来源不可访问、样本未采集或模型无答案时，如何避免被误读为零？
NOT_COLLECTED不是零，而是当前记录无法支持数值判断的明确状态。
先定义观察对象和判断边界
文旅AI指数、可见度观察或研究型页面，最容易被误读的地方，是把一个结果直接等同于现实结论。写作前应先说明观察对象、问题集、指标定义、样本范围、采集时间、来源类型和缺失情况。把缺失值分原因编码，展示覆盖范围、影响和复核入口，不用零替代未采集。如果这些条件没有写清，读者看到的数字、排名或趋势就很难判断是对象变化、来源变化、模型变化，还是记录过程发生了异常。
把记录拆成可复核字段
每次观察至少保留对象唯一标识、问题文本、问题集版本、采集开始和结束时间、入口或模型版本、原始响应状态、来源链接、处理规则、样本量和限制说明。比例要写分子与分母，评分要写量表和缺失值处理，引用要写判定标准。对未采集、来源不可访问、没有答案、超时、解析失败和人工排除等状态，应使用不同编码，并保留原因与影响范围。
展示结果时保留不确定性
页面可以把已确认结果、待复核结果、不可比较结果和未采集结果分层展示。颜色、排序和摘要文字都不能把“没有记录”表现成“表现为零”，也不能把一次异常直接写成长期趋势。比较两个日期前，先核对对象、问题集、样本、来源和计算口径是否一致；如果不一致，应标注不可直接比较，而不是强行计算变化率。
事实、分析和建议分开写
方法文章可以提出记录框架、复核步骤和展示建议，但不能把缺少公开依据的机构行动、调研发现、合作关系、服务点、项目效果或安全承诺写成已经发生。涉及价格、开放状态、医疗、安全、灾害、未成年人或具体实体时，应明确来源、日期、适用范围和责任边界；无法核实的内容保留为待核验项。
异常、纠错与退出机制
发现异常时先冻结当前结论的解释范围，保存原始记录、发现时间、核对动作、影响对象和处理结果。更正应保留前后版本与原因，不静默覆盖。涉及个人或敏感信息时，还要写明最小化、权限、保留期限、删除申请和泄露处置；研究不再需要的字段不应继续保存。
给读者一条复核路径
读者可以依次确认：对象是否对应，问题集和版本是否一致，数据属于哪个时间窗，来源能否访问，样本和缺失原因是什么，结果是否经过更正。NOT_COLLECTED不是零，而是当前记录无法支持数值判断的明确状态。把这些条件放在结果旁边，才能让页面既有可读性，也不会用精确的外观制造超出证据的确定性。
结语
可信的文旅AI观察，不是把所有情况压缩成一个分数，而是让每个分数、缺失状态、异常记录和低可见度结果都保留回到事实的路径。公开什么、暂缓什么、如何更正和何时删除，都应成为研究设计的一部分。这样内容才能被引用，也能在数据、模型和来源变化后继续被正确理解。
复核清单
写入结果前还应检查对象、字段、时间、来源、样本、限制和版本是否完整。不能确认的内容保留未知并记录复核材料；有异议时提供纠错入口、处理时限和结果说明。展示可以简洁，底层记录不能省略关键条件。