药企研发文档上 AI：先做文献核对与表格誊录，不碰结论
3 个环节可以交给机器，结论永远留在人手里。
本页不提供合规或注册建议；具体申报口径以监管要求与内部质控为准。
一、机器的位置：找得到、抄得对、引得出处
研发文档里最容易错、又最容易查的，是数字与出处。让机器把文献检索到页、把表格誊准、把每句结论挂上原文位置，价值已经很大；而让它“写结论”，一旦错就是不可逆的合规风险。两者界线要写进流程，而不是靠人自觉。
| 环节 | 输入 | 机器可做 | 必须人工 |
|---|---|---|---|
| 文献核对 | 已下载的文献集 | 定位到页、比对结论 | 判断证据强弱 |
| 表格誊录 | 扫描件、旧版报告 | 逐单元整理并标记差异 | 签字确认 |
| 章节组装 | 已审定内容 | 按模板拼接、统一术语 | 最终审校 |
| 结论与建议 | 全部证据 | 只做检索 | 全部由人完成 |
二、先做表格誊录的理由
它可验收：把结果与原件逐单元对比，错几个一眼就能数。“写得好不好”无法验收，“抄得对不对”可以。而且它风险可控：发现错的直接重做一页，不像生成结论那样要通盘重审。
三、数据不出网是前置条件
未发表数据与受试者信息通常不能出内网。这意味着模型、向量库、日志全部得在受控环境内，且要有访问审计。工程约束见 多租户隔离；卡型先看显存再看数量，因为长文档一次读不进就要切分，切分就丢引用，见 卡型选型。
当期站内已登记：H100 一年期 9.3 万元/台/月（32 台，2026-09-28）；H200 141GB 在长上下文场景下主要优势是显存（64 台三年闭口 14 万元/台/月，2026-10-21 事实核）。价格随时点变动，以书面确认为准。
四、上线看三个数
- 誊录差异率：与原件逐单元对比，高于千分之一就不能上线。
- 引用可定位率：每句结论都能点到页码与段落。
- 人工审校耗时：如果没有下降，说明它只是增加了一个步骤。
五、反例：这些情况不要上
①资料本身就是纸质且无扫描：先做数字化。②团队没有版本管理：同一份报告五个版本，机器只会把混乱放大。③有人期待“自动写申报材料”：先把这个预期扼杀掉。④不能提供内网部署环境：不做。
六、常见问题
能不能用公开的通用模型？
公开模型读得懂，但你的术语体系与内部标准它不知道。价值来自把你们的标准与已有报告当检索库，模型只是执行器。
摘要生成能不能用？
可以，但要限定用途：内部周报、会议准备。对外文件里的摘要必须由人重写，因为删掉一个限定词就可能改变意思。
怎么验证它没有编造？
强制引用定位：没有原文位置的句子一律不允许出现在输出里。这条规则比任何提示词都有效。