利用 ChatGPT 查资料 很适合帮我们快速整理资料，但「回答得很像真的」不等于资料已经被证实。尤其是日期、数字、人物职位、产品规格、法律政策、公司交易和最新新闻，只要其中一个细节错了，整篇文章就可能建立在错误前提上。

这也是我现在使用 AI 写文章时越来越重视的一步：不要只问 ChatGPT「答案是什么」，还要追问「这句话从哪里来，我能不能自己打开来源确认？」

OpenAI 自己也提醒，ChatGPT Search 的搜索结果和引用可能不完整、过时或错误；准确性重要时，应打开引用来源、检查发布时间，并优先采用权威资料。换句话说，有 citation 不等于已经完成事实核查。

为什么 AI 会给出看起来很合理的错误答案？

大语言模型的核心工作，是根据上下文预测接下来最合适的文字，而不是像数据库一样逐项读取一个「绝对正确答案」。我之前在 LLM 是什么？大语言模型的原理与常见问题解析 里解释过 Token、Transformer、Context Window 和幻觉等基本概念。

美国国家标准与技术研究院（NIST）在生成式 AI 风险管理资料中，也把生成式 AI 的可靠性、验证与风险管理视为需要持续测试和评估的问题。实际使用时，与其期待模型永远不犯错，更现实的做法是建立一套可重复的核查流程。

第一步：先把「事实」和「意见」分开

不是文章里的每一句话都需要用同样方法核查。先把内容分成几类：

• 硬事实：日期、价格、人数、金额、职位、地点、产品规格、法规门槛；
• 可验证判断：某家公司是否为市场领导者、某项技术是否已经普及；
• 分析与意见：为什么某个趋势值得关注、某种做法是否适合个人网站。

最先检查硬事实。因为「2026 年推出」和「2025 年推出」、「RM3 million」和「RM3 billion」这种差异，不是写作风格问题，而是对错问题。

第二步：要求 AI 给来源，但不要停在这里

使用 ChatGPT 查资料 时，可以要求它附上来源，或者明确指定「优先找官方资料」。ChatGPT 的网页搜索可以提供相关网页链接和引用，但 OpenAI 的说明同样提醒用户：引用本身仍可能不完整、过时或不正确。

所以我的原则是：citation 是核查的起点，不是终点。

可以直接打开 OpenAI 的 ChatGPT Search 说明 查看目前搜索与来源功能的官方说明。

第三步：重要资料尽量回到第一手来源

如果文章写的是某家公司公布新产品，优先找公司 Newsroom 或正式新闻稿；如果是政府政策，找政府部门、法令、官方 FAQ；如果是研究结果，尽量找到论文、研究机构或原始报告，而不是只引用二手报道。

这不代表媒体报道没有价值。Reuters、Bloomberg、FT 等专业媒体很适合帮助理解背景、市场反应和不同观点，但如果一个数字本来就来自公司财报，最好还是把财报或交易所公告一起打开。

第四步：检查日期，不只检查内容

AI 最容易让人忽略的一件事，是「这件事曾经正确，但现在已经过时」。

例如软件功能、ChatGPT 产品界面、Google 搜索规则、WordPress 插件版本和政府政策都会改变。看到一篇资料时，我会同时检查：

• 什么时候发布？
• 有没有后来更新？
• 文章描述的是哪个版本？
• 有没有更新的官方文件取代它？

因此，写「目前」「最新」「现在已经支持」这类句子时，日期本身就是事实的一部分。

第五步：关键数字至少做一次交叉核对

金额、百分比、市场规模、增长率和调查人数特别容易被抄错，也容易因为单位不同产生误解。

如果一个数字很重要，我通常会尝试找到第二个独立来源，或者回到原始报告确认。还要注意 million、billion、百分比与百分点、财年与自然年、马币与美元这些看起来很小但会改变结论的差异。

如果第二个来源只是转载第一个来源，它并不算真正的独立验证。

第六步：不要让 AI 自动补齐它不知道的细节

写作时最危险的情况之一，是原始资料没有提供某个细节，但为了让段落完整，AI 自动补出一个听起来合理的答案。

比较安全的提示方式不是「帮我把资料补完整」，而是：

只使用已经确认的资料。找不到可靠来源的细节请明确标记为未确认，不要推测或补写。

这类限制不能保证零错误，却能减少模型为了让文章流畅而擅自填空的机会。我在 用 ChatGPT 写 WordPress 文章：从选题到 Yoast SEO 的 8 步流程 里也把事实查证放在正式进入 WordPress Draft 之前。

第七步：发布前做一次「反向事实检查」

文章写完以后，不要只检查错字。可以把文章中的关键事实重新抽出来，做一张简单清单：

1. 人名与职位；
2. 公司与产品名称；
3. 日期与时间；
4. 金额、百分比与数量；
5. 引用内容；
6. 政策、法规与资格条件；
7. 所有使用「首个」「最大」「唯一」「最新」等绝对字眼的句子。

逐项问：我能不能指出这个事实来自哪里？来源是否真的支持我写的这句话？如果不能，就应该改写、补来源，或者删除。

Google 对 AI 内容的重点，其实也是准确与价值

Google Search Central 对生成式 AI 内容的公开指引并不是简单地说「AI 写的不能排名」。它强调的是准确性、质量和相关性，而且这些要求也包括标题、Meta Description、Structured Data 和图片 Alt Text 等内容。

可以参考 Google Search Central 的生成式 AI 内容指南。这也说明一个很实际的问题：如果 AI 帮你加快生产速度，却同时让错误资料大量进入网站，长期来看并不是内容优势。

我会怎样把事实核查放进 AI 写作流程？

如果是一般知识型文章，我会先用 AI 帮忙整理问题结构，再找权威资料核实；如果是新闻、政策、产品更新或数字很多的文章，则应该更早进入来源检查，而不是等文章写完才补链接。

比较稳妥的顺序是：

确定问题 → 找第一手资料 → AI 整理 → 标出关键事实 → 交叉核查 → 写稿 → 再检查来源是否真的支持正文 → 最后才发布。

这和我在 2026 年 AI 战略怎么做？别急着买工具，先把 AI 放进真正的工作流程 提到的原则一致：AI 真正有价值的地方不是取代所有判断，而是把它放进一个有检查点的流程。

FAQ

ChatGPT 有引用来源，就代表答案正确吗？

不代表。引用可以帮助你追查来源，但仍要打开原文确认来源是否真的支持答案，并检查发布日期、上下文和是否已有更新。

事实核查一定要找两个来源吗？

不是所有事实都需要两个来源。如果是公司官方公布自己的财报数字，第一手公告通常已经很重要；但涉及重大结论、争议资料或容易出错的数字，多一个独立来源会更稳妥。

Wikipedia 可以作为来源吗？

它很适合用来快速理解背景和寻找线索，但重要事实最好继续追到它引用的原始资料、权威机构或可靠出版物。

AI 生成内容会被 Google 惩罚吗？

重点不是单纯有没有使用 AI，而是内容是否有价值、准确、相关，并且是否为了操纵排名而大量生产低质量内容。自动化越多，人工事实核查反而越重要。

小结

用 ChatGPT 查资料，最需要改变的习惯不是「少相信 AI」，而是把验证变成固定步骤。AI 可以帮我们更快找到线索、整理复杂资料和建立文章结构，但最终仍要知道哪些句子是事实、证据在哪里、资料是不是最新。

我现在更愿意把 ChatGPT 当成研究助理，而不是最终资料库：它可以告诉我应该往哪里找，但重要事实必须能够回到来源。

延伸参考：NIST Generative AI Profile。