《费城问询报》打造 Scrape：一款挖掘超本地新闻的 AI 工具

# 《费城问询报》如何打造 Scrape：一款挖掘超本地新闻线索的 AI 工具 Source: https://www.lenfestinstitute.org/solutions-resources/philadelphia-inquirer-scrape-ai-hyperlocal-news/ 案例研究 伦费斯特 AI 协作与奖学金项目出品 作者：Sonali Verma (https://www.lenfestinstitute.org/contributors/sonali-verma/) 2026 年 9 月 30 日 《费城问询报》使用 Scrape 来寻找其本地简报的新闻线索。Photo: Inquirer.com ## 问题所在 《费城问询报》（The Philadelphia Inquirer）发布[超本地简报](https://www.inquirer.com/newsletters/)，覆盖费城地区各个具体社区。团队需要一种可靠的方法，从碎片化的信源生态中——例如市政会议、学校日历和 Facebook 页面——挖掘出值得报道的新闻。 他们的一位编辑每周要花约 12 小时专门寻找简报素材，几乎没有时间用来写作和打磨刊物的风格。 为这些地区收集新闻之所以困难，是因为信息来自"大量真正的小信源，要从中筛选出东西非常吃力"，伦费斯特研究所的 AI 研究员 Kevin Hoffman 表示。他[嵌入在《费城问询报》工作](https://www.lenfestinstitute.org/our-work/lenfest-ai-collaborative-and-fellowship-program/)。 ## 解决方案 《费城问询报》的 AI 工具 Scrape 应运而生，目的是节省时间、提高这项工作的信噪比。 Scrape 之所以成功，是因为它围绕《费城问询报》的实际工作流程构建，并与编辑保持紧密的反馈循环，而不是一个纯粹的技术实验。 首先，团队让工具植根于现有的人工流程。负责简报的主编此前已整理了一份精选信源清单，并手工制作每日线索汇总。Kevin 将这一流程直接转化成了 AI 训练与评估的闭环。 他们的假设是：AI 可以被用来发现有新闻价值的信息。为了验证这一点，团队会"每天对编辑关注的那些信源运行 AI，生成一份线索汇总，然后把这份汇总与编辑自己产出的内容进行比对，看看'它提取出的信息是不是和编辑一样？它是不是找到了编辑遗漏的新线索，还是说在某些方面它漏掉了？'"Kevin 说。 "这就是我们在三四个月里持续做的事情。过程相当高强度。每隔一天，编辑都会给反馈，告诉我 Scrape 表现得怎么样。" 团队会运行 Scrape 并生成一份邮件摘要，编辑在其上做批注，指出哪些内容有用、哪些没有。 Kevin 表示，正是通过这种迭代式的提示词打磨——增删要点、明确界定"新闻价值"——输出内容才逐渐从噪音（例如被改期的会议、例行的道路封闭）转向真正对社区有影响的新闻。 第二个关键成功因素，是将编辑语境直接嵌入系统。团队使用了针对每个简报的具体描述，例如简报的目标读者、相关地理区域、学区和主题，而不是简单地把地理范围作为超本地新闻的指引。这样一来，Scrape 的输出就与简报读者真正关心的内容对齐了。 "比如，Chester County 就是我们的一个简报。该项目的编辑为这个简报撰写了一段描述，说明他们在寻找什么——读者对从市政和地方政府到与他们相关的本地州新闻都感兴趣，尤其是那些会影响他们生活的事情，比如餐厅和零售业，"Kevin 说。提示词中还明确说明了不应包含的内容，例如股票市场或人事变动这类直白的商业新闻。提示词中也包含了关于读者是谁的信息。 "他们是在帮助模型理解这些读者可能关心什么、他们的视角落在哪里、哪些社区相关，以及哪些社区是我们实际上不希望纳入这个简报的，还有相关的学区，"他说。"我们现在把这些信息全部传给 Scrape。" Kevin 表示，编辑们对这一变化很满意。他们正在持续细化这些描述，以产出更具可操作性的线索。 结果是：Scrape 从一个小实验，成长为支撑六个（很快将是八个）简报的"承重式关键基础设施"，新闻编辑部中有近 20 名记者关注它的输出。编辑们的功底与读者的需求，让这些本地简报取得了成功。Scrape 正在帮助本地团队满足需求，而不至于让编辑台疲于奔命。 ## 我们会做出的不同选择 最难的问题之一，是如何从一位编辑、一个区域推广到更多的人。最初的设计理念是以地区为中心：比如抓取关于 Lower Merion 的所有信息，再用一个单一的"新闻价值"提示词进行过滤。Kevin 说，这套方法对一位编辑和几个简报来说"还算可行"，但无法规模化。 如今他们不再把"新闻价值"当作一个笼统、抽象的概念，而是把它锚定在编辑本人撰写的、具体到每个简报的任务说明中——读者是谁、他们关心什么、报道的边界止于何处。 另一个教训涉及成本与搜索策略。早期团队试图在质量与搜索大量分散小信源的高昂成本之间取得平衡。他们发现，提示词可以在隐含层面控制搜索的深度和行为，但这只有经过反复试错之后才能摸清。 事后回看，Kevin 建议应更早、更明确地设定可接受的成本与质量权衡，并从第一天起就围绕这些约束来设计提示词和系统架构。 ## 你可以这样应用 Scrape 的历程，为新闻编辑部和机构提供了一套实用的行动蓝图，帮助他们用 AI 在杂乱的本地数据中寻找新闻。 - 从真实的工作流程出发，而不是抽象的想法。找出已经在手动从事这项工作的具体个人或团队，并量化他们的工作量（例如"每周 12 小时都花在找新闻上"）。 - 把现有产出转化为训练数据。把他们现有的成果（线索汇总、简报等）同时作为目标和基准。 - 建立紧密的人在回路（human-in-the-loop）反馈机制。要求编辑每日对输出进行批注：哪些好、哪些是噪音、哪些绝不该出现（本案例中的例子包括例行道路封闭和重复出现的健身课程推广）。 - 明确编码编辑判断。用具体的提示词和简报描述取代模糊的"新闻价值"概念：目标读者、纳入与排除的地理范围、固定的报道领域，以及过往报道的示例。 - 同时考虑成本与质量进行设计。提前决定你能承受多深的搜索范围，并利用提示词和系统架构将成本控制在这个区间内。 *伦费斯特 AI 协作与奖学金项目（https://www.lenfestinstitute.org/our-work/lenfest-ai-collaborative-and-fellowship-program/）由 OpenAI 和 Microsoft 支持。*