本文章的編輯月份為 2026 年 9 月。其草稿於預定發佈前已完成。這些日期回答不同的問題，我們的發佈記錄將它們分開。我們認為 AI 輔助文章應留下足夠證據，讓後續編輯能理解文章如何上載至網站。
當工作延遲時，這種區分尤其有用。錯過發佈時段是未完成的任務，並非讓新寫文章看起來比實際更舊的理由。版本可識別其所屬批次，而發佈日期則標示文章何時公開。
保持日期與其意義相符
生成時間記錄首次草稿產生時間，並不代表草稿已被審閱。更新日期記錄後續的編輯更改或事實核查。預定發佈時間控制發佈系統何時可公開文章。這些時間戳不應互相取代。
我們的 文章存檔 是面向讀者的記錄。內部編輯亦需知道文章屬於哪個計劃批次，以避免兩種可避免錯誤：因預定文章尚未上線而重複委託，以及將已儲存草稿誤當作發佈工作已完成的證明。
舊文章可能沒有記錄生成時間，誠實的做法是標示未知。網站今日重建不代表每篇文章今日生成，因此清單的建置時間戳無法填補此空白。
將證據與草稿一同保存
Hugging Face 的模型卡文件展示了一種有用的文件習慣：將預期用途、限制及評估資訊附加於所描述的模型上。[1] 我們在編輯上的應用較為狹窄：將來源 URL、存取日期及所用生成模型與草稿一同保存，讓審閱者能檢視其依據。
這並不代表模型是證據的作者。事實陳述仍需有支持來源。流暢描述的基準測試結果不能取代基準測試頁面，而能正常連結亦非證明該頁面內容與文章主張相符。
來源審查應區分觀察到的事實與我們的建議。在 我們關於私有 AI 成本的文章中，成本計算方法被呈現為一項提案，並非偽裝成實測客戶結果。這種區分讓讀者能在不先解開虛構證據的情況下質疑該方法。
生成後檢視其含義
NIST 將其 AI 風險管理框架描述為透過 AI 系統的設計、使用及評估來支持對可信度的考量。[2] 我們引用此作為一般參考，而非對我們出版流程的認證。編輯審查仍須檢視具體輸出內容。
對於文章而言，這意味著要檢查開頭的主張、日期及從來源推導出的含意。草稿可以準確重現來源，但仍可能誇大其後續結論。「發布了一份概念說明」與「現已適用最終要求」是不同的陳述。審稿人必須保留這種差異，即使後者更適合作為標題。
我們的 關鍵基礎設施文章 正是利用這種區分。實用的編輯問題是每段內容在旁邊開啟來源時是否仍可辯護。
計算實際測量的數據
文章分析也需要界限。記錄的應用程式歸因訪問次數並非每位讀者的計數。網站點擊不等同於社交平台互動。將它們合併在未說明的「互動」標籤下，令數字更易展示但更難使用。
在我們的儀表板中，無法取得的測量應保持無法取得。零值僅在收集範圍支持此解釋時才是測量結果。缺失的歷史無法透過在畫面新增欄位來重建。
這些記錄的目的是實用的：編輯應知道尚待完成的事項及可驗證的內容。 Software Tailor 公司頁面 描述文章背後的業務；每篇文章的證據和日期應自成其重。