数据产品 · 单文件离线 · 独立开发
数据来自统计局公开的 PDF 与公报,我自己写解析器结构化。这一页只讲一件事: 一个看板凭什么让人相信它——三项合计必须跟全市精确相等才入库、没披露的年份宁可空着、 归因只敢写成推断。
打开作品 →先划边界
一个双击即开的单文件网页(ECharts 本地化,不依赖任何 CDN)、一份 8 个表的 Excel、一页 A4 设计说明。数据源全部公开:《广州统计信息手册(2026)》的分区口径、2025 统计公报、2026 年 1–9 月经济运行、2026 年月度综合统计。原始 PDF 全部留在 data/raw_pdf/(11 张分区表 + 7 张全市表),任何一个数字都能回到原文那一行。
六个板块按「先结论后图表」排:总量底盘、动能结构、需求与投资、民生与流量、十一区对比、异常归因。每块末尾一句小结,读的人先看结论,再决定要不要看图。
产品定位是自己先定死的:只做监测与解释,不做预测。预测会让整份东西的可信度绑在一个我无法验证的判断上,而监测的错误能被马上发现。
这四条不满足就不算做完
| 判据 | 怎么测 | 结果 |
|---|---|---|
| 11 区数据必须跟全市对得上 | build.py 里做闭合校验:GDP / 人口 / 社零三项合计 vs 全市值 | 32039.46 亿 / 1910.10 万 / 11032.38 亿,三项精确相等 |
| 没披露的年份不许插补 | 入数据集前断言为空值;图上留空 + 图下注明 + 悬停「未披露」 | 6 处缺口全部有标注,没有一处被外推 |
| 每个归因句都能指到一个具体数字 | 逐句回表核对,并把「推断」两个字写进标题 | 三张归因卡全部带区名与百分点 |
| 断网、本地双击就能跑 | 禁用网络后直接打开文件 | ECharts 本地化后完整可用 |
每条都按「现象 → 怎么发现的 → 改成什么 → 现在拿什么证明」写
设计推演 · 未实现 —— 现在这一版是写死的句子
现在三张归因卡是我写完再逐句对表的。换成模型生成,判据必须先立好:
① 每条因果句必须引用一个具体数字和一个表行(区名、指标、年份、百分点),引用不全即判错;
② 句子里的每个数字都要能被脚本用同一口径重算出来,算不出来的数字一律判错——这一条能把「听起来很像」的模型输出挡在门外;
③ 找不到可引用证据时必须输出「无法归因」,不许给一段泛泛而谈的解释。
第三条是这套东西的底线。现在右下角那个「大肥鱼」问答已经按这个逻辑做了:它是离线规则问答,明确写着「不是 LLM,不会瞎编,答不了会直说」。加 AI 层等于把规则分支换成模型,但「必须指到表行、指不到就拒答」这条硬约束不能换。
评测怎么设计:拿 2024 年数据当留出集,只给模型数据、不给结论,让它生成归因句;然后用脚本复算句子里出现的每个数字,逐条判「数字对 / 数字错 / 该拒答却编了」。三个桶分开统计,因为「编了一个看起来很专业的数」是这三类里最坏的。