AI 联网答案附了链接，也不能直接当成正确。最实用的做法是把答案拆成几个可核验的主张，逐条打开原页，确认原文确实支持这句话，再检查日期、版本、地区和例外。普通资料可抽查关键结论；医疗、法律、财务、合同和对外发布内容，应全部核验并保留证据位置。
先分清：有链接、来源真实、主张成立是三件事
第一层是链接能打开；第二层是页面确实来自它声称的机构或作者；第三层才是页面内容支持 AI 的具体说法。很多错误不会表现为假网址，而是“真页面配错结论”：来源谈的是有限地区、旧版本或小样本，答案却把它扩展成所有用户、当前版本和普遍效果。
联网或 Grounding 能让系统取回网页并显示引用，但引用机制不是自动事实认证。Google 的 Gemini API 文档把 grounding metadata、搜索词与来源块作为开发者呈现引用的依据；OpenAI 的 web search 文档也要求向用户清晰显示可点击引用。这些机制提高可追溯性，却没有替读者判断来源质量和原文含义。
五分钟核验法：从最重要的一句话开始
第一步：圈出会改变决定的主张
先标出名字、数字、日期、价格、政策、功能开放范围、研究结论和操作建议。把“这款功能已经面向所有人开放，所以现在可以直接迁移”拆成至少三个主张：功能是否存在、谁能用、是否足以支持迁移。形容词和顺畅语气不是证据，决定性事实才优先核。
第二步：打开原页，不停在引用卡片或摘要
确认最终网址、页面标题、发布机构和正文。转载、聚合页、论坛回答与搜索摘要可以帮助发现线索，但关键事实尽量回到厂商文档、政府或学校原文、论文版本记录等第一手材料。页面 404、需要登录或只能看到摘要时，当前证据就是不完整，不能用猜测补齐。
第三步：在原文中定位支持句
用页面查找搜索产品名、数字、日期或结论关键词，阅读命中位置前后至少一段。找不到对应句，或原文只说“可能”“在部分样本中”“预览”，就把 AI 的强结论降回原文范围。学术引用还要核标题、作者、期刊、年份与 DOI 是否一致；北卡罗来纳大学夏洛特分校图书馆也建议最终找到全文，而不是只确认一条书目信息存在。
第四步：核对时效和适用条件
看发布日期、更新时间、文档版本、适用国家或地区、账号计划、设备和组织权限。旧公告说明“当时发布了什么”，当前帮助页说明“现在怎样使用”，两者冲突时要继续找变更记录，不能自动挑更符合答案的一条。价格、功能、合规和下线信息都属于高时效内容。
第五步：重要结论找独立证据或明确保留意见
第二条证据应尽量独立，而不是多个网站转载同一新闻稿。若只有一家机构能证明自己的产品入口，可用该官方页确认“它声称什么”，但效果、普遍适用性或风险结论仍需独立研究、实际记录或专业判断。找不到第二条证据时，写成“官方称”“目前仅确认”或“未核实”，比填补空白更可靠。
怎样判断来源本身值不值得信
来源可信度取决于当前任务。产品功能以当前官方帮助页和更新日志为先；法律法规以主管机关和法律原文为先；论文结论回到正式出版页、版本和全文；经验问题可参考真实用户反馈，但不能把单个帖子当成总体结论。域名看起来权威，也要确认具体页面是否仍有效、是否由有责任的主体发布。
还要区分“来源支持事实”和“来源质量足以支撑决定”。厂商博客可证明厂商作出了某项声明，却不一定能独立证明性能优于竞品。相反，第三方测评若未公开输入、版本、样本和失败结果，也不能因为数据很多就自动可信。
遇到互相矛盾的来源，按四个顺序处理
先比对象，再比日期
很多“矛盾”其实比较了不同计划、地区、版本或定义。先把对象对齐，再看哪一页更新、哪一页明确标注生效时间。公告与现行文档冲突时，保留两者链接，并说明目前采用哪一条以及理由。
再比证据类型与责任主体
法规原文通常高于媒体转述，产品控制台或现行帮助页通常高于旧营销稿，公开方法和原始数据通常高于没有过程的总结。若两个第一手来源仍冲突，不要替它们制造一致结论；把冲突写出来，并暂停会造成损失或不可逆影响的动作。
用证据台账避免“看过但说不清”
对工作报告、采购建议、学习资料和公开内容，最小台账只需五列：主张、来源网址与原文位置、日期或版本、适用条件、判断。原文位置可以是章节名、表格名、页码或一句可定位的短摘记；不要整页复制。把“支持、部分支持、过期、矛盾、未找到”分开，复核人就能看到证据缺口。
Microsoft 当前的 Copilot 输出验证指南同样把 Source、Verified、Context 与 Resilient 分开：答案应与来源一致，关键事实独立确认，补足会改变结论的上下文，并考虑条件变化。这个框架适合办公结果，但仍不能让 AI 自己给自己的正确性盖章。
不同场景应该核到什么程度
日常了解：抽查关键结论
天气、普通背景知识或低风险灵感，可先核最影响理解的两三条事实。若答案只是起点，不必为每个常识句建立台账；但出现精确数字、最新状态和陌生专有名词时应打开来源。
办公与学习：核全会被转发或引用的内容
会议纪要、客户邮件、课程作业、市场材料与管理建议，一旦会进入文件、邮件或演示文稿，就要核名字、日期、数字、原话与结论边界。学术写作不能只让 AI 生成参考文献后照抄；华盛顿大学图书馆建议直接搜索引用、核 DOI，并强调人工验证。
高风险决定：把 AI 当线索，不当最终意见
医疗、法律、财务、安全、合同和监管问题要回到适用地区的权威原文与合格专业人员。即使引用正确，个人情况、时点和责任主体也可能改变结论。无法核实的答案应暂停行动，而不是用更多相似的 AI 回答互相背书。
核验后怎样安全地使用这段答案
把原答案改写为三层：已核实事实、仍有条件的判断、尚未核实的缺口。保留核验日期和原页位置；删除无法定位的数字与绝对化结论；如果页面后来更新，重新检查受影响主张。对外发布时直接引用你实际打开的来源，不要引用 AI 的二手转述。
读者下一步可继续查看 AI 幻觉的类型与核验方法、Perplexity 引用与模式选择 和 AI 学术工具与文献核验工作流。
来源与更新边界
本文于 2026 年 10 月 15 日核对 Microsoft Copilot 输出验证、Copilot 来源查看、Gemini Google Search grounding、OpenAI web search、华盛顿大学图书馆与北卡罗来纳大学夏洛特分校图书馆。产品界面、引用呈现和文档位置会变化；使用时以打开当日原页为准。本文是编辑核验方法，不代表本站对某一平台完成了账号内实测。
