准备合作材料的时候，最尴尬的往往不是查不到东西，而是查到的东西不敢写。名单列了一页，某单位、A 项目、若干头衔，看着信息不少，可真要落进正式文件，每一条都开始犹豫：这句是从哪看来的？万一被问起来，我拿什么回答？犹豫几轮下来，一页纸删得只剩标题。
问题多半不在查得够不够，而在整理的方式。这篇拆的是一套针对公开资料的整理习惯，核心只有一句话：凡是要写成正式材料的东西，过程必须能被回溯。
01 四步：口径、分查、交叉、存疑
▲ 图 1｜从定口径到标存疑，四步的产出是一份可核对的事实清单，不是一个评价结论
动手之前先定口径：这次到底要核哪几项。是单位与职务的时间线，是参与过的公开项目，还是可公开查询的成果记录。口径不定，检索就会发散，查了一堆，没有一个字段是齐的。
然后按三条线分头查：人、单位、项目。查的时候每条记一笔出处，具体到页面或条目。第三步做交叉：同一件事至少要有两个来源对得上，单一来源的记录单独标记，不急着当结论用。对不上的部分单独成页标存疑，不擅自择一，也不下判断。
整条链的产出是一份事实清单，不是一份人物评价。这是两种完全不同的东西，前者每一条都能指回公开出处，后者做不到。
02 哪些能放进档案，哪些不能
▲ 图 2｜档案字段分三层：可以放的、谨慎放的、不该放的，界限要预先写清
一份档案的可用程度，很大一部分取决于它排除了什么。
可以放进档案的，是每一条都能回溯到公开出处的内容：单位与职务变动的公开时间线、参与过的公开项目、公开可查的成果记录。谨慎放的是那些存在多版本的材料，比如同名记录、名称写法不一致的项目、更新滞后的公开页面——这类内容要并列列出并注明来源，不做取舍。
不该放的三类要写得非常硬：非公开渠道获得的信息不进档案，未经证实的转述不进档案，涉及个人隐私的内容不进档案。这三条不是建议，是这类材料的底线。边界写清楚了，档案才敢被拿去用——用的人不需要猜哪些条目是干净的。
03 「我知道」和「我能证明我是怎么知道的」
▲ 图 3｜口头核实与留痕核实的差别：前者依赖转述，后者依赖可回溯的出处
这是全文最关键的区分。「我知道一件事」和「我能证明我是怎么知道的」，是两件不同的事。
口头问一圈得到的信息，来源是「我朋友说」，可回溯性过一阵子就说不清了，换个人去问，结果可能还不一样。这不能算核实，只能算打听过。留痕核实则不同：每条注明公开出处，随时能翻回原始页面，换任何人按同样的路径查，得到同样的结果。前者的价值会随时间衰减，后者的价值是稳定的。
学界在讨论可复现性问题时常被提到的一个现象与此类似：即便数据和方法都公开了，仍有相当比例的研究难以被准确重复；不少公开材料在提交时缺少标签说明和数据处理文档，复现者很难还原整个过程。结论本身可能是对的，但过程无法回溯，它就难以被认真对待。 尽调材料面对的追问比这更直接，所以对回溯性的要求只会更高。
▲ 图 4｜每条事实过三问：出处能否指到具体页面、是否有两个来源、来源是否在公开范围内
落到自查上，每条事实过三问：出处能不能指到具体页面？同一件事有没有第二个来源对上？来源本身是不是在公开范围内？三问里任何一问答不上来，这条记录要么标记存疑，要么直接出界——来源是非公开渠道的，不写进档案，没有例外。
04 从零到一份可用的清单
▲ 图 5｜事实清单的示意结构：对不上的地方单独一列，它标出了哪里还不能下判断
具体动手，顺序大致是这样。
先定要核什么。 不急着查人，先写下这次需要的字段：单位与职务、参与项目、成果记录、同名区分。字段清单写清楚，检索才有边界。MuchSci 的档案结构也是按这个思路组织的：字段在先，检索在后。
按字段分头查。 一项一项来，查的时候顺手把出处记上，避免边查边改口径——口径漂移是这类整理最常见的失效方式。
每条留出处。 查的时候就记，不要等回头补。回头补的出处，多半补不齐。
存疑单独一栏。 对不上、编号缺失、写法不一致的条目不删，原样标出。一份清单里「对不上的地方」这一列，往往比「核对一致」那一列更有价值——它标出了哪里还不能下判断。
▲ 图 6｜四步走完：定字段、分头查、留出处、标存疑
MuchSci 在这套流程里承担的是收拢和检索：把散落在各处的公开记录按字段归档、把每条的出处挂回原文，让清单在被追问时能逐条定位。查什么、怎么判断，仍然由你自己决定。
05 边界
① 本篇讲的是公开资料的整理方法，不构成任何尽调效果承诺。整理得再规范，也不能保证查全，更不保证合作本身的结果。
② 本文不针对、不评价任何真实的人或机构。文中的清单结构与示例均为示意，不构成对任何个人的调查结论，也不构成对任何人的背书。
③ 全部操作只在公开资料范围内进行。非公开渠道的信息、未经证实的转述、涉及个人隐私的内容一律不纳入整理范围；材料用于正式用途时，须以所在机构及相关方的现行规定为准。