让 AI 给出可核查的引用来源,靠 3 个动作:限定来源范围、要求逐条标注、要求查不到就说没有。设置位置在系统提示词或每轮提问的开头,1 句约束就能改掉大部分编造。带来源的回答比不带来源的长 30% 左右,这是正常的代价。
2026 年 2 月我给 1 份行业材料做校核,让模型补 12 条数据和出处。第 1 轮它给了 12 条,其中 4 条链接点开是 404,2 条指向的页面里根本没有那个数字。第 2 轮我在提示词里加了 3 句话:只允许引用官网与标准文本、每条给机构名与年份、找不到就写「未找到」。这一轮 12 条里有 9 条能对上,剩下 3 条它主动标了未找到。
第 2 件决定回答质量的上限。白名单越具体,模型越不会去引自媒体聚合页。我通常把它写成 1 段 60 字左右的说明,贴进系统提示词,每轮不用重复。
6 步里第 3 句最管用。模型编造来源,往往是因为任务要求它「必须给出来源」。给它 1 个承认找不到的出口,编造率会明显下降。我做过对照:同 10 个问题,不加兜底句有 4 条编造,加了以后剩 1 条。
| 字段 | 怎么写 | 常见错填 | 错填的后果 |
|---|---|---|---|
| 来源范围 | 列 3 到 5 类站点 | 只写「权威来源」 | 模型自己判断什么是权威 |
| 标注格式 | 机构名 + 年份 | 只写「附来源」 | 答出来只有 1 个平台名 |
| 兜底话术 | 未找到公开来源 | 不写 | 强行编 1 条凑数 |
| 引用与概括 | 明确分开标注 | 混在一起 | 把概括当成原文 |
| 时效要求 | 优先近 3 年 | 不写 | 引 2015 年的旧数据 |
5 行里第 2 行与第 4 行是一组。只要求「附来源」不要求格式,答出来会是「据相关报道」这种没法核的表述;不区分引用与概括,模型会把自己的推断也挂上 1 个链接,看起来很像原文。
按 3 层写:第 1 层是必须用的(政府与标准文本),第 2 层是可以用(协会、年报、期刊),第 3 层是明确不用的(问答平台、聚合站、内容农场)。写清 3 层,比写 1 句「用权威来源」有用得多。
第 3 层要写具体名字吗。写 2 到 3 个常见的聚合站域名就够,写太多会占满提示词。模型对域名类约束的遵守度高于形容词类约束。
第 1 条与第 3 条要一起看。链接能打开但内容不符,比链接打不开更麻烦,因为前者看着可信。核对习惯是点开链接后按 Ctrl+F 搜那个数字,30 秒能确认。
第 2 条是压力测试。我常拿「某地 2026 年某类补贴的受理窗口地址」这种细问题试,编造的回答会给出 1 个像模像样的地址,老实回答的会说不确定并建议去官网查。
先测已知答案的,10 个问题里挑 3 个你自己有原文的,看它引的来源对不对得上。再测半知半解的,选 3 个你知道大概但细节记不清的,看它敢不敢标未找到。最后测完全不懂的,1 到 2 个冷门问题收尾。
顺序别反过来。先问冷门问题,模型连错几次你都判断不了错在哪;从已知答案开始,能先确认它是不是真的读了原文。
第 1 个误解是来源越多越可靠。10 条来源里有 6 条指向同 1 篇聚合稿,等于 1 条。看来源先看去重后有几家,2 家独立来源比 8 条同源引用有用。
第 2 个误解是模型引的原文可以直接用。原文抄得再准,也要回原页面看上下文,有的数据是在特定条件下得出的,摘 1 句会失真。
第 3 个误解是设置 1 次就永久生效。换模型版本、换会话、换账号,提示词都可能丢。我给自己的做法是每季度检查 1 次,顺便更新白名单里失效的域名。
建 1 个来源清单文件,按主题分栏,每条记 4 项:机构、标题、链接、核对日期。模型给的来源能进这份清单的,说明核过了;核不过的当场删掉。
清单每季度过 1 遍。政府类链接常改版,旧路径打不开的情况我遇到过 7 次;协会类报告每年换 1 版,年份要跟着改。维护这 20 分钟,比每次重新找来源省事。
机构、标题、链接、核对日期,4 列足够。主题另起 1 个分页,别塞进同 1 列,检索时不好用。我把工业类、政策类、标准类分成 3 页,每页 30 到 50 条。
核对日期这列别省。2 年没核过的链接,打不开的概率超过一半。我的做法是每季度筛 1 次,把超过 180 天的标黄,优先核黄色那批。
清单不用追求条数多。50 条常用来源,够支撑 1 年的写作与校核;攒到 300 条反而每条都用不上。质量看的是能打开、能对上、有日期这 3 件事。
提示词与清单要分开存。提示词放在产品的自定义指令里,清单放在本地表格里,两者不混。混着存,改清单时会连提示词一起改动,下次提问又要重新调。
本文信息核对时间:2026-11