第五十九章　工作流十三：底稿目录整理与索引

什么时候用

项目收尾，几百份底稿要建索引、归档、备查。三个时点会用到：报告初稿写完、报告定稿前、归档或接受内核检查前。

底稿不是按文件堆，是按报告结构组织。索引要能双向查：从报告某一段查到支撑它的底稿，从一份底稿查到它支撑报告哪一段。只能单向查的目录，复核时等于没有。

做索引之前先做一件事：把报告目录定下来。报告章节还在改，索引编了也要重编。定稿的章节号、节标题，是分组的骨架；骨架没定，AI 只能按文件名猜，猜出来的分组一定不合用。

索引有三类读者：复核的合伙人、内核或监管检查人员、半年后接手同一项目的同事。三类人查的东西不一样：合伙人查结论有没有底稿，检查人员查底稿全不全、形式对不对，接手的同事查某个事实当时是怎么核的。一份好索引要同时满足这三种查法，所以既要有章节结构，也要有事实关键词和取得方式。

指令

你是我的尽调助理，只做文件清单整理、分组、编号和缺件比对，
不判断底稿是否充分。

【材料】
底稿文件清单（表格），字段：序号、文件名（含扩展名）、文件类型
（PDF 文字版、PDF 扫描件、Word、Excel、图片）、来源
（公司提供、公开查询、访谈、现场、函证、律师调取、第三方出具）、
取得日期、对应资料清单编号、页数、是否可检索、存放路径。
清单之外的文件不要假设存在。

【分组】按报告章节：
01 主体与历史沿革
02 股权与公司治理
03 业务与资质
04 主要资产
05 财务与税务
06 劳动人事
07 诉讼、仲裁与行政处罚
08 关联交易与同业竞争
09 专项问题
99 其他

【任务】
1. 分组：每个文件归入一章；拿不准的放 99，并注明原因。
2. 排序：组内按「资料清单编号 + 取得日期」排。
3. 编号：章节号-组序号-文件序号，如 04-02-015；
   同一文件多版本用 -v1、-v2，并注明版本日期。
4. 缺件比对：资料清单有编号但清单中无对应文件的，逐条列出；
   反向也查——有文件但资料清单无编号的，单独列。
5. 标注：仅图像、无文字层的扫描件单独标出，注明页数。
6. 输出：
   表一 底稿索引表：索引号、文件名、类型、来源、取得日期、
        页数、对应章节、对应报告小节、备注。
   表二 缺件清单：资料清单编号、文件名称、缺失状态、
        影响章节、严重程度（形式或实质，由我填）。
   表三 待处理清单：需 OCR 的、需补签章的、
        文件名与内容可能不符的、重复文件。
7. 汇总：各章文件数、页数合计、扫描件页数及占比。

【边界】
- 文件名照抄，不改写、不翻译、不规范化。
- 不判断某份底稿是否足以支撑某个结论。
- 不虚构不存在的文件，不补全缺件。
- 重复文件只在「内容相同」时合并，仅文件名相似不算。
- 文件名里含个人信息或敏感信息的，索引中保留原名，
  另在备注列标「待脱敏」，不要自行改写文件名。

它会给出什么

表一按章节分组，组内编号连续：

表二缺件清单：

表三待处理清单：

需 OCR：工商内档 126 页、土地使用权证 8 页、土地出让合同 24 页、租赁合同 46 页，合计 204 页。
需补签章：3 份访谈笔录无被访谈人签字；1 份询证函无回函单位盖章。
文件名与内容可能不符：文件名「审计报告（定稿）.pdf」，内页显示「草稿」字样。
重复文件：营业执照出现 3 次，文件名不同，内容一致，合并为 01-01-001。

汇总段：

共 412 份文件、3,860 页。各章分布：01 章 38 份、02 章 46 份、03 章 52 份、04 章 61 份、05 章 88 份、06 章 34 份、07 章 41 份、08 章 27 份、09 章 18 份、99 章 7 份。扫描件 1,240 页，占 32%。

编号规则要在表头写清，不能只体现在结果里。章节号两位、组序号两位、文件序号三位，位数固定，排序才不会乱：04-02-009 排在 04-02-010 前面，而不是排在 04-02-10 后面。多版本用 -v1、-v2，不用「最终版」「最终版2」「真的最终版」这类命名——这类名字一出现，说明版本控制已经失控。

表三的四类待处理事项，处理方式不一样：需 OCR 的排工期，需补签章的回公司补，文件名与内容不符的要打开核对，重复文件要确认内容一致再合并。四类混在一起列，容易只做最容易的那类。

怎么判断

能直接用的：分组、排序、编号、缺件比对、格式统计。这几步是纯规则动作，文件越多越显价值。四百份文件手工编号，两天也编不完，还容易重号漏号。

必须自己判断的：

第一，这份底稿够不够支撑这个结论。底稿的证明力看四件事：是原件还是复印件、有没有签章、是公司提供还是律师独立取得、内容是否完整。AI 只看文件名，看不到这些。一份叫「房产证.pdf」的文件，可能是复印件、可能只有正面没有附页、可能权属人不是目标公司。名字对，内容不一定对。

第二，同一事项有多份底稿时怎么取舍。访谈笔录、公司书面确认、公开查询结果，三份都在，证明力不一样。公开查询是律师独立取得，证明力最高；公司书面确认次之；访谈笔录再次。索引里要能看出这个层次，不能三份并列、不分轻重。

证明力还要看形式。同一份合同，盖骑缝章的原件、只盖首页的复印件、没有盖章的扫描件，三者在检查时被接受的程度不同。索引的「类型」和「来源」两列，就是为这个判断服务的：来源写「公司提供」的，要问一句有没有原件；来源写「律师调取」的，通常可直接用；来源写「访谈」的，要有笔录和签字。

第三，底稿的形成时间也要看。一份底稿形式上完整，但如果是报告出具前一周集中补做的，可靠性要打折扣。尤其是访谈笔录、现场照片、函证回函，形成时间与项目进度对不上，检查时会被追问。索引里加一列「形成日期」，与「取得日期」分开，能看出这个差别。AI 只能按你给的字段时间排序，判断不了时间异常。

第三，99 组里的东西要不要单列。「其他」组是兜底，也是风险点。里面可能有：无法归类的合同、来源不明的文件、与项目无关的材料。要逐份看一遍，能归的归，不能归的问清楚是什么。99 组越大，说明前期分类越粗。

第四，缺件的影响要分级。缺一份营业执照副本，补一份就行，是形式问题；缺土地出让合同，可能整个土地权属结论都悬空，是实质问题。分级不能交给 AI，它不知道哪份文件对结论是决定性的。

第五，索引本身也要能维护。项目做到一半加文件、换版本、补材料，索引要能增量更新，不能每次重编。编号一旦给出就不改，新增文件接在组末，作废文件不删、标「作废」并保留索引号。这一条 AI 做不到，要你在流程上定规矩。

它做不到的：判断底稿充分性；判断证明力；识别文件名与实际内容不符（要打开看）；识别扫描件里是什么（除非先 OCR）；判断底稿形成时间是否符合要求（事后补做的底稿，形式上完整，实质上不可靠）；判断这套底稿能不能通过监管检查。这些都要人看、人问、人判断。

追问示例

第一轮：从报告每一节反查底稿

请按报告目录逐节列出：这一节引用了哪些事实或数字，对应哪几个索引号。没有对应底稿的段落单独列出。

产出：

5.3 主要资产——土地使用权段落：提到「拥有出让土地 2 宗、面积 46,800 平方米」，对应 04-02-001、04-02-002，有底稿。
5.3 主要资产——房屋建筑物段落：提到「厂房 6 栋、建筑面积 28,600 平方米」，无对应房产证底稿，缺 4-3。
6.2 关联交易：提到「2024 年向关联方采购 3,200 万元」，无合同底稿，仅有明细表。
7.1 诉讼：提到「在审案件 7 件」，对应 07-01-001 至 07-01-004，缺 3 件受理通知书。

这一问是整章最有价值的动作。索引不是给文件编号，是给结论找证据。反查出来的空档，就是报告里最脆弱的地方。

第二轮：统计扫描件和 OCR 工作量

请把仅图像的扫描件按章节统计页数，并按每分钟 3 页估算 OCR 时间。

产出：

仅图像扫描件合计 1,240 页：05 章 620 页、07 章 310 页、04 章 210 页、01 章 100 页。按每分钟 3 页估算约 7 小时，不含校对。

其中 05 章的 620 页主要是银行流水和记账凭证，页数多但格式统一；07 章的 310 页是裁判文书和处罚决定书，页数少但每页信息密度高，校对时间长。

第三轮：生成卷首目录

请生成一份可放在底稿册卷首的目录，按章节列：章节名称、索引号区间、文件数、页数合计。

产出：

第一章 主体与历史沿革　01-01-001 至 01-03-012　38 份　286 页
第二章 股权与公司治理　02-01-001 至 02-04-009　46 份　412 页
……
全册合计　412 份　3,860 页

卷首目录是给检查人看的。他要能凭这一页知道底稿全不全、哪一章最厚、哪一章最薄。薄的那一章，往往就是核查最弱的地方。

常见误用

误用一：只按文件名排序，不按报告结构。

把四百个文件按拼音或按修改时间排一遍，看起来整齐，实际没法用。复核的人拿着报告某一段，找不到对应底稿；归档的人想核对某一章，不知道从哪翻到哪。索引的骨架必须是报告结构，不是文件系统。

误用二：把扫描件当有效底稿。

扫描件放进去了，页数也对，但没 OCR，全文搜不到。复核时想找「土地面积」四个字，搜不出来，只能一页页翻。更麻烦的是，扫描件里的数字容易看错，600 平方米和 6000 平方米，肉眼一扫就过去了。扫描件要 OCR，OCR 后要校对关键数字，原件另存。

误用三：缺件清单只列不追。

列了 27 项缺件，附在报告后面，就算完成任务。缺件要落到人、落到期限、落到替代方案：谁去要、什么时候要回来、要不到怎么办（访谈确认、公开查询替代、在报告里披露限制）。只列不追的缺件清单，是给自己看的，不是给项目用的。缺件追回来以后，索引号要补录，报告里引用底稿的地方也要同步更新，否则索引和报告两张皮。

自检

• [ ] 报告目录定了吗？索引分组和报告章节对得上吗？
• [ ] 每份底稿都有唯一索引号吗？有没有重号、跳号？
• [ ] 同一文件的多个版本用 -v1、-v2 区分了吗？
• [ ] 缺件清单双向查了吗（清单有文件无、文件有清单无）？
• [ ] 扫描件标出来了吗？OCR 和校对安排了吗？
• [ ] 从报告每一节反查底稿了吗？无底稿支撑的段落列出来了吗？
• [ ] 99 组逐份看过了吗？有没有该归未归的？
• [ ] 缺件落到人、期限和替代方案了吗？