通用方法 · 熟练
同一件事三个来源三个数，听谁的？
聚合是加法，冲突处置是减法
把多个来源拼成一份结论时，最难的不是没有资料，是资料彼此打架。一次真实实测里，约 1/6 的货件在三处来源给出的预计到达时间上相差超过两小时 —— 而三份来源在技术上都是有效的，没有一份是错的，它们只是各自在说不同时点的不同事实。这一页给的是冲突发生后的三步处置：先给每类数据指定一个权威源（谁负责这件事的最新事实）、把冲突显式报出来（不让它悄悄挑最先冒出来的那份）、再按来源归属去核，而不是按措辞顺不顺去选。落地形态很小：一张「来源归属表」加一句写死的冲突处置规则，十分钟能建起来。
方法 · 一图看懂
1
先建来源归属表 — 每类数据指定一个权威源，并写下它上次更新的时间
2
让冲突显式报出 — 指令里写死：发现不一致就停下报告，不要自行合并或取舍
3
按归属去核，不按措辞去选 — 逐条回到权威源确认，而不是挑读起来最顺的那份
4
把冲突留档 — 冲突本身是信息：它说明有两套口径在同时流动
原理 · 为什么有效
表面看是「资料不一致」，实际是两件事被混在一起：谁对这件事的最新事实负责，以及谁读起来更像答案。前一个是归属问题，后一个是措辞问题。不把归属先定下来，模型只能用措辞去猜 —— 而措辞好坏与新旧无关。那条「较旧的操作报表」之所以会被选中，往往不是它更准，而是它的用词恰巧更贴提问的写法。把归属写成一张表，冲突就从「要判断」变成「要报告」：判断需要你逐条做题，报告只需要你看一眼差异。
适用场景
适用：任何要把多个来源合成一份结论的场合 —— 行业调研、竞品对比、跨部门数据汇总、把几份周报并成一份月报、把几份客服记录并成一份问题清单。不适用：只有单一权威来源的场景（那时没有冲突可处置），以及高风险决策（那种场合冲突必须由人裁决，模型只负责把冲突摆清楚）。
自测 · 5 问
表里每一类数据都有一个明确的权威源，而不是写着「以最新为准」
每条权威源都记了「上次更新时间」，而不是只有来源名
提示词里有一句明确的「发现不一致就报，不要自行合并」
本轮至少捕获到一处真实冲突，并记下了双方各是什么说法
结论里每个关键数字都能指回某个具名来源，没有「综合来看」这类无出处的表述
怎么上手 · 验证步骤
最小可行做法是三步、十分钟：① 列出这次要用的所有来源，按「它最权威地知道什么」给每份贴一个标签（例如运输管理系统管内部状态、承运商接口管承运商最新预估、旧报表只作历史对照）② 在提示词里加两段 —— 一段是这张归属表，一段是冲突处置规则 ③ 先让它跑一遍并只输出「本轮发现的冲突」清单，你只看这张清单。第一轮大概率会发现你自己也没意识到的不一致。
把最后一版结论逐行过一遍，凡是带数字或日期的句子，问一句「这个数来自哪一份来源」—— 指不出来的，就是被合并掉的冲突，退回重做这一步。