“听着挺对”的主张，通常以三种可预测的方式出错：过期却被反复引用的旧数字、被剥离上下文的统计、没有原始出处的自信断言。到了 AI 时代，这个风险有了可量化的恶化。迪肯大学（Deakin）的研究者让 GPT-4o 写六篇文献综述，它产出的 176 条引用里，56.2% 要么是编造的、要么含错误，另有 19.9% 指向根本不存在的论文。在学术出版领域，哥伦比亚大学团队发表于《柳叶刀》的研究发现，编造引用的比例从 2023 年的每 2828 篇一例，攀升到 2026 年前七周的每 277 篇一例。让你能快速发布的那些生成式工具，同样也让你能快速发错。
这是一份 3 分钟的纪律，给记者、学生、写作者，以及任何即将发表或分享某条主张的人。它把”带检索的 AI 快速搜集来源”和”你亲手做的一次人工交叉核”配在一起——因为 AI 的总结是核验的起点，而不是终点。
TL;DR
- 把主张逐字粘进带检索的 AI（Perplexity 最直接）、亲自读前 2-3 条引用、用一个独立源交叉核、显式搜反证、核发表日期，然后写一行裁定。
- 用带检索的工具，别用纯聊天模型。Perplexity 免费版每天 5 次 Pro 搜索；Pro 每月 20 美元（按年付约合每月 16.67 美元）多了模型选择器和 Deep Research。
- 底层方法是 SIFT（Stop 停、Investigate 查来源、Find 找更好的报道、Trace 追到原文）——这正是专业事实核查员用的横向阅读法。
- 四档裁定：confirmed（已证实）、partially true（部分属实）、likely false（很可能假）、undetermined（无法确定）。把裁定连同两条最佳引用记下来，下一个人（往往是未来的你）就能从证据起步，而不是从零。
为什么”有快流程”胜过”没流程”
多数坏主张并不需要 30 分钟的研究才能识破——它们需要的是把对的三分钟用对。专业核查员不会在一个可疑页面里往深里读；他们横向阅读（lateral reading），迅速离开那个页面，去看独立来源怎么评价它。数字素养研究者 Mike Caulfield 把这套做法概括为 SIFT 方法：Stop 停下、Investigate 查来源、Find 找更好的报道、Trace 把主张追回原始上下文。下面这套流程，就是让带检索的 AI 替你跑完 SIFT 里”找更好的报道”这第一遍。
AI 的活儿是几秒钟内铺开广度：把你本来要 Google 十分钟才找到的来源端上来。你的活儿是 SIFT 要求的判断——点开、读原文，并在每一个所谓”来源”都只是又一个博客转引同一条无出处推文时，看出这一点。
这篇适合谁看
发稿前要核引语的记者和编辑、为论文找出处的学生、不想顺手放大坏数字的写作者和博主、准备转发病毒统计的社媒经理、用引用证据建简报（brief）的政策研究者。如果你的标准是”无可核来源不发”，这就是把它落地的那套例行动作。
引统计前、分享病毒主张前、在他人主张上构建论证前、接受任何没出处的数字前——都先跑一遍。重发 / 重印你自己过去发表过的主张时也跑一遍：事实会过期，2019 年的数字到 2026 年可能已经完全不对。
选你的工具（2026 年 6 月）
任何带实时网页检索、且显示引用的 AI 都行。对核验真正有影响的差异如下：
| 工具 | 套餐与价格 | 在这套流程里你能得到什么 |
|---|---|---|
| Perplexity 免费版 | 0 美元 | 每天 5 次 Pro 搜索，跑默认的 Sonar 模型；每条回答都带行内引用。偶尔核一核够用。 |
| Perplexity Pro | 每月 20 美元（按年付约合每月 16.67 美元）；认证学生每月 10 美元 | 模型选择器（GPT-5.5、Claude Sonnet 4.6、Gemini 3.1 Pro），外加 Deep Research 模式：2-4 分钟内跑几十次搜索，并给来源标 high / medium / uncertain 置信度 |
| ChatGPT（Plus 每月 20 美元） | 内置搜索 | GPT-5.5 综合能力强，但默认给叙述式总结；你得明确要求它逐条列出并链出每个来源 |
| Gemini（Google AI Pro 每月 19.99 美元） | 带 grounding 的搜索 | Gemini 3.1 Pro 带 grounding，会端出支撑链接，但和 ChatGPT 一样偏总结优先 |
| Claude（Pro 每月 20 美元） | web 搜索工具 | Sonnet 4.6 带联网；你主动问时，它很会标出自己的不确定 |
Perplexity 最契合，因为它天生引用优先：默认就把来源编号列出来，正是这套流程需要的界面。其他几款只要你逼它列源，也都能用。没检索的纯聊天模型则会自信地编造来源——前面那些统计描述的正是这种失败，而非假设。
开始前准备
- 提前定好标尺： 两个独立的 primary source，否则不发。标尺低，产出多，错也多。
- 准备一个记裁定的地方： 一份朴素的”已核主张”文档，记日期、主张、裁定、前两条来源 URL。你会比预想中更常复用它。
- 每条限时 3 分钟。 3 分钟出不了裁定的，需要的是更深的研究、不是更快的一遍——标
undetermined，另排深查时间。
3 分钟流程，逐步走
- 逐字粘主张。 别 paraphrase；你的改写会夹带你自己的假设。在 Perplexity 里这样提示：“这个主张准确吗？只引具体的 primary source。注明任何冲突证据，以及每个来源的发表日期。”
- 亲自读前 2-3 条引用。 点开、扫真实页面。跳过 X/Twitter、Reddit、聚合博客；去 primary source——同行评审论文、官方统计页、署名报告。如果前几条引用全是聚合彼此互引，这条主张的来源链就弱，到这里你就能停。
- 在 AI 之外，交叉核一个独立源。 自己单独搜底层统计：政府统计页、被引论文本身、或一家竞品刊物。两个真正独立的来源相互对齐，才算支撑得稳。（这是 SIFT 里的 Investigate 和 Find。）
- 显式搜反证。 提示：“给我这个主张最强的反证。一个可信的人反对它会引什么？” 分歧是常态；从不去找它，才是失败模式。
- 核时效。 统计会腐烂。2019 年的”67% 的 X”，到 2026 年可能已是 51%。找到 primary source 上的发表日期，再按同一指标搜更新的数据。
- 自己写一行裁定。 四档：confirmed（多个 primary source 对齐）、partially true（仅在更窄范围内正确）、likely false（primary source 与之矛盾）、undetermined（在限定时间内无法核）。
- 把裁定连同两条最佳引用记下来。 下次同一主张再冒出来，你从证据起步，而不是从零。
如果你用的是 Perplexity Pro，且这条主张确实有争议，第 1 步就开 Deep Research：它会跑几十次搜索，并返回逐源的置信度评级——这比你在第 4 步自己去翻分歧更快。但它替代不了第 2、3 步：你仍要亲自点开、亲自核原文。
核验 prompt 模板
Claim: [逐字粘，别 paraphrase]
核验：
1. 这个主张准确吗？只引 primary source，并附 URL。
2. 每个底层来源的发表日期是？
3. 主张是逐字引语、单条统计、还是综合？
4. 最强的可信反证是？
5. 过去 12 个月里，有人更新、反驳或撤稿过它吗？
返回：
- 3 条顶引：各附 URL + 一句话总结
- 底层数据最早来自哪一年
- 最佳反证引用（如有）
- 你的评估：confirmed / partial / likely false / unclear为什么一定要点开？编造引用的陷阱
最管用的那一条规则，是第 2 步：把来源点开。AI 生成的虚假信息，很少是靠”不引任何来源”出错——它出错的方式是引一个听着很像、却不存在、或根本没说那句话的来源。前面那项迪肯研究（56.2% 的 AI 引用是编造或出错的），和到 2026 年初已被 Damien Charlotin 数据库收录的 1227 起法庭案例，是同一种失败在规模上的重演：有人信了一条自己从没点开过的引用。点开它，几秒钟就破。一条你没点开过的引用，根本不算引用，只是一条挂了 URL 的猜测。
容易踩的坑
- 不读引用就信 AI 裁定。 总结是起点，不是结论。
- 跳过反证搜索。 不主动找证伪，你就只会确认你已经相信的东西。
- 把”部分属实”当”完全真”分享。 修饰词才是重点；带着修饰词分享，或干脆别分享。
- 把聚合博客和 Wikipedia 当 primary source。 它们是指向 primary source 的指针，不是来源本身——顺着脚注追下去。
- 忽略发表日期。 2026 年的文章里引 2022 年前的统计是疑点，除非语境明确是历史叙述。
- 给一条要 30 分钟的主张硬套 3 分钟框。 有些主张（医疗、统计、多步因果）快流程啃不下来。标
undetermined，另排深研究。
FAQ
- 这件事为什么用 Perplexity 而不是 ChatGPT？: Perplexity 天生引用优先，默认就把来源编号列出来，正是第 2 步需要的。带搜索的 ChatGPT（GPT-5.5）很强，但默认给叙述式总结——你得先要求它逐条列出并链出每个来源，它才在这儿好用。
- 免费版够用吗？: 偶尔核一核，够——Perplexity 免费版每天 5 次 Pro 搜索且带引用。如果你天天核、或需要 Deep Research 和模型选择器（GPT-5.5、Claude Sonnet 4.6、Gemini 3.1 Pro），Pro 每月 20 美元（按年付约合每月 16.67 美元，认证学生每月 10 美元）很快就值回。
- 抓得到 AI 生成的虚假信息吗？: 抓得到，前提是你真的点开 primary source。如数据所示，AI 的编造通常表现为”听着像、却不存在或被错引的论文”；点开就立刻破。
- 复杂主张要多久？: 医疗、统计、多步因果类主张确实要 30-60 分钟。把这 3 分钟当分流：
confirmed的发，undetermined的另排深查。 - 如果所有可得来源都是 secondary 怎么办？: 那本身就是裁定——“无 primary source 可得，按未核处理”。别用自信的措辞去糊弄弱来源。
- 裁定该公开发吗？: 如果你做公开研究，发。一份带源的已核裁定能建立信任，并在同一主张再次流传时减少你自己的工作量。