先把回答拆成独立主张,再按影响和可疑程度排序;数字、日期、引用、法规和因果关系优先。每个关键主张至少回到一个一手来源,并确认来源发布日期与适用范围。
先拆主张,不要整段搜
一段回答里可能混有事实、推断、建议和修辞。逐句标记:谁、在什么时间、做了什么、数值是多少、因果关系是什么。只有拆成单一主张,才能判断需要什么证据。
建议类内容也有隐含主张,例如“这样更安全”需要说明比较对象和风险范围。把模糊的“通常、业内、研究表明”列为待核验信号。
五步核验
- 01
圈出高风险信息
优先数字、日期、人名、论文、法规、产品规格、医疗和财务判断。
- 02
寻找一手来源
论文看原文,规则看主管部门,产品能力看官方文档;搜索摘要和转载只作为线索。
- 03
检查时间与范围
确认来源是否仍有效,适用于哪个地区、版本、群体和前提条件。
- 04
寻找反证
主动搜索相反结论,避免只收集支持原回答的材料。
- 05
重写结论强度
证据只支持相关性,就不要写成因果;信息未确认,就明确标注未知。
让 AI 帮忙拆解,而不是替你证明
把下面回答拆成可独立核验的主张。用表格输出:主张、类型(事实/推断/建议)、影响等级、需要的一手来源、时间敏感性。不要判断真假,不要生成或猜测来源链接。 回答:<<<粘贴内容>>>
假引用的四个信号
- 标题像真的,但在作者、期刊或机构官网找不到
- 链接域名正确,具体页面却不存在或内容不相关
- 来源存在,但原文没有支持回答中的数字或因果结论
- 引用的是旧版本规则,却用现在时描述
你可能还想问
有三个来源都这么说,能算证实吗?
不一定。三个网页可能都转述同一条错误信息。要追到它们共同引用的原始数据、论文或官方文件。
让 AI 联网搜索就不会编造了吗?
联网能提供材料,但仍可能选错来源、误读内容或把过期信息当作现状。关键结论仍需打开原文核验。
哪些内容最应该优先核对?
会改变决策的内容:价格、时间、资格条件、法规、风险、数字和明确归因。低影响的措辞不必平均投入同样时间。
参考资料
本文为面向普通使用者的解释与操作建议。关键概念参考以下一手资料:
- NIST《生成式人工智能风险管理框架》用于核对生成式 AI 的虚构、隐私与风险管理表述。