2026年9月是本文的编辑月份。其草稿在预定发布之前完成。这些日期回答不同的问题，我们的发布记录将它们分开。我们认为AI辅助文章应留下足够证据，供后续编辑了解其如何发布到网站。
当工作延迟时，这一区分尤为有用。错过的发布时段是未完成的任务，而不是让新写的文章看起来比实际更早的理由。版本可以识别其所属批次，而发布日期则标明其发布时间。
保持日期与其含义对应
生成时间记录首次草稿的产生时间，但不代表草稿已被审核。更新日期记录后续的编辑更改或事实核查。预定发布时间控制发布系统何时公开文章。这些时间戳不应相互替代。
我们的 文章档案 是面向读者的记录。内部编辑还需知道文章属于哪个计划批次。这避免了两种可避免的错误：因计划文章尚未上线而重复委托，以及将保存的草稿误认为发布工作已完成。
旧文章可能没有记录生成时间。真实值未知。今天重建网站并不意味着每篇文章都是今天生成的，因此清单的构建时间戳不能填补这一空白。
将证据保留在草稿中
Hugging Face的模型卡文档展示了一种有用的文档习惯：将预期用途、限制和评估信息附加到所描述的模型上。[1] 我们对该理念的编辑应用更为狭窄。将源URL、访问日期和选定的生成模型与草稿一起保存，以便审阅者检查其依据。
这并不意味着模型是证据的作者。事实陈述仍需有支持的来源。流畅的基准结果描述不能替代基准页面，且链接可访问也不证明链接页面内容与文章所述一致。
来源审查应区分观察到的事实与我们的建议。在 关于私有AI成本的文章中，成本方法被作为提议呈现，而非伪装成测量的客户结果。这一区分允许读者在不先理清虚构证据的情况下质疑该方法。
生成后复核含义
NIST 将其 AI 风险管理框架描述为通过 AI 系统的设计、使用和评估来支持对可信性的考量。[2] 我们引用该框架作为一般参考，而非对我们发布流程的认证。编辑审查仍需检查具体输出内容。
对于一篇文章，这意味着要核查开头的论断、日期以及从来源中得出的结论。草稿可以准确复述来源内容，但仍可能夸大其推论。“发布了概念说明”和“现已适用最终要求”是不同的陈述。审稿人必须保持这种区别，即使后者更适合作为标题。
我们的 关键基础设施文章 正是利用了这种区别。实用的编辑问题是：每段内容在旁边有来源时是否仍能站得住脚。
统计实际测量的数据
文章分析也需要界限。记录的应用归因访问次数并非所有读者的计数。网站点击不等同于社交平台互动。将它们合并为未解释的“参与度”标签，使数字更易展示但更难使用。
在我们的仪表盘中，无法获得的测量应保持不可用。零值仅在采集覆盖范围支持该解释时才是测量结果。缺失的历史数据无法通过在界面添加新列来重建。
这些记录的目的是实用的：编辑应知道尚需完成的工作和可验证的内容。 Software Tailor 公司页面 介绍了文章背后的业务；每篇文章的证据和日期应自成其重。