前两节建立了认知和方法论，这一节给你四组马上能用的校验技巧。每一组都配上具体的操作步骤和示例话术。
一、快速事实核查技巧
不是所有事实都需要深度核实。学会区分"值得查的"和"不值得查的"，是效率的关键。
什么值得查，什么不值得
- 值得查：具体数字、日期、人名、公司名、产品名、引用来源
- 不值得查：观点、趋势判断、逻辑推理本身（除非结论太离谱）
30秒核查法
看到AI输出的关键事实后，开一个新标签页做三件事：
- 精确搜索：把AI说的那句话完整或部分粘贴到搜索引擎，加引号
- 找首个可信信源：不认百度百科以外的第一个结果，但要确认结果来自可靠来源
- 对比：AI给出的数字/事实与搜索结果是否一致
三件事做完不超过30秒。如果30秒内找不到佐证，标记为"待确认"。
📌 实操示例
AI说："根据国际数据公司IDC的报告，2025年全球AI市场规模将达到1900亿美元。"
核查：搜索"IDC 2025 全球AI市场规模 1900亿" → 如果找不到IDC的原始报告，或者IDC实际预测的是其他数字，你就知道AI在"合理编造"了。
二、矛盾探测技巧
让AI在同一段对话中自己反驳自己，通过暴露内部矛盾来发现错误。
怎么操作
在AI给出答案后，紧接着追问：
- "请从反面角度分析这个问题" — 看AI能不能找到自己论点的漏洞
- "支持这个结论的证据有哪些？反对这个结论的证据有哪些？" — 如果AI在两边都给了看起来有道理的论证，说明这个问题本身就存在争议
- "如果我的前提是错的，结论会怎么变？" — 测试结论对前提的敏感度
💡 矛盾探测的底层逻辑
如果AI对"正方"和"反方"都给出了流畅、自信且看起来合理的长篇论证，说明它在"编造论证"而不是"分析问题"。真正有稳定答案的问题，AI在反方立场上会明显吃力。
三、边界探测技巧
测试AI知识边界的技巧——帮你快速了解AI在哪些领域靠谱、哪些领域不靠谱。
边界探测三连问
- "这个问题你的把握有多大？用百分比表示。" — 直接让AI量化信心
- "你的知识截止到什么时候？这个信息在你截止日期之后吗？" — 排除时效性问题
- "这个数据的来源是什么？我能在哪里查到？" — 要求溯源
真正的高手会用边界探测来做"预检"：在开始一个复杂任务前，先让AI做一个小测试，了解它在相关领域的可靠度。比如你想让AI帮你写一份行业分析报告，先问几个该行业的基础事实问题，看AI答得怎么样。如果基础事实都答不对，别指望它能写出靠谱的分析。
四、多模型对照法
同一个问题问不同的AI模型，对比答案的差异。这是最直观也最有效的校验方法之一。
对照规则
- 一致 → 可信度较高：两个以上模型给出相似的答案，尤其是事实性内容一致时
- 分歧 → 需要外部核实：模型间答案矛盾，说明这个问题本身存在争议，或者不同模型训练数据有差异
- 一方明显更好 → 参考更可靠的：某个模型给出了更详细、更准确的回答，优先采用
📌 实操建议
不需要每次都换模型。准备一个"备用AI"——可以是另一个免费工具，也可以是同一个模型的不同温度设置。只在关键决策时启动多模型对照。
五、校验检查清单
最后，给你一个可打印的校验检查清单，每次使用AI输出时可以快速过一遍：
📋 校验检查清单
□ 这个任务的信任等级是 L1/L2/L3？
□ 输出中有没有我直觉上"不对劲"的信息？
□ 关键事实有没有经过30秒核查？
□ 如果我追问"最有依据"，AI会说什么？
□ 这个信息在我的可信源清单上吗？
□ 如果换成另一个AI问同样的问题，答案会一样吗？
— 第三节完 · 下一篇：常见陷阱与应对 —