把成都的三年政策目标、一座已建成的省级数字方志馆与一年运行数据放在一起解剖：三个入口与一个底座的张力、检索能"找到"却不能"引用"的距离、AI 助手 1:100 的使用率，以及一件所有人都还没做的 AI 可读层。
本文属「志鉴云」专题。志鉴云是探码科技 Baklib 面向政府与机构推出的行业解决方案——把地方志、院志、数字档案、电子史馆这类文化资产，做成可检索、可漫游、可被 AI 引用的数字馆。它的产品结构、界面形态与交付方式，都建立在方志本身已有的出处、断限、审校、体例之上。→ 回到专题首页，看完整介绍
本专题共六篇：01 市场判断（为什么是现在）· 02 架构设计（一次编纂如何多端呈现）· 03 交付配置（六步法与四档配置）· 04 标杆案例（七个省市怎么做成的）· 05 合作方式（平台方与内容方分工）· 06 成都样本解剖（本文）。本篇是第 06 篇，把成都的三年政策目标、一座已建成的省级平台与一年运行数据放在一起解剖，看一个标杆项目跑通之后还剩哪些硬骨头。
一、三份材料放在一起，才看得见成都这个项目的形状
如果只把成都当成一个"做成了的案例"来看，会低估它。更准确的看法是：成都这三年是这条赛道里少数把"顶层设计、平台实体、运行数据"三样都拿出来公开的样本。
- 一份政策文件——2025 年 9 月成都市地方志工作办公室印发《成都市地方志信息化建设指导意见》，明确到 2028 年的四大愿景与四大重点任务（经吉林省地方志编纂委员会官网转载发布）
- 一座省级平台——四川方志云（四川省数字方志馆），本文所有界面均为一手实机抓取
- 一份一周年通报——2026 年 10 月「方志四川」发布的《成都以信息化赋能全市地方志事业高质量发展》，披露了截至 2026 年 9 月的完整运行数据
三者拼起来，才能看出一个关键问题：从政策到落地之间，发生了哪些事，又留下了什么。
二、政策定调：2026 到 2028 是这轮建设的三年窗口
《指导意见》的目标写得非常具体——到 2028 年基本建成"具有鲜明成都特色、国内领先的智慧方志生态体系"，四大愿景是：
| 愿景 | 具体内容 |
|---|---|
| 数据资源"一网归集" | 志书、年鉴、地情文献全文数字化，提升古籍旧志数字化率，构建覆盖全域、标准统一的全文数据库 |
| 服务平台"统一入口" | 整合升级"成都市情网"，联动"成都方志云"小程序、智慧方志馆、方志图书馆，实现资源管理、服务入口、数据调度"三统一" |
| 应用服务"智能升级" | 依托人工智能与大数据，开发智能编修辅助系统、地情知识库问答系统、方志地理信息系统 |
| 资源利用"开放共享" | 建立有序共享机制，为市民、政府部门、研究机构提供权威便捷的地情信息服务 |
四大重点任务里，有三个时间点是硬约束，值得逐字记住：
- 2026 年建成"成都市情网"核心平台
- 2027 年前实现 23 个区（市）县统一标准子站点全覆盖，推动"成德眉资"方志文献资源共享，对接"天府市民云"
- 2028 年底前新编志鉴地情文献 100% 数字化、98% 全文可查，珍贵古籍旧志数字化率力争达 60%
这组数字对从业者的含义很直接：未来三年是市县两级方志数字化的集中交付期。而且"科技企业联动"被写进了保障措施——提出通过专题培训、高校院所合作、科技企业联动等方式培养"兼具方志业务能力与数字技术素养的复合型人才"。这句话是明确的合作信号。
三、平台实测：四川方志云是一个结构完整的省级样本
四川方志云是本文所有观察的一手来源。打开它的首页，第一眼能确认的是资源分类体系的完整度：
七大板块纵向覆盖省志（分第一轮、第二轮）、市（州）志、县（市、区）志、四川旧志、其他志书（含抗震救灾志、专题志、部门志、区域志、乡镇志、村志）、省／市州／县市年鉴、地情资料及期刊，以及多媒体库。每部志书都提供"图文版"并显示阅读量——阅读量是公开的，这在政府数字平台上不多见。
页脚的新媒体矩阵更值得注意：方志四川的微信公众号、微博、人民号、澎湃号、头条号、搜狐号、企鹅号、百家号、网易号、抖音号、时间号、视频号共十一个平台，加"四川省情网手机版""方志四川网络电台"《巴蜀史志》期刊与个人图书馆。另有音频内容如《成都记忆》第 3 季已发布至第 26 集。
这构成一个很典型的组合：一个权威底座 + 一张分发网络。内容在省平台沉淀一次，再分发到十一个渠道——这正是"一次编纂，多端呈现"的现实版本。
检索：六维高级检索与元数据标注
检索框旁有"高级搜索"入口，展开后是六个检索维度：书籍名称、章节名称、书籍类型、正文内容、开始时间、结束时间。其中"书籍类型"与"开始／结束时间"是文献检索里的强需求——可以按志种和年代切分结果。
以"都江堰"为关键词实测，返回 11,415 条结果，支持时间正序／倒序与每页条数自定义。关键在于每条结果都带完整元数据：
- 作者（如"都江堰市"）
- 书名（如"都江堰年鉴2022"）
- 内容类别（如"年鉴模板"）
- 所属站点（四川省数字方志馆）
- 所属栏目（都江堰市）
- 章节（如"交通银行都江堰支行"）
- 以及抽取出的实体标签（都江、都江堰、九三学社等）
这套元数据设计是正确的方向：结果可定位到"哪本书的哪个章节"，而且带实体标签，天然可以往上做图谱聚合。
四、一年运行数据：4.14 亿字背后是什么
截至 2026 年 9 月，成都方志系统公开的数据是：
| 载体 | 规模 | 性质 |
|---|---|---|
| 智慧方志馆 | 电子书籍 2,800 余本、音视频 1,200 余条、图片 3 万余张，总字数 4.14 亿字 | 核心平台之一 |
| 成都方志云 | 各类文献 1,200 余册，总字数近 2 亿字，累计浏览量突破 400 万次 | 微信小程序 |
| 成都方志图书馆 | 成都相关地情书籍 4 万余册 | 馆藏体系 |
| 全市资源存量 | 志书、年鉴、地情书籍 3,500 余册，其中区（市）县馆藏 800 余册 | 普查基线 |
| GIS 智慧地图 | 关联展示成都市 300 余个方志场馆、文旅点位，累计使用量超 50 万次 | 空间维度 |
| AI 助手"蓉小志" | 基于 DeepSeek-R1，累计处理咨询 4,000 余次，检索时间 45 分钟→1 分钟内，准确率提升至 95% 以上 | 智能问答 |
其他关键动作：2025 年 11 月，成都、德阳、眉山、资阳四市史志机构签订《成德眉资史志事业同城化发展资料交换协议》，建立常态化资料交换机制——跨市共享靠的是行政协议，不是技术。
此外，23 个区（市）县站点按统一标准推进，计划 2027 年全域覆盖；市里还出台了《成都市地方志数字化加工技术规范》，与《指导意见》构成"方向 + 工艺"的文件配套。
五、三道还没解开的题
把上面的数据摆在一起，会发现三处结构性的张力。它们不是成都做得不好——恰恰是因为成都做到了这个体量，这些问题才第一次暴露出来。
第一题：三个入口，一个底座，还是三个底座
请注意这三个数字的关系：全市志书年鉴 3,500 余册，但智慧方志馆电子书籍 2,800 余本、成都方志云收录 1,200 余册、方志图书馆收藏地情书籍 4 万余册。
三个载体的收录口径不同、数量不同、检索方式不同、读者也不同。这不是技术上的"数据孤岛"——技术上它们完全可以打通；这是机构职能边界造成的孤岛：馆藏归图书馆，志书归方志馆，传播归云平台，各自都有 KPI，各自都要有独立入口。
《指导意见》说的"资源管理、服务入口、数据调度三统一"是对这个问题的正面回应。但从读者视角看，三个入口就是三个入口。读者不会因为后台统一了就去用第二个入口。
真正的解法不在"统一"，在让一次编纂天然长出多个出口——同一份条目数据，在方志馆是阅读页，在图书馆是检索结果，在云平台是推文与小程序，在地图上是点位，在 AI 是答案。不是把三个库合并，是让一个库同时充当三个库。
第二题：检索能"找到"，但还不能"引用"
回到那 11,415 条结果。每一行都有书名、章节、栏目、实体标签——但没有页码。
研究者拿到"都江堰年鉴2022·交通银行都江堰支行"这一条，知道去哪本书的哪个章节了，但他还需要再翻一次书，才能确认这一段的确切位置、确认上下文是否完整、确认能不能引用。要在论文或报告里标注，他必须回到纸本或影印件核对。
这就是"检索"和"引用"之间的距离。而志鉴云在这个问题上给了一个很朴素的答案：结果行的第三行放出处卡——版本、卷次、页码、藏地、校勘、审校、开放等级，一行放不下就展开。这一行把搜索结果变成可引用的证据，学者会因此留下，媒体会因此引用，AI 会因此把你当权威源。
同样的差别也适用于 AI。一个没有页码锚点的答案，AI 是没法引用的——它只能说"根据《都江堰年鉴2022》"，但给不出位置。这是"可被 AI 引用"和"有 AI 问答"之间的分水岭。
第三题：AI 能力是"借"来的，1% 的使用率暴露了入口问题
"蓉小志"的效果是真的：45 分钟压缩到 1 分钟、准确率 95% 以上。这是本赛道目前最硬的 AI 价值证明。
但有一个数字值得放在一起看：成都方志云累计浏览 400 万次，AI 助手累计处理咨询 4,000 余次——比例是 1:100。
这说明什么？用户仍然在"翻"，而不是在"问"。不是 AI 不好用，是 AI 入口太深：要先进入平台、找到那个入口、知道能问什么。而检索的路径最短、反馈最快，用户天然先走那条。
更值得琢磨的是"蓉小志"的技术构成——它基于 DeepSeek-R1。也就是说，大模型能力是通用的、可以借来的；真正属于方志系统、无法被借走的资产是另一组东西：条目化的数据、抽取好的实体与关系、标注好的出处与核验状态、设定好的开放等级。
这恰好划出了志鉴云的位置：我们不训练模型，我们做"把数据变成 AI 可读结构"的管道。模型能力会越来越普及、越来越便宜，但把散落的志书变成带出处、带核验状态、带开放等级的可引用结构，这件活只有真正做过编纂与标引的团队能做好。
六、还有一件所有人都还没做的事
4.14 亿字、2 万册文献、300 个场馆点位、1,200 余条音视频、3 万余张图片——这些内容对 AI 而言是"未读"的。
地方史料不在任何通用大模型的训练数据里。当用户问"都江堰的水利工程在清代是怎么管理的"，AI 引擎能给出的答案要么是通识、要么是推测，因为它找不到一个可引用的权威来源。
这引出一个非常具体、且目前几乎没有人做的动作：给这些内容加上机器可读的标记——llms.txt 让 AI 知道该读什么、JSON-LD 让它理解每条内容的类型与出处、开放只读 API 让它能精确取数。这件事做完，一个地方的方志就能在细分问题上成为 AI 的首选引用源。
而这不需要训练模型，只需要一套工具和一次交付。相关研究显示，在内容中增加统计数字、来源引用与专家引述，可把 AI 可见度提升最高约 40%。方志天生就有这三样：数字是卷次页码，来源是版本藏地，专家引述是三审三校的结果。
对已经建成 4.14 亿字体量的平台来说，这是投入产出比最高的一步增量；对志鉴云来说，这是唯一有窗口期的资产——GEO 机制在 2025–2026 年才成为行业共识，晚一年做，它就从壁垒变成标配。
七、给从业者的三条判断
看完成都这个样本，有三条判断对接下来两三年的从业者有直接价值：
- 看项目，别只看演示。成都最值得学的不是 4.14 亿字，是《指导意见》+《数字化加工技术规范》+ 成德眉资协议这套文件与协议先行。方向、工艺、协作规则先立住，项目才不会建到一半改口径。
- 数字化的验收标准正在从"有没有"转向"能不能引用"。100% 数字化、98% 全文可查是 2028 年的门槛线。当所有平台都达到这条线时，差异只会出现在出处锚点、AI 可读性、开放等级这三件事上。
- AI 入口要放进检索路径里，而不是另开一个入口。400 万浏览对 4,000 次咨询的 1:100 说明，AI 如果不在用户"正要找答案"的那个位置出现，就不会被使用。把 AI 馆员放在检索结果页与条目页，而不是平台的某个角落——这是可以被立刻改进的设计决策。
成都用一年时间把量做出来了，也把行业推进到了必须回答"下一步"的位置。对志鉴云而言，这三道题正是我们要解的题——一份底座长出多个出口、出处卡让结果可引用、信任层让 AI 敢引用。
本文资料来源：成都市地方志工作办公室《成都市地方志信息化建设指导意见》（2025 年 9 月印发，经吉林省地方志编纂委员会官网转载发布）、「方志四川」《成都以信息化赋能全市地方志事业高质量发展》（2026 年 10 月 16 日）、四川方志云（四川省数字方志馆）平台实机观察与检索实测。文中数据均引自上述公开材料，界面截图为平台实机抓取。
提交反馈
