AI 搜索与深度研究教程：怎样核对来源，不被假引用骗到
用来源分级、交叉验证、日期检查和证据边界，建立一套适用于 AI 搜索与研究助手的事实核验流程。
适用场景与核心原则
本教程主要面向需要进行事实核查的研究员、分析师、内容创作者及专业从业者。对于日常闲聊或无需严谨引用的场景，这套流程可能显得过于繁琐。其核心目标不是确认“有链接”，而是回答：谁最初发布、什么时候发布、原文具体支持哪一句、有哪些条件没有被写进结论。
AI 搜索和深度研究工具会给出看起来完整的引用，但链接与结论之间可能只有主题相关，没有直接证据；多个媒体页面可能都在转述同一个来源；旧页面也可能在更新日期后继续保留过时数字。可靠研究的标志不是文字多，而是每个重要结论都能被别人重复检查。
第一步：先把问题拆成可核验断言
不要直接查“某产品是不是最好”。把它拆成：支持哪些输入、价格按什么单位、适用哪些地区、数据如何处理、发布日期是什么、有哪些限制。每个断言都应该能找到一条明确证据，主观判断则要标明判断标准。
第二步：给来源分级
优先顺序可以这样定：
- 法规、标准、官方公告、产品文档和原始论文；
- 有署名和方法说明的权威研究或专业媒体；
- 对原始资料的可靠解读；
- 论坛、社交平台、聚合页和未署名转载。
低级来源不是完全不能用，它们适合发现问题和关键词，不适合独自支撑价格、政策、安全或医学结论。在医疗、法律等高风险领域，应更严格地依赖第一层级来源，并警惕第二层级来源中缺乏方法说明的内容。
第三步：建立来源表
至少记录五列：要证明的断言、来源标题、发布机构、发布日期、原文链接。再加一列“证据边界”，写清楚来源没有证明什么。
例如官方页面说“支持上传文件”，并不能自动推出“所有套餐都支持同样大小和次数”；报告说两个变量相关，也不能写成一个导致另一个。
| 断言 | 来源标题 | 发布机构 | 发布日期 | 原文链接 | 证据边界 |
|---|---|---|---|---|---|
| 示例：支持文件上传 | 产品功能文档 | 某科技公司 | 2023-10-01 | [链接] | 未说明文件大小上限及套餐差异 |
第四步：打开原文，不只看 AI 摘要
在原文中搜索关键数字和关键词，阅读前后两段，检查表格脚注、统计口径和适用条件。遇到 PDF 时记录页码；遇到会变化的网页时记录核验日期。无法打开原文的关键证据，先不要写进最终结论。
第五步：交叉验证，但不要数链接
两条独立来源比十篇互相转载更有价值。检查作者是否都引用同一公告，数字是否采用相同年份、地区和单位。发现差异时分别呈现原因，不要让 AI 擅自取平均或挑一个顺眼的答案。
第六步：压力测试：检测 AI 幻觉与编造倾向
在材料中没有答案的情况下，看工具是否愿意说“未找到”。这是检测编造倾向的有效方法。还可以要求它列出最不确定的三处、反对结论的证据，以及如果结论错误最可能错在哪里。
可直接复用的提示模板
把以下任务拆成可核验断言。
每个断言只使用能直接支持它的来源，并列出：
1. 结论；2. 原始来源；3. 发布日期；4. 直接证据；
5. 证据边界；6. 仍需人工确认的内容。
找不到一手来源时写“未找到”，不要用相关链接代替证据。
常见错误
- 只看搜索摘要，不打开页面；
- 用产品宣传证明产品效果；
- 混用月费、年付月均和税后价格；
- 忽略页面更新时间与事实发生时间不同；
- 把案例、相关性和普遍因果混在一起；
- 为了让文章完整，悄悄补上不存在的信息。
最终检查清单
发布前逐条问：关键数字有一手来源吗？日期和单位一致吗？结论超出了证据吗？读者能点击回原文吗？哪些内容是事实、哪些是编辑判断？回答不清楚的段落，就应降级措辞或删除。
AI 可以加快找资料和整理表格，但事实责任不会转移给工具。