切换阅读主题
给 AI 的回答做一次事实核查
一段回答看起来完整，不代表其中的每个事实都成立。与其只问 AI“你确定吗”，不如把答案拆成几个可以独立核实的陈述。
先找出哪些内容需要核对
优先标记具体数字、日期、产品能力、文档链接、论文引用和操作步骤。把“这个方案很好”与“这个版本支持这项功能”分开，后者需要明确的证据。
如果一个结论会影响较大的实际决定，也应投入更多核查时间。
回到原始来源
拿到一个引用后，直接打开对应页面，检查标题、作者、日期与正文。确认来源确实存在，而且讨论的是当前问题。
常见的检查顺序是：官方说明、原始研究、实际发布记录，然后再参考其他解释性材料。不同来源适合支持的结论并不一样。
让证据对应到具体结论
| 要核对的内容 | 可执行的检查 |
|---|---|
| 产品有没有某项能力 | 查看对应版本的官方说明与限制 |
| 一段代码是否正确 | 在适用环境里运行，检查正常和边界输入 |
| 论文是否证明某个观点 | 阅读实际实验条件、结果与局限 |
| 一段摘要是否准确 | 与原文逐项比对，检查是否遗漏限制条件 |
一个网页的存在，只能证明它存在。它的内容必须直接支持你要确认的陈述，才算找到有效证据。
区分“观察到”与“推测出”
记录结果时，可以使用明确的表达：
- “在这个输入与环境下，实际结果是……”
- “根据这两段资料，我的推测是……”
- “目前还没有找到能确认这一点的来源。”
这样下次复查时，不会把暂时判断误当成已经验证的事实。
留一份小检查清单
- [ ] 来源链接可以打开，标题与正文相符。
- [ ] 日期或版本适用于当前问题。
- [ ] 原始内容直接支持所写结论。
- [ ] 代码或操作步骤经过实际验证。
- [ ] 不确定的内容已经单独标明。
这份清单可以按任务删减。重要的是让核查成为流程的一部分，而不是等到出错之后才开始寻找证据。