AI 给出一串论文名、年份、链接时,我现在的第一反应不是“太专业了”,而是先停两秒。以前我也踩过坑:内容写得滴水不漏,引用格式也像模像样,结果一查,文献根本不存在。AI 很会把零碎信息拼成完整故事,引用恰好是最容易让人放下戒心的部分。

最快的方法不是逐字读完,而是先抓最容易核对的身份信息:标题、作者、发表年份、DOI 或链接。把其中一两项拿去检索,看看能不能找到来源原页,信息能否对得上。
如果链接打不开、跳到无关页面,或者标题能搜到但作者和年份对不上,这条引用就该先判为高风险。尤其是那种题目特别贴合你的问题、却找不到原始页面的“完美论文”,我会格外警惕——它往往太像模型临场编出来的。
来源存在,不代表 AI 用对了。第二步,我会回到原始页面,核对三个点:文章到底讨论什么、AI 提到的结论是否出现在其中、结论有没有被夸大。
比如来源只是在提出一种可能性,AI 却写成确定事实;来源讨论的是特定条件,AI 却把它推广到所有场景。这种“有出处但引错”的情况,比完全虚构更隐蔽。
我现在处理重要邮件、业务判断或学术信息时,只要 AI 给出关键事实,就要求它附上可点击的原始链接,并明确标出哪些地方不确定。没有来源的内容可以当线索,不能直接当结论;来源能打开但支撑不足,也别因为“它至少引用了”就放行。
核查引用不必搞得像侦探办案。先确认它存在,再确认它相关,最后确认它真能支撑那句话。把这三步养成习惯,AI 的那点“自信式吹牛”,就没那么容易把我们带跑偏了。
参与讨论
暂无评论,快来发表你的观点吧!