AI生成内容如何做事实核查？从来源追溯到关键结论复核的实用指南

AI生成的文章、摘要和数据表可以提高整理效率，但不能把模型给出的文字直接当作已核实事实。模型可能把不同资料拼接在一起，也可能生成看似完整却无法打开或无法支持原结论的引用。较稳妥的做法，是把事实核查拆成可执行的步骤，并对准备发布的关键结论逐项检查。

一、先区分事实、推测和观点

拿到AI初稿后，先给句子分类。可由公开资料直接验证的日期、数字、人物身份、法规条款和产品参数，属于可验证事实；使用可能、预计、通常等表述作出的判断，属于推测；带有评价、建议或价值判断的内容，则属于观点。三类内容的核查方式不同，不能用观点的表达方式掩盖事实缺口。

可以把文章中的重要句子单独列出，并标记为事实、推测或观点。凡是包含具体数字、时间、因果关系、排名、政策要求或他人原话的句子，都应列入重点复核范围。

二、要求模型提供来源，但不要把引用当成证据

在继续使用初稿前，可以要求模型为每个关键结论列出来源名称、页面标题、发布机构、发布日期和对应原文位置。这个步骤有助于建立核查清单，但模型自带的链接、书目或引文仍然只是待核验线索，不能直接视为已经验证的证据。

打开来源页面后，应确认页面确实存在，并检查原文是否支持该结论。重点看三个问题：原文是否谈论同一对象，时间范围是否一致，原文结论是否被扩大或改变了条件。如果只能看到搜索结果摘要，或页面无法访问，就不要把摘要内容直接写成确定事实。

三、对关键内容逐项复查

日期与时效

核对发布日期、更新日期和事件发生日期。新闻报道、法规、产品文档和行业数据可能经历修订，文章应说明信息对应的时间点。对于当前状态，不能仅凭一篇旧页面下结论。

数字与单位

检查数字的原始口径、统计范围、单位和计算方式。例如，比例、金额、用户数或市场规模可能对应不同地区、样本或时间段。复制数据表时，还要重新核对合计、百分比和小数位，避免模型在转录过程中改变数值。

人物、机构与引用

确认人物姓名、职务、机构名称和发言时间。带引号的句子应尽量回到演讲稿、采访原文、公告或正式报告，核对是否为完整原话，是否省略了限定条件。没有找到原始出处的引语，不宜继续使用引号或归于特定人物。

法规、产品参数与研究摘要

法规要核对适用范围、施行日期、条款版本和例外情况；产品参数要查看制造商或服务提供方的正式说明，并确认对应型号和时间；研究摘要要回到论文、预印本或研究机构页面，区分研究结果、作者解释和媒体转述。

四、使用多来源交叉验证

重要结论最好由相互独立的来源进行比对，例如官方文件与专业机构报告、原始研究与研究机构说明、产品文档与监管或认证资料。交叉验证时不能只比较网页数量，还要判断来源是否都在重复同一个未经证实的说法。

多来源并不意味着绝对正确。若来源存在时间差、统计口径差异或相互引用，应在文章中说明差异，或者缩小结论范围。对于仍无法确认的内容，可以删除，也可以明确标注为推测、待确认信息或来源未能独立验证。

五、建立可复用的核查清单

1. 圈出文章中所有具体事实和关键结论。
2. 为每条结论记录来源名称、链接、发布日期和原文位置。
3. 打开原始页面，确认来源存在且内容支持原句。
4. 逐项核对日期、数字、单位、人物、引用和适用条件。
5. 对影响文章结论的内容寻找至少一个独立来源进行比对。
6. 记录核查人、核查时间、采用的版本和未解决的问题。
7. 发布前删除无法支持的表述，或使用清晰的限定语并标注不确定性。

例如，核对一张AI生成的行业数据表时，应先确认每个数字的统计口径，再分别访问报告原文，重新计算合计和比例，并记录报告年份。检查法规、产品参数和发布日期时，要保存对应页面的标题和访问时间。复核研究摘要时，则应同时阅读摘要、方法说明和结论，避免把相关性改写成因果关系。

事实核查的目标不是让文章看起来更权威，而是让每个重要说法都能被读者沿着记录追溯。对无法确认的内容保持克制，通常比用确定语气填补空白更能降低AI幻觉带来的发布风险。