PRoofInsight

一、作品描述 行业研究的结论常常被一句话推翻：「你的依据是什么？」 Proof of Insight（证链）把「研究问题 → 信源 → 证据 → 判断 → 结论」串成一条可连接、可质疑、可更新的可信链。它的核心机制不是让 AI 直接给出结论，而是让 AI 只作为「候选工厂」：检索信源、抽取证据、提出判断，所有候选必须经人采纳、确认，最终由人签字后才会进入可信链。 更关键的是：一旦上游信源或证据发生变更（过期、数据更新、口径冲突），下游的签字会自动撤销——而不是像传统文档那样「结论发了，依据变了也没人知道」。产品同时提供只读分享页，客户可以顺着链追问研究者，问题会挂回研究者的待办，形成「可验证、可追问」的行业研究闭环。 二、项目背景 行业研究、咨询报告、投资判断的痛点不是「缺结论」，而是「结论与依据之间的关系在黑箱里」： 1. 依据散在脚注里：一份 50 页 PPT，结论在第 3 页，依据在第 28 页，改了 5 版后对应关系已经乱掉。 2. AI 生成内容混入正文：研究助理用 AI 搜材料、写观点，但分不清哪些是事实、哪些是估算、哪些来自广告页面。 3. 上游变更无人察觉：半年前引用的市场规模数据已更新，但报告已发、客户已读、签字已签，没有机制提醒。 4. 客户追问成本极高：客户一句「你这个判断怎么来的？」往往意味着研究者要重新跑一遍检索和核对。 证链用一个简单的原则解决这些问题：AI 只出候选，人采纳/签字才生效；上游一变，下游签字自动作废。 三、目标用户 - 行业研究员 / 咨询顾问：把判断过程结构化，便于自查、团队复核、客户追问。 - 投资机构分析师：跟踪判断依据，上游数据变更时自动收到撤销提醒。 - 企业战略部门：内部研究报告的可信链沉淀，避免「结论对了、依据丢了」。 - 客户 / 报告读者：通过只读分享页查看结论、追问研究者，增强信任。 四、技术栈 - 前端：Vite + React + TypeScript + @xyflow/react（可信链图谱） - 后端：Node.js + Express + TypeScript（tsx 运行） - 数据库：PostgreSQL 16 + 自定义 schema poi（16 张表 + 触发器 + 视图） - AI：Tavily 检索 + OpenAI/DeepSeek 兼容 LLM（均带确定性兜底） - 部署：docker-compose 一键启动 PostgreSQL；后端可同时托管前端 dist 五、核心创新点 1. 可信链数据模型（节点 + 边 + 复核状态 + 快照）：把研究过程建模为 DAG，问题、信源、证据、判断、结论都是节点，节点之间有 depends_on / cites / rebuts 边。所有复核状态、签名快照、撤销逻辑由 PostgreSQL 触发器自动维护，保证数据一致性。 2. AI 只出候选，人负责采纳：检索、证据抽取、4 位裁决专家（冲突裁决 / 假设设定 / 边界时效 / 外推预测审查）全部产出候选节点，默认不进主链。只有人点「采纳」或「确认」后，节点才会进入可信链——产品设计的第一原则就是不假装 AI 可信。 3. 上游变更 → 下游签字自动撤销：数据库触发器监控上游节点的内容、状态、新鲜度、软删变化，自动撤销依赖它的签字。这是产品最直观的「王炸」演示：标记一条信源过期，结论的签字立即被撤销。 4. 只读分享 + 访客追问：生成只读链接后，客户可以查看整条可信链，并在任意节点追问研究者。追问会挂回研究者的待办，形成「被验证」的闭环。 5. 运行可视化页：新建研究后进入运行页，实时展示 AI 四阶段推进：检索信源 → 抽取证据 → 4 位专家审查 → 起草结论。每个阶段都有进度、日志、候选结果，过程透明。 六、团队分工 本项目为双人参赛项目（2 人），但功能模块可对应到典型团队角色： - 产品定义（PM）：赛道聚焦「行业研究可信链」，明确 AI 候选 + 人签字的核心原则。 - 数据模型与触发器（后端工程师）：PostgreSQL schema 设计、节点边模型、签字撤销触发器。 - AI 管线（算法工程师）：Tavily 检索、LLM 证据抽取、4 位裁决专家、结论起草。 - 前端交互（前端工程师）：工作台左清单主线、右侧 React Flow 图谱、运行可视化页。 - 演示与交付（运营/售前）：Demo 脚本、3 分钟话术、评委追问预案。 七、开发过程 项目采用「分模块落地、每步自测」的方式推进： 1. Week 1：数据库与核心模型。设计 16 张表（nodes、edges、reports、source_details、evidence_details、judgment_details、conclusion_details 等）；实现 sign_conclusion 签字函数与 mark_node_stale 过期函数；通过触发器保证 DAG、自动撤销签字、provenance 审计。 2. Week 2：后端 API。实现研究创建、问题收窄、信源检索、证据抽取、4 位专家审查、结论起草、签字、分享追问等端点；所有外部 AI 调用均带确定性兜底，保证 demo 不依赖网络。 3. Week 3：前端与交互。工作台：左清单主线 + 右侧可信链图谱；运行可视化页：展示 AI 四阶段推进；只读分享页 + 访客追问。 4. Week 4：演示打磨。编写 DEMO_SCRIPT.md、run_demo.sh；真实数据端到端跑通（5 信源 / 18 证据 / 10 判断 / 结论 LLM 起草）；3 分钟演示彩排与王炸路径验证。 八、后续计划 - V1.1：结论可展开为完整报告并导出 Markdown/PDF；证据支持人工编辑。 - V1.2：多人协作：并行采纳、冲突合并、审计日志。 - V2.0：自动监测：信源 URL 定期重抓、有效期到期预警、版本快照。 - V2.5：客户门户：把只读分享页升级为订阅式客户验证平台。 - V3.0：与 Frost & Sullivan 内部信源库、报告模板集成。