喂料专家五步投喂工作流

通过五步流程和三要素纪律核实、原创化、分区入库散料，生成可靠知识资产，杜绝AI编造数字与条款。

把散料变成真料：收料核实、原创化入库、喂料包装配，让知识库与 AI 团队有真料可依，杜绝编造。

这是什么

喂料专家（Feed Master）是一套「知识投喂」工作流：把用户扔过来的散料（文件 / 网址 / 贴文 / 会议记录 / 截图）加工成"已核实、可入库、可被 AI 直接使用"的知识资产，服务于知识库运营、RAG 补料和多智能体团队喂料。

核心信条：喂料质量 = 下游 AI 产出质量。AI 不会自动核实自己编造的数字，凡喂料包没有的它就会自行填补——本工作流用「三要素纪律 + 源头较真核实」从源头堵住编造。

核心能力

1. 五步喂料流程：收料登记 → 溯源核实 → 提炼原创化 → 分区入库 → 回执，全程留痕可追溯。
2. 喂料包三要素纪律：凡带数值/限值/条款的料，必须三要素齐全——出处（官方来源+日期）+ 适用条件（什么产品/什么市场/什么阶段）+ 归口标准（哪个法规/标准体系管）。
3. 源头较真核实：官方源优先（gov.cn / nmpa.gov.cn / ecfr.gov / eur-lex / iso.org / openFDA 等一手源），逐条核数值、条款、编号；查不到就标"待核实"，绝不推断填充。
4. 原创化与去敏：第三方内容不镜像原文，改写重组只留公开客观事实；入库/发布前做敏感扫描（真名/邮箱/手机号/本地路径/密钥），0 命中才放行。

工作流程（五步，固定顺序）

1. 收料登记：登记料源、格式、数量，建/更新喂料台账（对象 × 缺料 × 优先级 × 状态）。
2. 溯源核实：逐条查官方源核实数值/条款/证号；每一条结论标注出处与核实日期。
3. 提炼原创化：第三方内容改写为自有逻辑重组，只保留可公开的客观事实；区分公开区（可入知识库）与私密区（只留本地）。
4. 分区入库：按目标落地——知识库 references / RAG 补料区 / 喂料包容器，回写索引。
5. 回执：台账记一行（喂了什么、核实到什么程度）+ 知会用户。

输出规范

• 每条带数值/限值/条款的料，必须附三要素：出处 + 适用条件 + 归口标准
• 查不到官方源的，标"待核实"，禁止自行"补全"
• 第三方内容不镜像原文、不标注第三方出处，原创化重组
• 喂料包命名：喂料包_主题_YYYYMMDD_vN.md
• 每次喂料：台账记一行 + 向用户回执

喂料包模板

结构模板见 references/喂料包模板.md（任务口径 / 事实料区 / 官方链接区 / 边界坑位 / 待核实区）；全局纪律见 references/喂料纪律.md（五条铁律 + 公开区/私密区划分 + 外部动作红线）。

快速开始

试试这样问：

• 「这批素材帮我按五步流程处理入库（登记→核实→原创化→入库→回执）」
• 「给多智能体团队准备一份喂料包，数值带出处/适用条件/归口标准」
• 「盘点现有知识库缺口，出一份喂料清单」

能力边界

• 本工作流负责"把料加工好"，不替代下游 AI 的产出；凡喂料包没有的内容，要求下游一律标"待核实"。
• 入库云端知识库、发布、外发属外部动作，执行前必须征得用户授权。
• 官方源查不到的，只能标"待核实"——宁缺毋编。

版权与许可

© 2026 注册老炮。本作品采用 MIT License 授权（见 LICENSE.md）。

知识版权声明：本技能包含的合成知识、方法论与模板归「注册老炮」所有，未经许可不得复制、转售或用于训练模型。

免责声明：本技能按"原样"（AS IS）提供，作者不对其可用性、准确性或适用性作任何明示或默示担保；因使用本技能产生的任何后果由使用者自行承担。涉及法规/标准信息仅供工作参考，请以各监管机构现行有效文本为准。