AI 搜索比聊天机器人可信，因为它给链接。但「给了链接」和「说的是链接里的话」是两件事。
实际使用中，错误集中在三类，识别方法各不相同。
一、第一类：引用是真的，内容是假的
最容易被骗的一种。表现形式：
- 链接点开是 404，或者跳到一个完全不相关的大站首页
- 链接真实存在，但里面没有这句话
- 链接存在，观点相反
为什么会出现：检索环节拿到了一批候选页面，生成环节在组织答案时，模型会把「看起来合理的出处」拼到结论上。它学的是「论文引用长什么样」，不是「这句话到底出自哪」。
识别方法：不要看链接标题，在原文里搜关键词。打开链接后按 Ctrl+F 搜你关心的那个数字或那句结论。搜不到，这条就是编的。
这一步 10 秒，能挡掉大部分错误。
二、第二类：信息对，但版本或时间错位
这一类更隐蔽，因为内容本身没错，只是过期了。
典型场景：
| 领域 | 错位表现 |
|---|---|
| 软件版本 | 描述的是两年前的界面和菜单路径 |
| API 文档 | 参数名改了、接口弃用了 |
| 政策法规 | 引用已废止的条款 |
| 价格 | 用的是调价前的数字 |
| 税率 / 社保基数 | 用的是上一个年度的标准 |
生成式模型的训练数据有截止时间，检索虽然能拿到新页面，但模型倾向于用「记忆中更熟悉」的旧说法覆盖新信息。所以经常出现「引用了 2026 年的文章，写的却是 2023 年的做法」。
识别方法：看三样东西——页面上的发布日期、文中的版本号、有没有「已弃用 / deprecated」字样。三者缺一，就要回到官方来源核。
对技术问题，官方文档永远优先于任何二手教程，包括 AI 的总结。
三、第三类：把推测写成断言
前两类还能靠链接查，这一类连链接都没有——模型在「合理推断」，但语气和陈述事实完全一样。
常见于：
- 「这个函数的时间复杂度是 O(n log n)」（实际取决于实现）
- 「一般建议每天摄入 X 毫克」（个体差异巨大）
- 「这项政策适用于所有小微企业」（有大量例外条款）
- 「该 API 默认超时是 30 秒」（不同版本默认值不同）
判断线索：出现「一般来说」「通常」「大部分情况下」却给了具体数字的，基本都是推断。
识别方法：问一句「这个结论的原始出处是哪份文件」。答不上来、或者又给一个泛泛的链接，就当它没说。
四、哪些领域必须回原始来源
有些错误的代价只是重做一次，有些代价很大。下面这些不要采信 AI 的总结：
| 领域 | 必须核对的原始来源 |
|---|---|
| 法律条款、合同 | 法律法规数据库、正式文本 |
| 医疗、用药剂量 | 药品说明书、临床指南 |
| 税务、社保 | 税务局 / 人社局官网公告 |
| 财务、会计处理 | 会计准则原文 |
| 技术参数、API | 官方文档对应版本 |
| 报价、价格 | 官方定价页 |
| 学术引用 | 论文原文（不是二手综述） |
一个实用原则：涉及钱、健康、法律、可执行代码的，一律回原文。
五、四步核对流程
不用每次都全套，按重要性选。
第一步：看答案里有没有具体到可验证的细节。 「研究表明」不算细节；「2025 年某大学某团队、样本 1200 人」才算。没有细节的结论，可信度天然低一档。
第二步：点开最关键的 1～2 个链接，搜关键词。 不需要全点，只查支撑核心结论的那一两个。
第三步：交叉验证。 同一个问题，换一家 AI 搜索再问一遍。两家给出不同的具体数字，说明至少有一家在编，这时候只能回原始来源。
第四步：对时间敏感的信息，确认年份。 价格、税率、版本号，这三个最容易过期。
六、为什么不能靠「问得更细」来解决
很多人以为「让它给出处就不会编了」。实际效果有限：明确要求引用，只会让编造变得更像真的——它会给你一个格式完全正确的假引用。
真正有效的约束是：
- 让它只根据你提供的材料回答（把原文贴进去，而不是让它去检索）
- 要求「材料里没有的，就说没有」
- 让它把答案和原文段落逐条对应
这也解释了为什么「把文档丢给 AI 读完再问」比「让 AI 去网上找」可靠得多：前者有唯一的事实来源，后者要它自己判断哪个来源可信。
七、一个反面用法：把 AI 当索引，不当答案
最稳的使用姿势是：
- 用 AI 快速搞清楚「这个问题涉及哪几个概念、该查哪份文件」
- 拿到关键词和文件名，自己去读原文
- 用 AI 帮你解释读不懂的段落
这样 AI 承担的是「检索和翻译」的工作，不承担「给出事实」的责任。错误率立刻降一个量级。
对比两个版本的答案差异，也能快速发现模型在两次回答里改了口：
👉 文本对比
八、小结
| 错误类型 | 特征 | 核对动作 |
|---|---|---|
| 编造引用 | 链接 404 / 原文搜不到关键词 | Ctrl+F 搜原文 |
| 版本错位 | 引新文章说旧做法 | 看日期、版本号、deprecated |
| 推测当结论 | 「一般来说」+ 具体数字 | 问原始出处 |
一句话：AI 搜索省的是「找资料」的时间，不是「判断真假」的责任。 前者可以外包，后者不行。