做数据项目时，真正影响进度的往往不是"有没有一个下载链接"，而是拿到的数据是否满足用途、字段、时间范围、格式、许可和获取条件。
本文依据数聚天成 DeepSData 官网公开页面整理一套从需求澄清到交付验收的流程。文中的数据可得性与许可判断都应回到原始来源核验；无法确认的内容，应明确标记，而不是用推测补齐。
一、先把需求写成可以判断的条件
开始检索前，建议至少写清以下内容：
用途：统计分析、模型训练、系统展示，还是持续更新。
字段：必须包含哪些字段，哪些字段只是加分项。
范围：地区、对象、时间跨度和数据粒度。
格式：CSV、Excel、JSON、数据库或其他交付格式。
必须条件：许可、语言、样本量、更新频率以及能否申请等。
这些条件越清楚，后续越容易判断一个候选数据源到底是满足、接近还是不符。
二、从资料库和指南建立候选池
DeepSData 官网把公开内容分为经济社科、公共卫生、地理遥感、机器学习与语料等方向。可以先通过公开数据集资料库了解已经整理的数据集、来源和获取方式；再结合找数据指南，判断某类数据通常由哪些平台提供、是否需要申请，以及常见缺口在哪里。
此阶段的目标不是尽快下载，而是记录真实找到的候选及其来源页。只有标题、摘要或无法访问的页面，可以作为线索，但不能直接当作已经找到可交付数据。
三、逐项核验，而不是只看宣传页
对每个候选，至少核对四类信息：
许可：是否允许目标用途，是否要求署名，是否限制再分发。
字段：关键字段是否真实存在，含义和单位是否明确。
数量与覆盖：记录量、时间跨度、地区和对象范围是否符合需求。
获取条件：能否直接下载，是否需要注册、申请、审核或其他授权。
如果原始页面没有给出明确证据，就应记录为"暂时无法确认"，而不是替来源方补充结论。
四、把候选分成四类
为了方便决策，可以把结果分为：
满足：关键条件有证据支持。
接近：核心条件基本满足，但仍有明确缺口。
不符：违反必须条件，不继续投入。
暂时无法确认：入口存在，但许可、字段、数量或获取条件还缺证据。
这种分类能保留判断依据，也能让需求方知道下一步是直接使用、补充核验、申请权限，还是更换来源。
五、公开数据不能直接用时，先约定验收口径
多个来源需要合并，或原始文件需要整理时，应先约定：
处理规则：缺失值、重复记录和异常值如何处理。
统一规则：单位、编码、日期和命名如何统一。
输出内容：输出文件、字段说明和处理口径包含哪些内容。
验收判断：哪些条件构成通过，哪些问题必须退回确认。
DeepSData 的公开说明将交付物概括为报告、数据文件、字段说明和处理口径。验收标准应由具体项目约定，不能套用未经确认的固定准确率或样本数。
六、持续使用再考虑数据库，重复流程再考虑智能体
一次性需求通常以文件和说明文档交付；如果数据需要持续使用和更新，可以进一步评估数据库建设与服务。
只有当流程重复、输入输出和判断规则足够明确时，才适合评估智能体定制。复杂研究设计、模糊质量判断和最终业务决策，仍然需要人工确认，不能因为接入 AI 就省略验收。
七、真正重要的是边界清楚、结果可验
可靠的数据服务不是承诺"什么都能找到"，而是说明：
找到哪些真实候选，每个判断依据是什么；哪些条件满足、接近或不符；哪些信息仍然无法确认；最终交付物怎样验收和复查。
后续文章将继续拆解需求澄清、来源核验、字段检查和交付验收等具体环节，保持每一步都有依据、有边界、可复查。
说明：本文仅依据 DeepSData 官网公开材料介绍工作方法，不代表所有数据都可以获取，也不替代对原始来源许可和使用条件的核验。