做法规知识库的时候，我碰到一个看上去很小的问题。 系统要判断：一段原文里出现的某个术语，是不是真的在使用法规里对它的定义。光看字面不行。同一个词，这一段在用本法的定义，另一段却是碰巧出现，还有一段明明在说”按另一部法规的定义”。于是我们把判断分成三种结果：确实在引用这个定义；只是碰巧出现在一起；明确指向了别处的定义。 第一版做完，我发现自己掉进了一个很老的坑。判断结果里，同一个字段身兼两职：它既要回答”这算不算引用”，又顺带表达”为什么不算、风险有多大”。比如一条证据因为版本不同而不算数，这个”版本不同”的原因也被塞进了同一个字段。 半个月后，这个字段的含义已经没人说得清。 这是每个做过表格的人都见过的事。一列叫”状态”的东西，既表示审批结果，又表示风险等级，三个月后没人敢动它。 我们最后冻结下来的做法，是分层。第一层只回答一个问题：这条证据有没有真的在用这个定义。第二层单独记录原因和风险，比如”版本不同””跨条约””重复定义”。各司其职，互不借用。一句话总结：一个字段，只承担一种语义。 我不是哲学专业出身，但分析哲学教给我一个朴素的习惯：一个词的意思取决于它在那里干什么，所以先别急着下结论，先问这句话到底断言了什么。罗素式的做法就是把一句含糊的话拆开，逐项问清楚。 这个习惯后来也用在了别的地方。让几个模型各执一词、吵不出结果的时候，我做的只是一件事：找出争论里混在一起的两个问题，把它们拆开。很多争吵之所以没有结论，是因为双方吵的根本不是同一件事。 落到具体规则上，都很琐碎，但每一条都是冻结过的： 目录、页眉、脚注里的字面匹配，一律不算引用。单个的泛用词，比如”法案””公司”，没有明确的引用标记时，默认只算碰巧出现。要判断一个定义是否被”真正使用”，标准是没有它这句话读不懂，而不是话题恰好相近。 琐碎的好处是可复现。规则冻结之后，我能用同一批盲测题反复回归：哪条判断错了，我知道错在哪一层，而不是对着一个含混的字段猜。 如果你也在搭数据系统或者 AI 应用，我只想带走这一条：下次看到一个字段在同时表达两件事，别等到它出事，现在就拆开。