作者：陈煦

一位已退休多年的老情报、也是中法经济情报合作的积极参与者，最近在整理资料时，发现一张当年湖南竞争情报中心访问法国时当地新闻报道的复印件。

由于只留档了有报道的部分，剪报上既没有发行日期、也没有报纸名称，是一张“无名”剪报。

为了溯源该剪报，在几位热心朋友的一同参与下，他在字里行间找线索、比对细节、大胆推论再小心求证，最终完成“拼图”。整个过程没用什么高深的分析手段却很有趣，展现了如何通过一个初始线索（一张报道复印件），按图索骥找到文献日期和出处的过程，现将“破案过程”分享给大家。

第一步：确定发行日期

星期和日期的匹配：报纸划线处显示6月18日和5月28日都是周四。星期和日期配对符合条件的年份只有2009年和2015年，可以推算出报纸的年份是2009年或2015年。

其他来源例证：发表在《竞争情报》杂志2009年秋季号上的访问考察报告，其中一张插图与报纸上图片显然出于同一场景，基本确定了会议时间在2009年5月下旬。

会展广告：图片右上方有荷兰PLMA展会通知，提到今天和明天，网上查到2009年的展会日期是5月26日和27日，所以确定报纸发行是2009年5月26日。

网上查到的会议时间

第二步：确定信息源

排版布局：根据剪报的排版和页面布局，推测图片不像是杂志，而更像报纸。

内容性质：根据报纸内容，推断可能不是全国性大报而是地方报纸。而湖南所访问的法国中央大区的主要报纸就是La République du Centre。

排除噪音干扰：将剪报中提取的文字输入谷歌检索，提示下图这本杂志可能有关联。这本杂志是法国中央大区的，与剪报的地区信息相吻合，且右下方的CCI是湖南团访法的邀请单位之一。但是，该杂志中找不到有关报道，且从剪报的版面布局看，都更像是报纸而不是杂志，所以最终排除了这一来源。

第三步：求证

网上查询：直接查询La République du Centre报纸网站，可惜数据库最早只能查2015年。

图书馆查询：随后一名法国同学通过邮件询问了奥尔良图书馆收藏处，得到答复：图片出自2009年5月26日La République du Centre的32版。（图书馆在溯源原始资料方面的作用不容忽视）

之后，报社发来的彩色全版，为寻找游戏画上了句号。至此，完成了从找线索、推断、拼图再到求证的整个闭环。

番外：ChatGPT 4 提供新思路

出于好奇，我们将这张剪报图片发送给了ChatGPT4，想看看它会怎样溯源。

起初，它的回答非常谨慎，只是复述了一些已有信息，并表示由于没有法国报纸数据库，因此无法提供确切信息。（也可以看出ChatGPT的“幻想”问题得到一定的限制，使它不会为了回答问题而杜撰一些不存在的内容）

随后我们对问题进一步细化，希望它“仔细阅读字里行间”，对剪报的发行日期和来源给出“推论”。在获得可以做出推论而非结论的准许后，ChatGPT给出了一些之前被我们忽略，有意思的思路。

人名和任职信息：报道中，Valérie Pécresse 担任高等教育和研究部部长，Nathalie Kosciusko-Morizet 担任数字经济前瞻性规划和发展大臣，从两者的任期可以推断报纸的出版时间范围。（事实上如果顺着这条线索自行去检索任期时间，可以确认符合的年份只有2009年）

时事：报上的会议探讨了经济危机的议题，推测报纸发行时间是在2008年的经济危机后不久。

排版风格：从排版风格和布局看，推测报纸在近10-15年间发行。

地名和内容：文中提及地方性的经济活动，推测剪报可能来自报道经济的地方性报纸。

网址和邮编：出现网址www.actuawe45.com，45是法国卢瓦雷地区的邮政编码，提示剪报来源可能与该地区相关。

一些感想

整理这篇文章之初，尝试ChatGPT是带有一些预设的结论倾向，即，有些看似简单的推理和情报能力还是要靠人类完成，AI还是无法实现。但是随着对ChatGPT的深入了解，它给出的答案甚至超出了预期，原有的结论也需要修正。

就这几天的初步使用体验看，ChatGPT是情报工作人员可以使用的一个强大的工具，就像过去情报人员要学习怎样利用搜索引擎（列检索式、检索词的替换和排列组合、限定来源）一样，ChatGPT的使用也需要学习。问对问题对于ChatGPT最终解决问题的能力有很大影响。举例来说：

（1）问题的“点”——针对性：泛泛的问题往往得到同样泛泛的回答，将大问题系统地分割成有针对性的问题，精准聚焦于一点的问题能排除不必要的干扰，获得更精准的、瞄准问题的解决方案。

（2）问题的“面”——发散性：为了防止ChatGPT一本正经地胡说八道，即“幻想问题”，开发者作了一些限制，所以当你需要ChatGPT给你一些发散性的、非确切的、需要联想和推理得出的结论时，在问题中明确表达出来效果可能会更好。