AI 写出来的东西怎么核对，哪几类内容最容易被编

AI 写出来的东西怎么核对，哪几类内容最容易被编

AI 编东西的时候不会提醒你。它编得最像真的地方，恰恰是那些你懒得去查的地方：一个条文编号、一个年份、一句引文。整段读下来通顺，逻辑也接得上，只有那几处是空的。

有一回我们让它整理某地的社保缴费比例，它给了五个险种、五组数字，格式漂亮，还标注了「请按当地政策核对」。回头查人社局官网，比例对了两项，剩下三项是它按邻省的数据凑的。这类错误最费时间，因为你要先把对的错的区分开。

哪几类内容最容易被编

数字和日期

金额、比例、年限、面积、人数，这些是编造的重灾区。它知道「大概在这个区间」，就把区间里一个像样的数写上去。日期更隐蔽，年份对、月份对，日子随便填一个。

核对办法很笨但有效：把文中所有数字圈出来，逐个数它对应的事实。一篇文章里有二十个数字，就要核二十次。核不过来，说明这篇东西不该直接用。

条文编号和标准号

「根据某某法第多少条」「执行 GB/T 多少多少」，这类表述看着最权威，最容易出错。编号错一位，整段论证就悬空了。而它常常把相邻的两个标准号记混，或者把一个已废止的版本号当成现行版本。

凡是出现编号的地方，一律回原文核。国家标准可以在国家标准全文公开系统查，法律条文可以在人大网或政府网站查，行业标准要去发布部门查。查不到就删掉编号，只留结论，宁可弱一点，不要留一个假引用。

引文和出处

它给你一句带引号的专家发言，再配一个名字和单位，这几乎一定是拼出来的。真实的引文有具体的语境，AI 生成的名言多半过于工整，一句话把道理说全了，反而不像人说的。

处理方式：没有原文链接的引文，一律改成转述，或者删掉。带引号就必须能追到原文，这是底线。

先核会被引用的，再核结论

逐字核一遍成本太高。按「会不会被人拿去用」排优先级，效率高得多。

第一优先：会被复制走的硬信息

数字、编号、时间、地址、电话、价格、办事流程里的环节名称。这类内容读者会直接抄去用，错了就是实际损失。公众号转载、同行洗稿也专挑这些段落，一个错数字能传遍整个行业。

第二优先：因果关系

「因为 A 所以 B」这种句子，前半句和后半句可能各自都对，连起来是错的。核这种句子要问自己：A 真的导致 B 吗，有没有别的原因，有没有反例。

这类错误靠查资料查不出来，只能靠自己对业务的理解。它是 AI 最容易糊弄过去的地方，也是文章读起来「哪儿不对劲」的根源。

第三优先：措辞和语气

到了这一步错的概率已经很低，但语气上仍会露馅。通篇不下判断、每个问题都给两方面、结尾来一句空话，这些是机器的习惯，不是人的习惯。改这些不改事实，只改可读性。

提示词里加几句，能把编造压下去

让它标出不确定

「拿不准的地方写『不确定』，不要猜」，这一句能挡掉相当一部分编造。它的默认行为是把话说圆，你明确允许它说不知道，它才敢留空。

要求区分事实与推断

「分两栏写：有出处的事实、我的推断」，这个要求会让它自己把两类内容分开。分开之后你一眼就能看出哪些是需要核的，哪些是可以直接删的。

给它材料，别让它凭记忆答

同一个问题，不给材料它答得又快又像真的；给了材料它答得慢，但会引用原文。凡是涉及具体规定、具体数据的问题，把原文一起发过去，让它只根据原文回答，答不出来的地方直说材料里没有。

交叉问一遍，但要清楚它的局限

换一个平台问同一个问题，两边的答案如果出入很大，说明至少有一边是编的。这个办法能筛出明显的问题。

反过来不成立。两个平台答案一致，不代表对的，因为它们训练语料的重合度很高，同一个错误会被一起学进去。网上流传的假数据、假政策，它们会一起记错。

所以交叉验证只用来发现分歧，不用来确认正确。确认正确只有一条路：回到一手来源。

哪些内容必须回原文

政策文件、法律法规、行业标准、医疗和用药信息、财务和税务口径、考试和报名条件，这七类没有例外。这几类的错误代价太大，读者按错的做会出事，作者也担不起。

回原文还有一个好处：原文里的表述比 AI 的转述更有分寸。它会把「原则上」「一般情况下」这类限定词吃掉，剩下一个绝对的说法，你把原文抄回去，分寸感就回来了。

改完之后要再核一遍

最容易漏的一步在改稿之后。你把一句编造的话删掉，换成自己写的事实，前后文的逻辑却没有跟着改，于是出现「删了错误但留下矛盾」的情况。原来那句是用来支撑下一段的，删掉之后下一段悬在半空，读起来不疼不痒地别扭，很多人就这么发出去了。

办法是改完从第一段念到最末一段，只查三件事：每段有没有前提、有没有落点、相邻两段说的是不是一回事。这一步不看措辞，专门抓断裂。三千字的稿子念一遍十分钟，能抓出两三处。

谁核比怎么核更影响结果

自己写的自己核，几乎核不出问题，因为脑子里装的是想表达的意思，眼睛看到的是那个意思，不是纸上的字。让没参与写作的人核，专挑不懂的地方问，问出来的每一条都是真实的读者会卡住的位置。

小团队里一个可行的分工：写的人只负责内容和结构，核的人只负责事实和数字，两个人不交叉。核的人不需要懂这个行业，他要做的就是把每一个看起来肯定的句子标出来，问一句「凭什么」。

一份能落地的核对清单

发布前过一遍下面这几条，每条都用「是」或「否」回答，答否的要么改要么删。文中所有数字是否逐个核过来源；所有条文编号和标准号是否查过现行版本；所有带引号的句子是否能追到原文；所有因果句是否经得住反问；所有绝对化表述是否加了限定；所有涉及政策的段落是否回原文对过。

六条全过，一篇 AI 参与写作的内容才算能发。这六条花的时间，通常是写作时间的两到三倍。想省这一步，就得接受文章里混着几处查不出来的错，早晚有人指出来，那时候丢的不是时间，是别人对这个号的信任。清单可以贴在编辑部门的墙上，也可以做成发布前的一个勾选框，形式不重要，重要的是每条都真的有人去看。