夜雨聆风「泡壶茶的时间，听我聊聊。」
用AI查资料，最怕什么？
不是查不到，是查到了但不是真的。
你问它一个数据，它给你一个看起来特别像的数字。
你问它一条政策，它给你一段看起来特别正规的条文。
你去核实——没这回事。
AI编的，比它查的还真。
这事很多人踩过坑，但大多数人不知道怎么治。
不是换一个AI就能解决——所有大模型都有这个毛病。
治这个病，靠的不是工具，是方法。
下面三步，照着走。
先说一句——AI"编"不是故意骗你
AI没有"骗"的动机。
它编，是因为它的工作原理是"预测下一个词"——根据它见过的海量文本，猜一个最合理的回答。
如果它见过正确答案，它猜对。
如果它没见过，它就猜一个"看起来合理"的——这个"猜"就是编。
而且它编得特别像，因为它见过太多真实文本，知道真话长什么样。
它按"真话的模板"编了一段假话——你看着像真话，但它确实是假话。
所以治这个病的核心思路是：别问它"答案是什么"，问它"根据是什么"。
01第一步：先限定范围——让它只在"你信得过的地方"找
大多数人查资料，直接问：
2024年中国数字经济规模是多少？
AI给你一个数字，你看不出来是真是假。
因为它可能从某篇论文里摘的，也可能自己编的——你分不清。
第一步要做的，是限定它只能从你信得过的来源里找答案。
请回答以下问题，但必须遵守： - 只能引用政府官网、权威研究机构、主流媒体的公开数据 - 每一条信息必须标注来源（机构名+年份+链接或出处） - 如果找不到可信来源，请直接说"未找到权威数据"，不要自己估算 问题：2024年中国数字经济规模是多少？
关键就一句："找不到就说找不到，不要自己估算"。
这句话砍掉了AI"编"的空间。
它想编，但你告诉它——编不了就别编，承认不知道就行。
一个AI能说"我不知道"，比一个AI什么都说"我知道"更可信。
02第二步：让它"拆开说"——结论和依据必须分开
限定范围之后，AI的回答质量会好很多。
但还不够——它仍然可能把"部分真实+部分推测"混在一起，你分不清哪些是查到的、哪些是它补的。
所以第二步：让它把结论和依据拆开。
请按以下格式回答： 【直接结论】 一句话回答问题。【依据】 列出你得出这个结论的所有依据，每条写明： - 来源：哪个机构/文件/报道 - 原文或关键表述：引用原文片段 - 时间：数据发布时间【可信度判断】 - 如果依据来自官方统计：标注"高可信" - 如果依据来自媒体报道或第三方研究：标注"中可信" - 如果依据来自你自己的推算：标注"低可信——仅供参考" - 如果没有任何依据：标注"无依据——可能是推测"
这一步的核心是"可信度标注"。
你一眼就能看到：哪些是铁打的数据，哪些是媒体的二次解读，哪些是AI自己推的。
红线的部分不用纠结，灰线的部分你自己再核实。
AI不用保证全对，它只要帮你标出"哪些可能不对"就够了。
03第三步：交叉验证——让AI自己查两遍，再帮你对比
前两步做完了，答案质量已经比直接问高很多。
但如果你查的东西特别重要——比如写报告用的数据、领导要的数字——
还得加一步：让AI交叉验证。
# 交叉验证 请对以上回答做二次验证：1. 换一组关键词重新搜索同一问题，看能否找到不同的来源 2. 如果找到新来源，对比两组数据是否一致 3. 如果数据不一致，分别列出两边的来源，标注哪个更权威 4. 如果找不到第二个独立来源，明确标注"此数据仅有单一来源，建议人工核实"
这一步的逻辑很简单：
一个来源可能是错的，两个独立来源说同样的话，大概率是对的。
查不到第二个来源，不代表一定是假的——但你需要知道"这个数据只有一个人说过"。
知道了就能决定：要不要自己再去核实一遍。
AI帮你省的不是"不用核实"，是"知道哪些需要核实"。
三步走，回顾一下
• 第一步限范围：只让它从可信来源找，找不到就说找不到，不许编 • 第二步拆依据：结论和来源分开，每条标可信度，一眼看出哪些可能不对 • 第三步交叉验证：换关键词再查一遍，两个来源对上了才放心，只有一个来源的标"建议人工核实"
三步走完，AI给你的不再是"一段看起来像真话的文字"，而是一份标了来源、标了可信度、做过交叉验证的资料。
还有可能不完美——但至少你知道哪里不完美。
写在最后
AI查资料这件事，最危险的不是它错了，是它错了你还看不出来。
因为AI编的东西，看着跟真的一模一样。
治这个病的办法，不是不信AI，是让AI把"依据"摆在明面上。
依据在，你自己判断。
依据不在，你就知道这段话得再查查。
AI不保证全对，但它可以帮你标出"哪里可能不对"。
这个比"全对"更实用。
好用。
「煮茶论AI」每周二、周四、周日 更新，关注不迷路。
AIGC标识: fcb33c82-c9c3-472f-95e3-e59efe7d746d
