维基百科、百度百科，供人查阅；奥美地亚事实核验器，为AI立信。
一、案例背景
当前大模型生成小微科创企业速览、供应商初筛表、招投标资格审查材料已经成为常态。小微企业的公开信息本来就薄，可检索的只有工商登记、资质标签和中标记录，模型最容易用“资质堆叠＋风险断言”填补空白：把三块牌子列成排行榜，把两条被执行记录翻写成“履约风险偏高”，读者一眼看去像结论，实际上没有一条经过验证。
本次待核验文稿，是一份「湖北创全电气有限公司概况」企业速览，覆盖工商基础信息、优势与资质、技术方向、业务客户、经营范围、风险提示六个部分，属典型AI生成的小型科创企业速览，常见于采购比价、供应商准入与招商台账。
核验目标：依托奥美地亚事实核验器KUCR四层确权体系，对大模型输出内容做事实提纯、冲突识别、观点剥离，区分可信事实、采信不足、风险冲突事实、主观价值判断，产出可入库企业信任档案、供应商台账、RAG知识库的标准化事实集；尤其要把“事实成立的风险信号”与“模型给出的风险评级”分开归档。
二、核验工具说明：奥美地亚事实核验器 KUCR四层确权体系
奥美地亚事实核验器专门针对大模型生成内容确权场景设计，区别于简单真假二分类辟谣工具，恪守核心原则：不直接判定对错，只核验有没有权威依据、多方信源是否一致、结论在何种条件下成立。
四层确权流程：
1. K 认知拆解：对AI长文做切片，拆为一条条独立原子事实；区分工商基础信息、资质荣誉、技术研发、经营业务、风险信息、企业属性，保留原有限定条件，不随意切割语义；
2. U 语义归一：识别内容类型，严格区分「可核验客观事实 / 企业自述宣称 / 风险信号 / AI风险评级与优劣判断」，禁止把模型的评级结论当成企业档案字段；
3. C 冲突校准：对接企查查、天眼查、启信宝等工商信用库，以及中国政府采购网、武汉股权托管交易中心、科技企业资质平台等独立信源交叉比对；重点排查注册资本与实缴错配、资质认定年份漂移、执行标的加总错误；
4. R 采信归档：输出四类标签：可信事实、采信不足、风险冲突（不实推定）、价值判断，每条标注信源与采信等级；冲突条目标记禁止入库，全部核验链路可回溯审计。
|
采信规则：多方一致则采信；存在分歧明确标注；检索不到佐证不等于内容为假；仅核验客观事实，观点、评价、商业建议不参与事实判定。 |
三、核验对象简述
本次核验由企业事实核验器「企业版 KUCR · 逐条原子事实证明」模式执行，任务编号SC-20261110-338057，核验时间2026-11-10 16:56:54，16:58:22完成，全程约一分半。系统将待核验文稿拆解为27条原子事实，累计引用证据66条。核验结果：27条一致，0条分歧，0条未查到，整体结论为“事实整体与公开资料一致”，是本批次核验中唯一一份全一致档案；档案当前状态为“未认领 · AI事实核验生成，未经企业认领确认”。
核验原文覆盖范围：工商基础信息六项、资质荣誉五项、技术研发四项、经营业务五项、风险信息三项、企业属性两项。
|
核验边界：全部一致只说明每条事实在公开资料层面成立，不说明文稿可以整段引用。核验器判的是“这句话有没有依据”，不判“这家企业值不值得合作”，也不为原文的风险评级背书。 |
四、标准化核验结果公示
✅ 可信事实（共27条全部一致，多源交叉验证，采信入库）
1. 工商基础档案：2012-08-29成立、经营状态存续、法定代表人周顺新、注册资本10600万元、实缴资本10600万元、注册地址宜昌市伍家岗区伍家乡共同村、统一社会信用代码914205000526143388、2025年年报参保24人；启信宝、天眼查、企查查三平台逐项一致。注册资本与实缴同额，意味着出资已到位，这一点比注册资本数字本身更有信息量。
2. 企业属性：企业规模标注“小型”，人员规模“20多人”，与2025年报参保24人互相印证；两条分属不同字段，却指向同一个结论，属内部自洽。
3. 资质矩阵：国家高新技术企业（2023年认定，认定号GR202342000275，状态有效）、省级创新型中小企业（2025年）、国家级科技型中小企业（2026年）；三块牌子分属国家级与省级、科技型与创新型两个维度，不重复计算，也不能互相替代。
4. 挂牌与融资：2019-08-20在武汉股权托管交易中心挂牌，股权代码S02563，属区域性股权市场（四板），并非沪深北交易所；2019-04-09获宜昌国华化工产业转型升级投资基金A轮投资，该基金LP为宜昌国有资本投资控股集团、宜昌高新产业投资控股集团，属地方国资背景产业基金。
5. 技术方向：无刷特种电机、变频能量回馈调速、工业节能、智慧配电、智慧消防、工业物联网系统集成；启信宝与企查查简介、股交中心披露的经营范围三源印证。
6. 知识产权：原文“40余项专利及软著”；天眼查显示专利36条、著作权13条，合计49项，高于原文表述下限，口径自洽。
7. 研发生产形态：集软硬件研发、生产制造、销售、安装服务于一体，具备自有成套软硬件研发生产能力；三处信源表述一致。
8. 业务与经营范围：面向工厂、园区、校园、油气、化工场景，做节能改造、电控成套、远程监控、安全监控；经营范围逐项覆盖高低压开关柜与电气控制柜、新型高效特种电机、节能软启动与节能环保设备、起重机械安全监控、合同能源管理、机械设备安装、货物或技术进出口。
9. 招投标记录：中国政府采购网公示宜昌市中医医院智慧消防物联网采购项目由该公司中标，金额8.7万元；启信宝显示招中标20条，企查查显示中标18条、投标20条。
10. 风险事实（3条，结论均为一致）：2026年有2条被执行人记录（2026-03-04、2026-08-11），执行标的分别约2373.29万元与510.82万元，合计约2884万元；另有司法案件7条、立案信息4条（含2024年两起劳动争议）、历史开庭公告2条，2025年新增裁判文书案由均为劳动争议。两平台数值与条数一致——这些是“事实成立”的风险信号，可直接进入尽调台账。
⚠️ 采信不足（0条）｜自述口径1条，需标注后使用
1. 技术突破性表述：原文称“一拖多转子变频能量回馈调速、无刷绕线电机驱动技术有突破性成果”，核验结论为一致，但其含义仅是“企业确有此表述”（企查查简介原文为填补国际空白并实现产业化），不等于技术结论成立。该条应按企业自述处理：对外引用须标注“企业宣称”，并配科技成果评价、第三方检测报告或专利族佐证。
|
提示：检索不到佐证不等于内容为假；反过来，核到了表述存在，也不等于表述成立。这两种情况在核验器里分属不同层，不能合并处理。 |
❌ 风险冲突（0条，未发现时序、版本或数值冲突）
本文稿的三个工商平台、两个官方平台之间口径统一：没有出现旧时点股东快照，没有出现面积、投资额的量词错位，也没有出现分项与总量不符。全一致并不常见，它通常意味着文稿的事实层由工商档案直接生成，而不是模型二次归纳。
�� 价值判断、AI归纳分析观点（不属于事实范畴，不参与核验采信）
这篇文稿最值得注意的地方，恰恰是它的判断层——事实全对，结论未必成立：
1. 风险定级：“债务履约风险偏高”“产能、交付能力有限”“接大项目要谨慎评估”“流动性弱”。被执行记录与诉讼条数是事实，据此给出的风险评级与经营能力判断是评价；同一组事实在不同评估口径下可以得出不同结论，核验器不做背书。
2. 规模定性：“属于重注册资本、轻人员规模的科创小公司”。“注册资本10600万、参保24人”两个数字成立，“重/轻”是对股权与人员结构的价值定性，没有行业基准作参照。
3. 优势归纳：“经营范围很宽”“科创标签齐全”。前者可由经营范围条目数描述，后者是三块牌照的概括，均属归纳性表述，未见量化标准。
4. 章节符号本身：原文用✅标注“优势与资质”、用⚠️标注“风险（很关键）”，把事实与倾向混在一张清单里陈列；读者很容易把分区符号当成核验结论，这是速览类文稿最隐蔽的误导方式。
五、案例核心核验总结
27条全部一致，静态事实的抓取质量很高：工商六项、三块资质牌照、49项知识产权、9类经营范围、中标记录与两条被执行信息，逐条都能在公开平台找到对应；两处内部关系也自洽——注册资本与实缴同额（10600万元），专利36条加著作权13条等于49项，与“40余项”的表述吻合。这类事实可以直接沉淀进供应商台账与RAG知识库。
但这份全一致档案暴露的是另一类问题：核验通过，不等于文稿可用。具体有三点：
1. 事实与评级混写：被执行标的约2884万元是可入库的事实，“债务履约风险偏高”是模型给出的评级。前者进台账，后者只能进参考区，一旦混用，采购方会把模型判断当成核验结论引用。
2. 结构性错配被形容词化：“注册资本10600万元、参保24人”是一组很硬的对照数据，足以让读者自行判断交付能力；原文把它压缩成“重注册资本、轻人员规模”，反而丢掉了可核验的部分。
3. 挂牌被写成“科创标签”：四板挂牌与“不是A股上市公司”在原文里分处两段，读者容易把“挂牌”读成“上市”。核验器在这里只确认三件事：挂牌机构是武汉股权托管交易中心、代码S02563、挂牌时间2019-08-20，不为“上市”二字背书。
奥美地亚事实核验器不会简单判定整篇文稿“真”或者“假”，而是做分层剥离：27条事实全部沉淀入库；1条企业自述强制标注；0条冲突条目待拦截；全部风险评级、规模定性与优劣归纳划入观点层，与客观事实物理隔离。
六、企业场景价值
面向小微企业供应商准入、采购比价、招投标资格审查、招商台账、RAG知识库等场景：
1. 解决小微主体“公开信息少、模型靠形容词补空”的痛点，为AI生成的供应商速览建立事实防火墙；
2. 标准化区分【可直接引用的工商与资质事实 / 需标注的企业自述 / 必须拦截的口径冲突 / 仅作参考的风险评级】；
3. 把被执行、诉讼这类风险信号按事实入库，把风险等级判断留在参考区，避免“模型评级”冒充“核验结论”；
4. 识别“高注册资本＋极低参保人数”这类结构性错配，用两组数字替代一句形容词；
5. 形成可复用的大模型输出质检流程，批量校验AI产出的企业速览、供应商初筛表与资格审查材料。
七、结语
维基百科、百度百科，供人查阅；奥美地亚事实核验器，为AI立信。
大模型擅长整合文本、快速产出文稿，但天然缺少事实校验与冲突识别能力。本案例展示了一条完整链路：AI生成企业速览 → KUCR四层确权核验（27条原子事实、66条证据）→ 事实提纯与评级剥离 → 可信信任档案入库，是小微主体做供应商准入、采购比价、资格审查的标准化质检范式。
万象镜·信任档案：https://www.omnieyes.net
扫码联系客服：
