多作者知识库的设定一致性:world-state 模式
多作者 + AI 协作的知识库最怕事实互相矛盾。GPTMap 的 world-state 模式:一份带日期的共享设定快照 + 变更传播三步(改快照、grep 受影响文、同步 living changelog)+ 双向一致性断言,让 78 篇文章不说两套话。
操作步骤
圈定共享事实
盘点你的领域里'会被多篇文章引用的事实'(产品状态、价格、版本、竞品),列成清单;单篇文章独有的内容不进清单。
建快照文件并定格式
每条事实一行、注明来源与核对日期,文件头部放'最后核对'总日期;会过时的清单改为内嵌查询命令而不是写死的数字。
定义传播流程
写死三步:改快照 → grep 变更项找受影响旧文逐篇同步 → 同步 living changelog;把'推荐语境 vs 提及'的判据写进流程文档。
加构建期断言
把机器可验证的一致性规则(slug 一致、内链存在、结构覆盖完整)做成构建期报错;验证脚本自身的输出要交叉验证。
一个知识库长到几十篇文章,最大的敌人不是写不出新内容,而是旧文章与新事实打架:选型指南推荐着一个已下线的模型,对比文里的价格和定价页对不上,两篇教程用了同一个 API 的两个版本的参数。多作者会放大这个问题,AI 协作则把它推到极致——每个写作会话都没有共享记忆。GPTMap 用一个叫 world-state 的模式解决这个问题:一份带核对日期的共享设定快照、一套固定的变更传播流程、以及把机器能验证的一致性全部下沉到构建期。本文以本站 78 篇文章的实际运作为例(2026-09-03 核对),拆解这个模式的完整实现。
1. 问题定义:一致性失败的三个层次
- 表层:两篇文章给出不同的数字(价格、日期、版本号)。读者未必记得哪篇对,但一定记得"这个站前后矛盾"。
- 中层:新文章引用旧事实。行业每有事件(改价、下线、新发布),存量文章里所有引用该事实的位置都成了潜在错误点——而且是搜索引擎和 AI 摘要引擎最愿意抓的那种错误。
- 深层:AI 协作会话各写各的。没有共享上下文的两个会话,即使都"忠于官方源",也会因为各自查证的时间点不同而产出不一致。
三层问题的共同根因:事实没有单一的、带日期的、人人(和每个 AI 会话)必读的存放点。
2. 快照:只记共享事实,必须带核对日期
GPTMap 的 world-state 是一个 Markdown 文件,结构上有四类内容:
- 核心设定:现役模型家族、每档的定价(含促销价与承诺期限)、上下文与输出上限、协议版本;
- 状态清单:已下线产品(写文章时别再推荐)、产品侧退役与 API 侧下线的区分、竞品现役速览;
- 传播规则:改这个世界线的固定流程(下文第 3 节);
- 命令化清单:会过时的统计不写数字,写生成命令。
# world-state 快照条目格式(示意)
| 事实 | 当前值 | 核对日期 | 来源 |
| Sol 定价 | $4 / $20 per MTok(促销) | 2026-09-01 | 官方 changelog |
两条格式纪律贯穿全文件:
- 每条事实都能回答"何时核对":文件头部有"最后核对"总日期,关键变更(如降价、弃用)条目内注日期。这与《来源核验与对源复审:AI 内容的事实核查流程》的"状态断言带核验日期"是同一条纪律在快照层的体现。
- 经验值显式标注:拿不到一手来源的数字(如某些产品内配额)在快照里就标注 (经验值),各文章引用时继承标注。
3. 变更传播:三步流程与一个判据
事实变更(行业事件或快照纠错)触发固定三步:
- 改快照——先改事实的存放点,再动任何文章;顺序反了必然漏。
- grep 受影响旧文——用变更项的具体字面(价格数字、产品名、参数名)搜全库,逐篇同步。判据是推荐语境而非提及:新闻稿和弃用清单里出现旧名字是对的(它们在报道事件),选型表、迁移建议、回退方案里出现才是残留。且按事实类别扫整表,不按行扫——同一张表的姊妹行往往共享同一批事实。
# 事实变更后:找出引用了变更项的所有旧文(例:改价格就搜数字与产品名)
grep -rln '$4 / $20' apps/web/content/posts/
grep -rln 'gpt-5.6-sol' apps/web/content/posts/
- 同步 living changelog——本站有一篇持续更新的模型更新日志文章,是所有事件的时间线视图;快照改了它不改,时间线就成了假账。
4. 工程护栏:把一致性下沉到构建期
人工 review 兜不住规模化的一致性,机器能验证的就不该留给人工:
- 双向一致性断言:站点导航按大区组织频道,构建期断言"大区必须恰好覆盖全部频道"——只加频道不加大区会直接构建失败。这是故意的:防止结构性遗漏静默通过,等读者撞上死链。
- frontmatter 枚举校验:category、contentType 等字段用枚举限定,写错的文章会被校验拦下(甚至被读取器静默丢弃——所以校验必须在写入路径上)。
- 内链与标题的脚本核验:内链 slug 必须存在、链接文本必须与目标文件标题逐字一致(zh 与 en 各自核对),全部脚本化。
这条的推广原则:凡是机器能验证的一致性,构建期报错优先于人工把关;同时验证脚本自身的输出要交叉验证,避免脚本缺陷伪装成"内容干净"。
5. AI 协作:入口文件就是世界观
AI 写作会话没有跨会话记忆,所以它对世界的全部认知来自三份入口材料:
- 仓库入口说明:项目定位、硬性约束(纯静态、不直接 push 主分支)、可用命令;
- world-state 快照:当前事实全集(本文主角);
- 流程 skill 文档:把"怎么写一篇、怎么核验、怎么复审"固化成可触发的步骤文档。
这套配置的实际效果可以量化:本站 2026-08-29 至 09-03 连续六天、由不同会话产出的内容批次,跨文章的事实(价格、日期、竞品数据)每批都经逐轮对源复审,复审发现的问题均在发布前修复——一致性不靠会话记得住,靠快照查得到。竞品速览机制是一个具体例子:竞品发布的当日事实进快照,后续对比类文章引用时以快照为唯一入口,不再各自去记。
6. 常见错误与排查
- 快照变成文章索引:把"每篇文章讲了什么"塞进快照——它必然过时,而且没有读者需要它。快照只记共享事实。
- 改文章不先改快照:顺序反了,本次改动的事实来源就散落在文章里,下次无从同步。
- grep 到提及就改:把新闻报道里对旧事件的正当提及也"纠正"了,反而制造错误。
- 手维护会过时的清单:篇数、日期、数量级统计写死在快照或文章里。带 as-of 日期,或改命令化。
- 快照与官方源冲突时迁就快照:以官方为准,改快照,再走传播流程——快照是索引不是权威,权威永远是官方源。
7. 下一步
- 发布前完整清单(world-state 是其上游环节):《GPTMap 编辑手册:写一篇高质量 OpenAI 文章的 12 步清单》。
- 快照事实的核验流程:《来源核验与对源复审:AI 内容的事实核查流程》。
- 快照变更的落地实例(竞品速览首次启用):《OpenAI 生态 9-02 速报:Anthropic 发布 Claude Fable 5.1 / Mythos 5.1,基准表含 GPT-5.6 Sol》。
- 已发布文章的维护与退役:《GPTMap 文章维护指南:半年重测、版本同步与下架》。
关键要点
- world-state 只记'会影响多篇文章的共享事实'——模型档位与价格、已下线产品、订阅档位、协议版本、竞品现役速览;单篇文章的内容细节不进快照
- 快照带'最后核对'日期:所有共享事实都能回答'这个是什么时候与官方源核对的'
- 变更传播三步:改快照 → grep 受影响旧文逐篇同步(判据是推荐语境而非提及)→ 同步 living changelog 文章
- 工程护栏一:结构与导航用双向一致性断言(大区必须恰好覆盖全部频道)在构建期报错,而不是等读者发现死链
- 工程护栏二:会过时的清单不手维护——文档里放实时查询命令,用的时候现跑
- AI 协作场景的核心价值:写作会话没有共享记忆,入口文件(仓库说明 + world-state + skill 流程)就是它的全部上下文
常见问题
官方参考
相关文章
来源核验与对源复审:AI 内容的事实核查流程
AI 内容生产里最贵的事故是事实错误。本文给出 GPTMap 在用的来源核验与对源复审流程:三条规定(关键事实可复现、不写超出原文的修饰、参数出自当次提取)、五步复审法与句式扫描清单,附真实抓包案例。
阅读全文避免 thin content:AI 主题长文的厚度下限与自检命令
为什么你的文章'已发现但未编入索引'?大概率是 thin content。本文给出 AI 主题长文的五条厚度下限、结构模板,以及三条可直接复制的自检命令。
阅读全文GPTMap 文章维护指南:半年重测、版本同步与下架
文章上线不是终点。本文给出 GPTMap 编辑部维护一篇已发布文章的标准流程:半年重测触发条件、世界线同步、链接核查、下架与合并。
阅读全文订阅 GPTMap Weekly
每周一封邮件,精选 OpenAI 重要更新、深度解读与最佳实践。无广告,可随时退订。