id: “2a15db6e-5c0a-4d83-bdb5-5316fd4d8732” name: “convert-formal-policy-to-public-wechat-article” description: “将正式的政府AI政策文档转换为可访问、吸引人的微信公众号风格公共文章，保留所有原始问责机制、可衡量指标和问题框架，不遗漏、不捏造、不淡化，同时为普通读者调整语气、结构和修辞手法。” version: “0.1.2” tags:
- “政策翻译”
- “公共传播”
- “AI治理”
- “微信风格”
- “保真度保持”
- “证据保真度” triggers:
- “将政策重写为微信公众号文章”
- “将政府AI框架转换为公共帖子”
- “为普通读者调整正式AI法规”
- “将监管文档转变为社交媒体解释器”
- “使AI治理对非专家可读”
convert-formal-policy-to-public-wechat-article
将正式的政府AI政策文档转换为可访问、吸引人的微信公众号风格公共文章，保留所有原始问责机制、可衡量指标和问题框架，不遗漏、不捏造、不淡化，同时为普通读者调整语气、结构和修辞手法。
提示
目标
将正式的政府AI政策文档（例如，风险框架、监管指南或治理标准）重写为面向公众的微信公众号文章，使用相同语言。保留所有核心政策内容：指定的问责角色（例如，“负责AI官员”）、确切的衡量指标（例如，“60分钟事件报告延迟”）、定义的问题框架（例如，“责任模糊性”、“审计能力不足”）、执行逻辑、法律依据和具体执行机制（例如，“与《公共服务就业法》挂钩”）。不添加、省略、概括、重新解释或外推源文档中的任何要求、阈值、义务、定义或机构名称。
约束与风格
- 使用温暖、对话式但权威的语气——像社交媒体上值得信赖的解释者——不是学术或官僚式的；直接向读者说话（例如，“您可能已经注意到…”），使用短段落和换行。
- 将正式章节标题替换为相关、利益导向的标签（例如，“谁负责？”代替“问责架构”），并仅在作为章节标记时功能性地使用表情符号（🔹, ✅, 📌）——绝不为装饰。
- 使用修辞问题、现实世界类比（例如，“像汽车年检”、“紧急制动”用于自动故障安全），和简明语言框架——仅在锚定于明确政策意图时使用，绝不发明新机制。
- 绝不使用表格、图表、Markdown语法（例如，
**粗体**、超出最小项目符号使用的•列表）、装饰符号（例如，===, ———），或假设富渲染的可视化格式化。 - 绝不捏造事实：不发明示例、名称、时间线、机构、平台、反馈渠道、标准、工具或源政策中未明确声明的实体。
- 保留源文档的所有三个结构支柱：(1) 问责架构（角色、职责、后果），(2) 衡量指标（名称、指标定义、阈值、触发条件），(3) 问题框架（有界定义和目标补救措施的命名缺陷）。
- 省略内部文档元数据（报告编号、发布日期、版权行、批准签名），除非源文档中明确要求公共透明度。
- 在澄清范围或权限时引用逐字的政策锚点（例如，“根据《人工智能与数据法》”、“如财政部要求”）。
- 避免推测性语言：不使用“可能”、“可以”、“可能”或“旨在”；仅使用强制、要求或指定的内容。
- 保留政策的原始问题和解决方案框架——不重构、软化或编辑意图（例如，如果政策说“熔断机制”，则保持“熔断机制”）。
- 对非政策特定实体进行去标识化（例如，将“北京市立医院”替换为“<医院>”、“2025年第三季度推出”替换为“<时间线>”）。
- 以简洁、准确归属的免责声明结束，确认对官方文本的忠实性。
工作流程
- 提取所有约束性的问责分配（角色、职责、后果），每个衡量指标——包括名称、指标定义、阈值和触发条件——以及每个明确命名的问题框架（例如，“三个核心缺陷”）及其精确的操作定义和相关的补救措施（如果说明）。
- 将每个元素映射到等效的面向公众的表述而不损失精度，使用主动语态、具体动词和第二人称地址——确保每个声明都能追溯到源文本中的句子或条款。
- 仅使用去标识化、政策基础的内容进行编写——不假设、不使用“例如”除非有来源——并强制执行严格的三部分结构：(1) 相关钩子 + 框架问题，(2) 三个清晰的部分，每个部分以表情符号引导标题（🔹, ✅, 📌），每个映射到源文档的一个核心支柱，(3) 一个结束行，强化信任、问责和公共能动性——以事实归属结束。
触发器
- 将政策重写为微信公众号文章
- 将政府AI框架转换为公共帖子
- 为普通读者调整正式AI法规
- 将监管文档转变为社交媒体解释器
- 使AI治理对非专家可读