和由……起生效。一份註明星期五的會議紀錄，可能描述的是星期三作出的決定。網頁的更新日期也未必是事件日期。

另行記錄 E-014 晚於 E-009 這類時序限制。AI 可以提出拓撲次序，但覆核者應檢查錨點，並確保沒有循環或欠缺依據的依賴關係。

步驟 6：處理重複與衝突

獨立擷取完成後，要求 AI 找出可能描述同一事件的候選紀錄。要求它按主體、行動、對象、地點和時間提出理由，而不只是措辭相似。

不要自動合併。兩份來源可能描述同一日的兩次不同會議，或其中一份只是複述較早決定的公布。如紀錄指的是同一事件，便保留所有來源連結，並建立一項規範事件紀錄。如它們互相衝突，便編配一個衝突組，並保留每一種說法。

使用多來源比較流程比較來源。按任務界定權威規則：就審批狀態而言，簽署的決策紀錄可能比非正式的回憶更具權威；而就技術時間戳而言，系統紀錄可能更有力。權威取決於具體主張，而不是文件整體的地位。

步驟 7：讓 AI 組裝並覆核候選時間線

只把經覆核的事件列和明確的次序限制交給模型。一條安全的提示詞是：

按標準化日期和已批准的次序限制，為已核實的事件列排序。不要填補空白日期。讓範圍、只有月份的日期、相對日期和衝突保持可見。只有在規範事件 ID 已獲批准時才分組。返回一條時間線，並為無日期事件、衝突和未解決的次序另設章節。每個項目都使用事件 ID 和來源定位。

不要要求模型「把故事講得連貫」。真實的證據可能不完整或互相矛盾。一段精緻的敘述，比一張表格更容易掩蓋缺口。

當多個事件日期相同但沒有具體時間時，不要虛構當日的先後次序。寫成「紀錄日期相同；先後次序未知」。當來源使用不同的曆法或時區時，記錄換算規則並保留原始數值。

逐行細閱時間線。核實人名、日期、行動、來源定位，以及相鄰項目之間的關係。在時間線上相鄰並不證明因果關係。除非證據直接支持因果主張，否則把「X 導致 Y」改為中性的先後描述。

NIST 的生成式 AI 風險概況強調虛構內容、私隱、資訊完整性和人手監督等風險。［4］ 盡量減少上載的材料，使用獲批的存取控制，檢查模型加入的文字，並由一位具名覆核者對最終時間線負責。

外部主張使用 AI 事實核查流程。內部紀錄方面，請保管人確認有爭議的詮釋。記錄未解決的缺口，而不是虛構起銜接作用的事件。

擴大使用這個流程之前，先量度擷取質素。揀選一個具代表性的樣本，其中包括清晰的日期、相對日期、表格、掃描件、註腳和互相矛盾之處。由覆核者建立參考集，然後比較候選擷取結果中遺漏的事件、虛假的事件、錯誤的日期、錯誤的定位和遺失的限定語。如重要的遺漏集中在某種檔案類型，列數再多也不算成功。把樣本和結果與流程版本一併保存，這樣在提示詞或模型變更時，可以用同一批證據重新測試。

記錄覆核者、樣本界線、錯誤定義和可接受門檻，令結果日後仍可解讀。

步驟 8：發布時附上證據層

面向讀者的時間線可以簡潔，但要保留一份附錄或相連的登記表，包含事件 ID、來源 ID、定位、精度、衝突和覆核狀態。加上「截至」日期，並說明是否排除之後的文件。

批准前，確認：

• 就所聲明的範圍而言，文件登記表是完整的；
• 每個顯示的事件都對應到一項或多項已核實的來源主張；
• 精確日期在來源中確實精確；
• 日期類型和時區沒有混為一談；
• 重複項目和衝突都有明確的處理決定；
• 無日期的事件保持可見；
• 因果措辭要麼有依據，要麼已刪除；
• 受限材料得到妥善處理；
• 一位具名覆核者已批准該版本。

為文件登記表、事件表和發布的時間線一併做版本管理。如新來源改變了次序，便發布附有變更說明的新版本，而不是悄悄取代之前的紀錄。

常見問題

AI 能從多個 PDF 建立時間線嗎？

能。先登記檔案，逐份獨立擷取事件，並保留頁碼或章節定位。對照原件核實 OCR 結果和重要事件。

沒有日期的文件怎樣處理？

把文件或事件標示為無日期。你可以記錄有依據的最早和最遲界線，但不要把界線變成精確日期。

兩份文件日期衝突怎麼辦？

把兩項主張都保留在一個衝突組。應用已批准的權威規則並記錄處理結果；如無法解決，便把不確定性公開。

按事件日期還是發布日期排序？

通常按事件日期，但要另行保留發布日期和文件日期。正確的顯示方式取決於時間線要回答的問題。

AI 可以從上下文推斷日期嗎？

它可以標示一個可能的上下文日期供覆核，但在沒有站得住腳的定位和人手確認前，不應把它填入已核實的日期欄位。

只有月份的日期如何記錄？

明確儲存月份精度，例如 2025-05，或使用已批准的最早／最遲界線。除非來源寫明了那一日，否則不要顯示為 5 月 1 日。

前後次序能證明因果嗎？

不一定。時間線確立的是次序，而不是因果關係。只有在證據支持時才使用因果措辭。

誰批准最終時間線？

來源負責人或範疇專家應核實證據和衝突，而負責相關決策、法律、合規或檔案管理的負責人批准其預定用途。

來源

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。