本地公共议题——区划变更、校董会提案、邻里协会投票、公投措施——通常埋在没人有时间认真读完的文件里：四十页的规划报告、附有三份链接附件的市议会议程，以及分别来自Facebook群组和开发商新闻稿的相互对立主张。大多数居民最终根据最先看到的那份摘要投票或评论，而这与理解实际提案不是一回事。
模型可以切实帮助阅读与整理：把内容密集的规划文件变成通俗摘要，并把相互竞争的利益相关方主张并排摆开，让你看清它们实际在何处分歧。它绝不该替你形成意见、告诉你如何投票，或成为制造并不存在的社区情绪表象的工具——公民参与之所以有价值，正因为它来自真实的人经过思考后作出的判断；一旦判断或意见并非真正属于你，这一价值就消失了。
不要用模型生成欺骗性倡导、冒充其他居民或组织、批量生产近乎相同的公开意见以使议题看起来比实际更获支持或更不受支持，或撰写旨在说服特定个人或群体的劝说内容。模型也无法可靠核实关于本地议题的有争议事实主张——把它呈现的任何主张当作对照一手来源核实的线索，而不是已定论的事实。你的投票、公开意见与对社区议题的立场，需要在阅读真实材料后真正属于你，而不是由模型替你生成。
第1步：收集一手文件，而不是关于它们的摘要
从官方来源取出实际提案文本、会议议程、工作人员报告或公投措辞——城市或市政网站、组织自己发布的会议纪要、措施的实际文本——而不是依据社交媒体帖、邻里团体的定性，或本身可能压缩或偏斜材料的新闻报道。
一手来源：[官方URL或文件名]
文件日期 / 会议日期：[日期]
检索日期：[今日日期]
第2步：请求通俗摘要，仅根据文本工作
粘贴实际文件文本，要求摘要锚定于它所说的内容，而不是关于「这类提案通常怎么走」的背景知识。
以下是[提案 / 议程事项 / 措施]的文本，直接复制自[官方来源]：[粘贴文本]。用通俗语言概括：提议什么、会影响谁、若通过会改变什么，以及写明的时间表或下一步是什么。只根据这段文字工作——若有不清楚或未涉及之处，如实说明，而不是填入听起来合理的答案。
第3步：并排摆开利益相关方主张，并标出争议
公共议题几乎总有相互竞争的框架——开发商的经济效益主张、居民团体的交通影响关切、市政工作人员报告的技术评估。请模型整理这些主张，而不是裁定哪个正确。
以下是不同利益方对该议题的陈述：
[粘贴，例如开发商声明、居民请愿摘录、工作人员报告
结论]。按主张并排整理，注明它们在事实点上（而非价值观分歧）直接矛盾之处，以及它们一致之处。不要裁定哪个主张正确——把有争议的事实主张标为需对照一手来源核实，并清楚区分事实分歧与价值观或优先事项的差异。
示意形态：
主张：「该开发将增加200个停车位」（开发商）vs.
「交通研究只统计了140个车位」（居民请愿）——
事实争议，需对照实际交通研究文件核实，而非任一方对其的摘要。
价值观分歧（不是事实争议）：开发的经济效益是否超过邻里风貌变化——
这是判断，不是可核实之事。
第4步：对照一手来源核实有争议的事实
对任何标为事实争议的主张，去找实际底层文件（交通研究本身、预算明细项、被引用的条例），而不是信任任一利益相关方对其的定性，也不是信任模型对别处类似案例的回忆。
第5步：起草你的问题，并自己写立场
用整理好的摘要为公开会议或意见征集期准备具体问题——但用你自己的话写出实际立场声明，依据你所读内容。
根据这份摘要与主张对照[粘贴]，起草3–4个具体、可回答的问题，供我在公开会议或书面意见中就该提案提出。不要代我起草立场声明或意见——只要问题。
若你选择提交公开意见，自己写。模型可以在你起草了自己的真实观点后，帮你做清晰度编辑，就像它可能帮助任何写作一样——但观点本身，以及发声的选择，须源于你。
为什么语言与文件门槛是AI真正有帮助之处
模型在公民参与中最强、最少争议的用途，是降低与形成意见无关的门槛：把会议通知译成更多居民能读的语言，把内容密集的规划报告变成有人能在午休读完的版本，或为难以通过视觉处理长文本的人朗读。这些用途扩大了谁能实际参与，却不触及任何人在获得信息后得出什么结论——这与请模型帮助决定居民该怎么想或怎么投票有本质区别，也是更安全的角色。
一手来源起点
在爱沙尼亚，法案与议事程序请查阅Riigikogu，已公布法律请查阅Riigi Teataja，官方服务请从eesti.ee国家门户开始。欧盟层面的参与渠道与一手文本可通过欧盟委员会的Have Your Say、EUR-Lex和欧洲议会的请愿门户获取。对本地议题，还应加入市政机关的议程、会议记录、咨询公告与联系记录。不要让生成的摘要取代正在讨论的实际提案。
常见陷阱
- 依据定性而非一手文件工作。 即便利益方善意的摘要，也可能省略或重构会改变提案读法的细节。
- 因为模型整齐地整理了事实争议，就当作已解决。 把两条矛盾主张并排，不等于核实哪一条准确。
- 让模型起草你的公开意见，仿佛那是你自己的话。 读起来像个人真实观点、却并非由该人形成的评论，会损害包括你在内的所有参与者所依赖的公共流程。
- 用AI生成数量而非实质。 十几条近乎相同的AI生成评论，不代表十几条真实意见。
验证与退路
对任何实质影响你观点的事实主张，至少对照提出该主张的文件之外的一个来源交叉核对——工作人员报告、独立研究，或主张所依据的原始数据。若一手文件在此之后仍真正含糊或矛盾，值得在会议上直接作为问题提出，而不是私下用模型的最佳猜测解决。
为你的下一个本地议题做准备
收集一手文件，用公民参与问题包运行上文的摘要与利益方对照提示，并根据自己读到的材料写出立场与意见。对特定主张或先例的更深研究，值得搭配深度研究模式；若材料是你把握较弱的语言，多语言AI工作流介绍了保持含义完整的翻译做法。
