指南
如何聚合公开市场信源
**定义：**聚合是把不同来源组织成可检索的信息集；验证是确认某个具体主张的证据是否充分。聚合本身不会使主张变真。
可靠的工作流先建“来源台账”，再处理文章。台账至少记录来源名称、URL、类型、抓取频率、语言和最后成功时间。公司文件、政府统计、主流媒体、研究机构与社交帖子可以共存，但证据权重不同。
一条可追溯的处理链
| 阶段 | 最小记录 | 常见错误 |
|---|---|---|
| 采集 | 原 URL、抓取时间、来源标识 | 只保留复制文本 |
| 标准化 | 时区、发布时间、作者 | 把抓取时间当发布时间 |
| 去重 | canonical URL、内容指纹 | 把转载当独立证据 |
| 提取 | 主张、实体、数字和引语 | 丢失否定词与条件 |
| 发布 | 摘要、原链接、截止时间 | 用流畅表述掩盖不确定性 |
链接返回 403 或付费墙，不一定代表资料不存在；它可能是发布方的访问策略。正确做法是保留出处，明确标注访问限制，并尽可能找到官方一手文件，而不是将链接删掉。
自动摘要需要保留三条边界：不补写原文没有的因果，不把预测改写为事实，不在无法核对时生成精确数字。分发界面的使用见《如何用 Telegram 阅读 X 财经信息》，多语言限制见《多语言市场摘要如何避免语义偏移》。
FAQ
多个账号发同一消息算交叉验证吗？
只有当它们来自相互独立的证据链时才算。如果都追溯到同一匿名帖子，仍是单一来源。
删除重复内容会丢失信息吗？
应当合并同一事件的复制文本，但保留独立来源、新数字和不同观点。去重不等于只留一条链接。