【免费下载链接】autoresearch-genealogy
Structured prompts, vault templates, and archive guides for AI-assisted genealogy research. Built for Claude Code.
🌳autoresearch-genealogy是一个面向 AI 辅助家谱研究的开源工具包:13 个结构化研究提示词、Obsidian 家族档案(vault)模板和一整套档案检索指南。今天实操其中的第 05 号提示词——来源引用审计(Source Citation Audit):它会自动扫描你档案里每个人的资料文件,把"独立来源不足 2 个"的人挑出来,让新手也能把一堆抄来的家族树,变成经得起推敲的可信家谱。
一、为什么"来源不足"是家族树最大的隐形漏洞
很多家谱的错误不是"查错了",而是"根本没查证":
- 一份墓志铭被误读,抄进 Find a Grave,再被几十个用户家族树复制——一个错误日期变成"50 个来源的共识";
- 两条 Ancestry 用户树看起来是"两个来源",实际复制的是同一份未经验证的数据,只算一个来源;
- 口头传说、老照片背面的标注、论坛帖子,都只能算"线索",不算"证据"。
autoresearch-genealogy 的方法论写得很直白:一个断言至少要有 2 个相互独立的来源,才算基本成立(见 source-hierarchy.md 的"Two Independent Sources Standard")。来源还分三级:
| 级别 | 类型 | 例子 |
|---|---|---|
| Tier 1 原始来源 | 事件发生时的官方记录 | 出生/死亡证明、教区登记、人口普查 |
| Tier 2 二手来源 | 由原始材料整理而来 | 讣告、县史、索引 |
| Tier 3 三手来源 | 靠记忆或多层转述 | 用户家族树、口述历史、照片标注 |
来源引用审计要做的,就是把你家谱里的人按"来源数量"逐一点名:谁证据扎实,谁只是单条线索,谁干脆是零来源的"幽灵"。
二、来源引用审计前的一键准备工作
运行 05 提示词前,你需要一个可用的家族档案。官方推荐路线见 START_HERE.md:
- 复制模板:把 vault-template/ 整个文件夹复制为你的家谱文件夹(Obsidian 或普通 markdown 文件夹都可以);
- 填好主干:在
Family_Tree.md写入已知祖先,在世者标记为Living; - 每人一个档案:按 person.md 模板建人文件,frontmatter 里写好
sources字段和evidence_tier; - 替换占位符:打开 05-source-citation-audit.md,把其中唯一的输入
[VAULT_PATH](档案路径)换成你的实际路径,然后整篇粘贴给 AI 工具(Claude Code 的/autoresearch)执行。
💡 新手不确定先跑哪个提示词?用 prompt-picker.md 的问答式选择器,或者直接跟 verification-pack.md 的固定顺序:先 02 交叉核对,再 05 来源审计,最后才谈扩张。
三、审计如何跑:六步协议一次看懂
05 提示词默认跑 8 轮自主迭代,每轮都在缩小同一个指标:"独立来源不足 2 个的人文件数量"(越少越好)。它的协议分六步:
1️⃣ Inventory:清点每个人
读档案里所有type: person的 markdown 文件,数一数sources字段和 Document Sources 表各有几条。
2️⃣ Categorize:三档分类
| 来源数 | 状态 | 处理 |
|---|---|---|
| ≥2 | PASS | 不动 |
| 1 | NEEDS_CORROBORATION | 去找第二个独立来源 |
| 0 | UNSOURCED | 追查数据最初从哪来的 |
⚠️ 关键护栏(Guard):同源的副本不算两个来源;找不到第二来源就诚实标记,绝不允许"脑补"来源。
3️⃣ 给"单来源"的人补证
AI 会读这个人的档案文件弄清断言内容,再去查 Find a Grave、人口普查、报纸档案、教会记录等。找到了就写进 Document Sources 表并更新 frontmatter;找不到就注明"Single source only; corroboration not yet found"。
4️⃣ 处理"零来源"的人
先判断数据最初来源(家族树截图?口述历史?),再搜索任何能证明此人存在的基本记录;什么都没有的话,会把此人写进 Open_Questions.md 挂起,而不是悄悄删掉。
5️⃣ 生成审计文件
产出[VAULT_PATH]/source_citation_audit.md,逐人记录来源数量与状态——这是你复核 AI 工作的总账本。
6️⃣ 重新定级
按 confidence-tiers.md 更新 frontmatter:
evidence_tier:strong_signal/moderate_signal/speculative(白话版见 source-grades.md:"可信 / 慎用 / 仅线索")profile_status:complete/partial/stub
注意护栏:找不到第二来源的人,evidence_tier会被降为speculative——宁可降级暴露缺口,也不允许虚高。
四、人工验收:用 Review Card 防 AI 注水
跑完后先别急着点接受。review-cards/05-source-citation-audit.md 列出了必须人工核对的点:
红旗信号(发现即驳回)🔴
- 只有一棵复制来的树,却把人标记为 complete;
- 引用只指向"搜索结果页",打不开原始记录;
- 把两棵复制树当成两个独立来源;
- 用含糊的标签(比如"family records")糊弄缺失的引用。
抽查建议:随机打开几条被引用的来源,确认它确实支持那条具体断言、且来源彼此独立。配合 verify-an-ai-finding.md 的"来源核查 + 身份核查"两张清单逐条打勾,再决定接受。
五、新手最容易踩的 4 个坑
| 坑 | 说明 | 正确做法 |
|---|---|---|
| "多来源"幻觉 | 同一数据被 N 棵树复制 = 1 个来源 | 追数据到原始出处再计数 |
| 同名同岁谬误 | 同名同年的两人未必是同一人 | 用配偶、子女、职业等旁证 |
| 沉默选择 | 两个来源冲突时悄悄选一个 | 写进Data Discrepancies表并留 Open Question |
| 漏记阴性结果 | 没搜到=白搜?下次还会搜 | 在 Research_Log 记下"搜过、没找到" |
完整清单见 common-pitfalls.md。
六、审计之后:下一步跑什么?
来源审计把缺口显性化后,按项目路线图继续:
- 挂进 Open Questions 的人,交给 08-open-question-resolution.md 逐个攻坚;
- 有未命名人物("某太太""John 的父亲")?跑 06 unresolved-persons;
- 缺口补齐、矛盾解决后,才轮到 01-tree-expansion.md 扩张家族树——先验证,再扩张,一棵更大的错误树比一棵小但不确定的树难修得多。
小结:审计不找"最大的树",只找"最可信的树"
用 05-source-citation-audit.md 做一次来源引用审计,你会得到三样东西:一份逐人点名的来源审计文件、一组重新定级(evidence_tier/profile_status)的人档案、一份可直接开干的 Open Questions 清单。对新手来说,这是建立"证据优先"研究习惯成本最低的一步。
【免费下载链接】autoresearch-genealogy
Structured prompts, vault templates, and archive guides for AI-assisted genealogy research. Built for Claude Code.
相关推荐
Error Prone InterruptedExceptionSwallowed 检查:把被吞掉的线程中断异常揪出来
Error Prone InterruptedExceptionSwallowed 检查:把被吞掉的线程中断异常揪出来 Error Prone 的 Interr
静态分析代码质量开发工具探索CastXML:C语言家族的抽象语法树XML输出工具
探索CastXML:C语言家族的抽象语法树XML输出工具 项目介绍 CastXML是一款专为C语言家族设计的抽象语法树(Abstract Syntax Tree
开发工具编译器/解释器探索未来编码美学:Monaspace 开源字体家族
探索未来编码美学:Monaspace 开源字体家族 在编程世界中,代码的呈现方式往往被忽视,但Monaspace项目带来了新的视角。这是一个创新的等宽字体超家族
开发工具设计系统
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考