人工智能环境下方志治理能力定位及构建：

“十五五”数字方志规划思考

当前，全国第三轮修志陆续启动，国家文化振兴背景下，地方志部门服务文旅融合、讲好中国故事等中心工作任务增多；受编制及财政预算约束，有限的编内及编外人员力量，地方志部门治理体系和治理能力难以支撑重任。随着近年来人工智能蓬勃出现，为方志治理能力建设提供了机遇，同时，人工智能与传统数据加工、数字平台建设之间关系如何，应依照什么路径引入，成为方志部门面前的新问题。笔者从方志治理能力纬度，结合数字化实践案例，提出包括人工智能在内的治理能力构建范围及可行的建设路线，为“十五五”数字方志规划提供借鉴，为方志治理能力构建提供立项策略支持。

关键词：三轮修志 人工智能  治理能力 “十五五”规划

一、 新技术环境下治理能力发展机遇与挑战

人工智能新技术出现，激发了人们创新治理能力的想象力，唯有明确治理能力的本来，才能守正创新。

(一) 方志治理能力的概念

治理能力的基础是治理体系，方志治理体系是一整套业务紧密相连、相互协调的管理制度，明确了“谁来治理”“依据什么治理”以及“治理的规则是什么”。这一概念与企业价值链的概念是相似的，即科学的治理体系是一套与价值链一致的、可复用、可扩展的体系结构。图（1）是方志治理体系，有服务对象、价值链、组织保障体系、知识体系等构成。

图（1） 方志治理体系

治理能力是指执行决策的具体能力，解决的是“制度、决策落实得怎么样”的问题。党的十九届四中全会提出了，建设 “数字政府”来落实机构改革的“系统性、整体性、协同性”，以数字化转型推进国家治理体系和治理能力现代化为主攻方向；方志治理能力是通过“数字方志”建设，落实智能体系的“系统性、整体性、协同性”治理能力的实现过程，即为方志数字化转型过程，该过程通过现代管理及通讯技术，将方志业务架构（治理体系），转化为敏捷支持业务协同的信息化应用架构，并开展应用系统建设、运行及维护，落实治理能力现代化的整个过程。图（2）是基于数字方志的“方志治理能力体系”，治理能力由中台、智集、智造、智库、智服五大应用构成。

图（2） 方志治理能力体系

智集平台：形成史料。指通过抓取、人工在线等手段快速获得素材，进行资料建卡、资料长编，并进行初稿高效编辑的能力。智造平台：产生地情。提供方志、年鉴、期刊智能辅助编辑和管理功能解决方案，探索辅助编辑。智库平台：保存地情。归集地情数据，提供智能化的检索与查询功能，用户快速获取所需信息，在规范的、一致化的源数据规范体系下，发展知识图谱、内容生成等图形化智能化服务。智服平台：传播地情。为用户提供多样化资源、精细化知识，智能化关联相关数据和个性化方志信息服务，致力于促进公众群体阅读、利用和传播方志，从历史归集、人文地理以及地方发展方向，建立数字方志大数据可视化中心。运营平台：相连协调。通过运营人员对系统设置，快速响应组织架构、用户、平台初始数据等管理规则变化需要。管理平台：组织创新。为三大业务应用平台提供技术及业务规则支持，快速响应信息化战略变化。在一体化管理基础上，快速进行应用架构扩展、优化，快速进行数据模型（字典）定义，快速落实治理规则。

(二) 人工智能给予方志治理能力的机遇与挑战

人工智能（AI）是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统，核心包括机器学习、深度学习、自然语言处理、计算机视觉、知识图谱等，目标是使机器具备感知、认知、推理、学习、决策、交互与行动能力。1956年达特茅斯会议正式诞生AI学科，20世纪80年代专家系统热潮，1990—2010年统计学习稳步发展，2012年 AlexNet 提出后进入深度学习爆发期，2020 年至今生成式 AI 大规模落地。

国产生成式AI模型丰富，各地地方志部门及编纂企业对方志数字化转型既充满期待，也面临技术困惑。笔者家乡乡志编辑部的方老师年逾70，利用豆包快速搜集乡志资料，惊喜于其高效、“质量高”，几乎摒弃了对图书、档案资料搜集。在笔者看来，其借助豆包修成的所谓“初稿”，资料不翔实，往往讲到何时有什么（如筑路计划），但不能讲怎样（何时完成，路的长度）；特别是会出现“以形断意”的现象，如一个村有一个不可移动物质遗产“封东山老宅”，AI推断封东山是文化达人，事实上封东山因贫农，20世纪50年代“土改”时分得财主家房子，是“文盲”住进了文化人的房子。诸如此类，由AI生成的“幻觉”时有发生，如不能解决史料翔实问题，三轮修志会因AI应用不当，造成志书因缺乏资料支撑而成为“废志”。

(三) 方志治理能力如何适应现代化

笔者从某区档案馆了解到，其编纂业务不允许外包，要依靠少量在编人员去承担巨量的志书编纂任务，如不依赖数字化系统实现团队高效协同，通过AI工具赋能个体执行，部门治理能力就无法适应当下的目标任务。

笔者家乡在修乡志过程中，乡领导要求编辑部次日上报重点村民俗、传说、人物等资料，编辑人员在志书编纂信息系统中，通过检索技术找到素材，快速将素材建成卡片，再汇编成长编资料，快速提供给文旅专班。如该系统再植入AI赋能，系统选题及策划支持能力将更为出色，服务中心工作的能力也会更强。

上述两个案例，是从史志部门内部环境角度，提出利用信息技术及AI来提升治理能力的方法，这些方法在职能体系上的覆盖度，或者说治理能力的广度（边界）尚不清晰，也就无从体系化提出治理能力的改进方向。

同时，还应该从外部技术环境的角度，明确人工智能环境下，有哪些技术深刻影响方志治理能力，只有了解了技术本质，解除了知识约束，才能正确评估现有基础和下一步工作方向，形成正确的治理能力定位及构建思路，进而形成长远治理能力建设规划。

二、 方志治理能力及关联人工智能常识

方志治理能力主要需要四个应用系统来支撑，依照其中数据的生命周期来划分，方志部门职能可以说是有智集、智造、智库、智服四个过程，部门应用形式及作用范围，可以依照内容生命周期来区分。下面就依照不同应用所关联的人工智能技术，解释这个技术是什么？如何影响治理能力？

(一) 智库应用：数据形态及应用演进，构建数字底座

智库是具有方志地情数据集中保留、检索和浏览的能力应用，应用形式不断递进，对数据类型要求也不断升级，智库应用应数据处理、生成方式需要，也需要扩展相应功能模块。下表是数据应用形式及生成方式矩阵表。

在不同数据类型生成过程中，有三大类标准贯穿其中。一类是文献数字化加工标准，定义文献扫描、识别、存档、封装的方法及质量要求，定义文献元数据规范，元数据需要由ISO（如DC）+结构性+管理性等不同维度的字段构成，以实现文献自我说明我是谁，我在哪里（类似门牌号），怎样可用（版权规则），如此，才能实现精确的搜索需求。另一类是针对文献内容的加工标准，又称细颗粒度标准，文化和旅游部《智慧图书馆知识资源数据建设指南》（2023）规定：“知识资源建设应遵循细颗粒度标引、语义化组织、结构化关联原则，支持知识检索、知识推理、知识服务”。并定义文献著录及细粒度资料著录，该标准也可作为语料数据表示标准；另一个是向量数据库元数据标准，为建立“标量过滤+向量搜索”的机制提供基础，提升检索的效率。

期中的智慧图书馆建设要求其从技术应用走向系统性、整体性的变革，与 中共中央办公厅、国务院办公厅印发的《关于推进实施国家文化数字化战略的意见》精神相一致，也成为国家文化数字化战略在“十五五”关键时期的必然要求和核心抓手。因此，地方志在智库应用建设过程中，务必要从数据规范入手，有效支持从低阶到高阶的应用，满足在租户式、分布式等系统中，运行本单位数据。也有助于把自身数据，纳入图书馆体系中，获得更多的政策和资金支持。

(二) 编研应用：编研技术演进路线及现代智库构建

当前，史志界对基于AI编研技术充满期待，行业专家借助通用大模型进行志稿编辑，所产生的结果并不能令人满意，主要表现为偏离史实，内容存在“虚幻”。那么，该如何去构建AI辅助编辑呢？

笔者认为，编纂的本质是数据资源+人才资源+方法（过程、规则）。数据资源是指文献、素材、资料、初稿、过程稿、结果稿等，人才资源可以细化为篇目策划者、资料员、撰稿人、编辑、审校等角色，方法包含总体流程（资料收集、组稿……）及流程上的操作（资料分类、资料整理……）

从应用系统构建的角度来说，数据资源属于数据层，可衍生出数据标准、数据检索引擎；人才资源属于应用层，可衍生出组稿子系统、编纂子系统；方法中的流程属于支撑层，可衍生出各个功能模块，方法中的规则可衍生出各类引擎（服务），甚至是在模块中插入AI背景下的智能体，就像是在完成硬装修的家中安装或更新智能家居。这些也是从业务角度提出的系统概念设计。

认识到了编研应用的总体概念设计，即知道了我们要什么？那么，又应该通过哪些技术才能实现给什么？在编纂应用中，需要一些通用技术，如全文检索技术，为资料寻找、比对提供快速的查全，但全文检索不能实现语义检索，如输入关键词“地方文献”，它不能把志书、年鉴、党史等类型的文献推荐给我们。那么就需要第二种通用技术，通过嵌入式模型建立向量数据库，实现语义搜索，为选题、资料收集等提供全面相关资料，为思路比较和甄选提供支持。但第二种技术解决不了准确性的问题，如在序中写地方民俗概论时，系统把相关的端午节、婚嫁等实例植入到序中，那么志书内容逻辑就出现混乱，因此，需要第三种技术，基于实体关系向量数据支撑的搜索加强（RAW）技术，实现数据内容的准确获得，如民俗从构成角度有婚嫁、节庆、饮食，从因果上看与迁徙、环境、气候等因素，当获得了准确的资料，或作为资料形成长编，或作为词库为校对所用，在此技术上去执行编辑。于是，在此技术基础上，可以采用第四种技术即生成式大模型，依靠大模型对获得的准确资料，生成史实可信、体例一致、归类得当的志稿。再之后，还需要第五种技术即校对技术，这需要最佳编纂案例支持，形成规则库，让引擎生成校对稿，标明校对依据，自然人可获得准确的智能的校对支持。

下表是《编研涉及技术层级及获得方法对比表》，从中不难看出，要建立基于AI的辅助编辑能力，还是要从基础做起，递进实现目标。

方志部门编研的业务范式，本质上是一种基于数字技术的现代智库协作模式，这一模式成功实现，也可以为本级行政区域提供数字智库平台支持，获得更多的财政支持。

(三) 编研应用与数据依存和发展关系

地方志书、年鉴编纂技术，在2010年前后已经有省市着手建设，但成功案例鲜见，有不少编纂系统是无果而终，其中最重要的一个原因是，在线编纂实践需要经受一个项目（志书编纂）多年的验证和改进，这对地方财力及软件服务商耐心都是巨大挑战。

从上一节编研技术演进路线说明可知，要跳过一个成熟在线编纂技术框架和扎实的数据处理利用过程，直接去构建基于AI辅助编辑，是缺乏数据底座及软件中台支撑的。事实上，应该尽早以较低的成本，选用成熟的编研应用软件，满足迫切的三轮修志任务，开启累积“最佳编纂实践数据”的历史机遇，累积地方（资料卡片等）语料资料，为后续人工智能启用提供必备的、难得的数据支撑。所谓难得是因为志书是20年修一轮，如果错过了这一历史机遇，丢弃语料资源积累和基本的编纂过程，而直奔绚丽的AI，很容易因丢弃基础数据累积和数字化应用实践等基础，会和前述的项目一样，导致无果而终。

在衢州市《九华乡志》编纂项目中，采用了志书编纂系统，已经累积了图书、档案、图片等素材5591条，在此基础上形成卡片、长编，在编制卡片时提取了关键词（主体），并对关键词从旅游资源类别及地理空间分布纬度进行区分，这些资料是构建知识图谱等图形化数字人文的基础，也可以成为当地公共文化中的数据子集，融入地方文化大数据中。《嘉兴年鉴》从2021年启用年鉴编纂系统，到2025年已经累积了5年的编纂过程数据，这些编纂痕迹是提炼地方编纂词库、编辑规则的最佳实践案例，如进一步扩展标签编辑系统和嵌入式向量模型，可以快速、稳健地过渡到AI辅助编纂。《浙江通志》采用在线编纂，两万多人共同收集了原始文件 20.5万个，资料卡片77.6万个，这些资料由行业和方志专家携手收集和编辑，其质量具有权威性，资料卡片与部类、志书卷名、篇目关联，具有良好的体系结构，卡片著录符合中志办提出的资料卡片标准，是强原始性的地方语料，也是今后建立向量数据库、知识图谱的不二基础数据。做好数据资源和过程协同，是通往人工智能之路的必备路径。

2025年，上海市启动数字方志一体化平台建设，建设内容有智库、智造、智服等应用平台；项目首先是建立数据规范，实现基础数据的规范性、一致性及可用性，以智库数据为基础，为智造平台提供增量数据，为智服平台提供公众服务，在此基础上构建方志词库，为下一步向量数据生成提供数据源。该项目坚守数据源的确定性及可行性，把握数据安全分级规则和禁止清单，在稳健数据基础和安全可控前提下，有序推进数字方志和方志治理能力发展。

三、 以数智方志为特征的治理能力定位及目标

明确治理能力定位，才能明确治理能力是什么，进而明确实现这一定位的步骤和阶段性目标。

(一) 治理能力定位

在人工智能环境下，治理能力应敏捷响应地方文化战略，即通过构建数字方志一体化平台，以明确、清晰的运行体系，为“所有参与者”和“所有资源”建立可观测、可控制、可运营的规则与机制。同时，系统具有持续丰富这些规则和机制的能力。这个规则和机制即上述图（2）所呈现的方志治理能力体系。

(二) 治理能力目标

建立健壮的结构化的运行体系。图（3）纵向列出了智库、智造、智服等不同职能治理纬度，横向列出了不同层级人员的作用及相互关系，以矩阵形式展示各个治理单元能力。技术架构师通过一体化平台中的中台，为系统在线搭建或配置功能模块，部署通用业务模型；运营人员依照具体业务需要，配置个性化业务规则；AI（机器人）持续赋能系统；业务人员在平台上，依照个性化业务规则，在基础平台支撑及AI赋能下操作业务，从而实现治理能力的稳健、高效运行。

图（3）数字治理能力运行体系

建立健壮的数据底座。全面、规范、准确的数据，不仅仅是资产，也是工作成果要求，为此，系统严格区分模型数据（如语料数据、向量数据），以模型数据描述方志事业的各类规则；区分方法数据，如流程数据、业务规则数据，这是最佳实践的印证；区分基础数据，如各类文献、素材、资料卡片等高原始性的数据；区分过程数据，如编纂稿件数据，客户访问归集数据；区分结果数据，如编纂终稿等。无论技术如何升级，数据作为对历史的反映，必须保证其原始性和安全性。

四、 治理能力构建路径及内容

治理能力的定位和目标，明确了要什么，那么怎样才能拥有，需要明确基本思路，构建步骤及内容，为实践指明任务清单。

(一) 总体思路

数据为王，支撑存史。数据包含历史存量数据和增量数据，依照数据加工及保存规范，完整、一致地保存数据。重视对标《智慧图书馆知识资源数据建设指南》，建立方志知识资源标识（URI）意识，确保正确的数据标准方向。

立足主业，攻克编纂。编研是史志部门的首要职能，面对全国鲜见成熟在线编纂案例，要把握三轮修志机会，开展数字化编纂探索，建立核心治理能力。

服务中心、发展资政。紧跟国家文化战略，依靠方志部门史料数据全面、权威优势，利用基于数字化编纂能力，以史志文化专题编研能力为经济“搭台”。

标准先行、做好规划。建立信息化总体规划，明确治理能力构成，在存史、编纂、公共文化服务等领域，建立业务、数据等标准，保障治理能力一致性。

协同创新、共享成果。在人工智能环境下开展治理能力建设，会遇到资金、人才保障不足，为此，上级部门可以构建辖区内多部门创新联盟，规划创新应用点及牵头单位，利用联盟的资金及人才资源，攻克关键技术，如架构应用试点，RAW试点，知识图谱试点与语料试点，图数试点，之后，联盟单位共享技术。

把握机遇，融入战略：当前，正是“十五五”开局之年，要利用三轮修志及文化战略实施机遇，建立“方志语料库是解读地方的钥匙”意识，把方志治理能力建设与地方大模型应用战略结合起来，获得项目资金支持。       

(二) 智库治理能力建设路径

首先，要着手制定数字化工作方案，明确文献加工、保存、利用规范，保证数据规范性、一致性和可用性。依照全文检索、智能检索两个步骤开展应用建设。全文检索对服务器等硬件资源要求不高，运行设备购置及维护成本较低，可率先实现数据的集中保存，为本单位及同级政府提供地情服务。依照地方政务云资源及数字政府规划情况，选择智能搜索建设机会，在此之前，可着手标签构建、语料构建，为智能搜索等人工智能落地积累必需的向量数据。

(三) 智造治理能力建设路径

传统编纂方式存在质量瓶颈难突破、数据安全性不足、进度控制难等风险，特别是缺乏资料建卡的组稿系统，导致地情语料建设缺位，为此有必要启用组稿系统提升治理能力。零基础建设一个编纂系统，项目建设周期长、投入大、风险大，因此，可以引入成熟修志范式和编纂系统，快速提升智造治理能力，同时，累积人工智能建设所必须的数据资源。成熟的修志范式，是功能全面，流程柔性，数据共享。图（4）编纂范式创意图，编纂团队可从组织范式入手，为后续行动建立规则，组稿人员可以在素材、资料及撰稿各环节中自如穿梭，编辑人员可以调用各类数据和工具，系统不约束其操作顺序，尊重知识创造习惯。

图（4）编纂范式创意图

要独立建设编纂系统，可以分三个阶段来开展，第一个阶段是检出编纂平台，实现基础编纂能力，建立正确的修志范式，如组稿、编纂、审校等；第二阶段是开展智能辅助编纂，需要增加硬件、数据加工等投入，通过嵌入式模型开展向量库建设，开展编纂案例库及规则库建设，并与基础编纂平台集成。第三个阶段是加强数据支撑，如在已建实体关系库、地方语料库的基础上，去扩展搜索加强能力，并接入生成式大模型，把编纂平台上升到智造层级的平台。

(四) 智服治理能力建设路径

智服能力至少有四个层级。第一个层级是地情数据服务，通过数据库技术为民众提供图书目录浏览、内容浏览和全文检索，这一阶段需以元数据规范建立数据存储标准。第二个层级是文化导向服务，通过建立丛书、文化专题、数字方志馆等应用，为公众提供地方文化特征或脉络的地情传播服务，现有平台许扩展内容陈列设置功能；第四个层级是文化导览，依照单位可拥有的硬件资源情况，通过智服软件升级，为民众提供语言搜索，提供更为人性的地情服务，通过搜索增强（RAG）技术，为公众提供多维度的地情服务；第五个维度是历史探索和知识创新，通过知识工程建立知识资源，提升在线问答的准确性，结合生成式大模型，为民众提供自助式历史报告，甚至提供地情视频短剧生成服务。

(五) 基础技术平台支撑

上述基于软件平台的治理能力，由系统技术开发人员管理，通过对软件框架、模型参数、运行逻辑的可视化无代码维护，让系统快速适应需求的变化。具体功能有：

通过应用架构管理，快速调整系统功能结构，系统可对目录、菜单、按钮等实体对象进行增减、结构调整，满足系统框架无代码快速迭代。

通过平台角色划分，规划好谁来管平台。系统可对角色及其权责自定义，实现统一授权、分权管理需要。

通过模型数据管理，管控全局系统参数（字典），在线确保系统对象属性的一致性、唯一性及可维护性，系统可无代码调整模型数据。

通过业务规则数据管理，对系统功能进行参数调整，如密码规则设置、注册方法设置等，目的是让系统对业务规则具有良好的适配性。

通过算法服务提升系统能力，个性及通用系统服务绑定在架构下，实现接口的统一管理，确保系统内部模块之间的边界及与外部系统之间的联结，有了清晰的管理机制。

结束语

地方志工作形态及治理能力，都会映射到数据处理上，方志行业数据处理形式大多是非结构化的，因此，其系统构建正确性的验证难度大、周期长，AI技术的到来，其非结构化文本的处理能力，为人们资料获取、内容生成带来了极大便利，我们一方面要重视标准建设和数据资源建设，所谓“极高明而道中庸，致广大而尽精微”；另一方面，要守住人文情怀和正确的“史观”，成为AI驾驭者，而不是AI驾驭下的人，如此，方志治理能力就会在正确的方向上，获得革命性的发展。