AI 在文章中引用调查数据时，即使给出了报告名称和网址，也不能直接确认数字适用于你的结论。先找到原始报告，对照样本、调查时间、统计口径和原文的限制；资料无法确认时，删除结论或标为待核实。
美国国家标准与技术研究院（NIST）的生成式 AI 风险资料指出，生成结果可能包含错误信息，也可能给出看似合理却不真实的引用。Google 对网站使用生成式 AI 的建议同样强调发布前检查准确性，这种检查也包括标题、描述和图片替代文字。
第一步：先找原始出处
从报告名、作者、发布机构、年份或 DOI 搜索原文。网址能打开只是第一关，还要确认页面标题、作者和日期与引用相符。有时 AI 把一个存在的机构和一个不存在的报告名拼在一起；也可能链接指向机构首页，却找不到所称的数据。
优先查看数据的原始发布者。行业媒体转述有助于寻找线索，但如果正文写的是“某机构调查显示”，最好找到该机构的调查报告。若原始报告需要付费或已下线，不能凭摘要猜测全文内容；可以注明目前只能核实到什么，或者不使用该数据。
第二步：把结论与原文放在一起对照
找到报告后，定位具体段落、表格或页码。检查的不只是数字本身：调查对象、地区、时间、样本范围、统计口径和限制条件都可能改变结论。
例如，一份针对特定地区、特定行业受访者的调查，即使确有“多数受访者使用某工具”的结果，也不能直接写成“所有企业都在使用”。若报告谈的是受访者的计划，不能改写成已经完成的事实。引用数字时应连同必要的限定条件一起写清楚。
直接引用还应核对引文是否与原文一致、是否截去了关键上下文。查不到支持句子的部分，就不能因为来源看起来权威而保留结论。
一个假设例子：70%究竟指谁？
假设一份调查收到 200 家受访企业的有效答复，其中 140 家表示正在试用某工具。140 除以 200 得出 70%，可以写成“这项调查中，70% 的受访企业表示正在试用”；不能改成“70% 的企业都在使用”，因为样本范围、抽样方式和是否具有代表性尚需核对。这里的数字仅为讲解而设，并非实际调查结果。
如果报告问的是“计划试用”，正文却写成“已经使用”，即使数字相同也改变了含义。发布前还要检查这 200 家企业是否来自特定行业、调查发生在哪一年、140 的分母是不是全部受访者，以及报告是否说明统计误差或其他限制。原文缺少这些信息时，不要自行补写。
第三步：检查日期与适用范围
工具功能、价格、服务条款和搜索平台规则可能变化。记录你查到的是哪个版本、哪一天的资料；如果页面已经更新，重新打开核对，不要只依据旧截图或 AI 的概述。文章中需要明确时间的地方，写出资料发布日期或核验时间，方便读者判断是否仍适用。
涉及法律、财务、医疗等专业事项时，官方资料也要结合适用地区和具体情况；必要时由具备相应资格的人复核。企业内部的数据则应由数据所有人确认口径和使用权限。
第四步：留下简短核验记录
一份实用记录不必复杂，每个关键结论保留五项即可：文章中的说法、原始资料链接、具体位置、核验日期、核验结果。原文不能公开的内部文件，可以记录文件名称、版本和内部确认人，但不要把客户隐私、账号或合同附件直接发布。
| 核验项 | 要回答的问题 |
|---|---|
| 来源 | 原始发布者是谁？链接指向的是原文吗？ |
| 位置 | 哪一页、哪一段或哪张表支持这句话？ |
| 口径 | 地区、对象、时间和条件是否一致？ |
| 状态 | 已核实、无法取得，还是存在冲突？ |
| 处理 | 保留、修正、补充限制条件，还是删除？ |
同一段文字如果包含三个不同事实，应分别核对，不能只附一个通用来源就全部通过。
来源打不开或相互矛盾怎么办？
链接失效时，先从发布机构的网站检索标题或编号，看是否迁移到了新地址。找不到原文，不等于一定是伪造；但在无法验证时，也不能当作已经证实。来源冲突时，先检查资料发布日期、统计方法和适用范围是否不同；仍无法解释，就如实说明分歧，或暂缓使用。
AI 可以帮忙整理候选来源和生成检查清单，最后的判断仍应建立在实际查看资料之上。让同一个模型重复回答“你确定吗”，不能代替查证。
References
资料核验日期：2026 年 10 月 31 日。
相关阅读：豆包回答的资料来源怎么核对？
