Deep Research 事實查核怎麼做？AI 引用、日期與幻覺的完整核對 SOP

拿到一份 AI 搜尋或 Deep Research 報告，看到段落後方附了引用、來源按鈕或一長串連結，最重要的判斷不是「它有沒有引用」，而是：這些原始頁面是否真的支持它寫下的結論？

這就是 Deep Research 事實查核的核心。引用是追溯線索，不是證據本身；AI 的摘要、推論與措辭，仍需要人回到原文核對。OpenAI 指出，ChatGPT 搜尋結果與引用可能不完整、過時或不正確；OpenAI 也表示，ChatGPT 可能產生捏造的引言、研究、引用，或指向不存在來源的參考資料。NIST 則將生成式 AI 自信呈現錯誤或虛假內容的現象稱為 confabulation，並指出這個問題特別關係到開放式長篇回應，以及高度脈絡或專業知識領域。

以下流程不要求你先成為某個領域的專家，而是協助你把 AI 報告變成一份可稽核的工作底稿：先找出它說了什麼，再確認原文到底說了什麼。

先記住：引用、證據與結論是三件不同的事

常見錯誤是把「有連結」直接等同於「內容是真的」。一個連結可能只提到相同關鍵字，沒有支持 AI 所下的結論；也可能頁面是真的，日期卻已不適用；甚至多個新聞頁面都只是轉述同一份公告或同一則初始報導。

因此，查核的單位不是整篇報告，而是一條可驗證的主張。例如，把「某項措施已經生效、影響範圍為 X、數值為 Y」拆成生效狀態、影響範圍、數值與時間點，再分別找原文支持。

開始研究前的防呆：先定義問題與證據邊界

很多查核困難不是出在最後，而是問題一開始沒有設定清楚。送出研究任務前，先把下列條件寫進提示詞或研究計畫：

• 研究問題：要回答的是事實、比較、歷史沿革，還是政策或產品現況？
• 時間範圍：你要的是某個日期以前的資料，還是目前有效的資訊？
• 適用範圍：主張適用於哪個國家、地區、機構或對象？不要把特定範圍的規則泛化。
• 證據標準：數字、規格、法規、生效狀態與直接引言，優先要求原始文件或權威機構資料。
• 來源清單：若主題有明確的一手來源，先列出官方網站、主管機關、原始研究發布單位或資料庫。
• 輸出格式：要求每項主張附上來源名稱、原文定位、發布或更新日期，以及不確定性說明。

ChatGPT Deep Research 會先提出研究計畫，使用者可在研究開始前檢閱與修改。若你只想讓研究使用特定網站或網域，也可在 Sites 中輸入網站或網域來限制來源。這些功能有助於縮小搜尋範圍，但它們是來源控制與報告審閱的輔助，不是人工核查的替代品。

Deep Research 事實查核 SOP：逐條從 AI 結論回到原文

以下流程可作為快速初篩與深入核對的共同骨架，不代表所有報告都能在固定時間內完成可靠查核。主張愈重要、愈專業或牽涉愈多條件，愈應保留足夠時間逐條確認。

1. 圈出高風險主張：優先處理可能影響決策的數字、百分比、排名、日期、法律或規範狀態、產品規格、研究結論與直接引言。
2. 把複句拆成小主張：避免只確認其中一部分，就誤以為整句成立。
3. 開啟引用原文：不要只看搜尋摘要、網頁標題或 AI 顯示的摘錄。
4. 定位支持位置：在頁面內找關鍵詞，確認具體段落、表格、頁碼或文件章節。
5. 比對支持關係：原文是直接陳述、有限條件下的描述，還是只是背景提及？AI 有沒有把條件、省略語或不確定性拿掉？
6. 檢查日期與版本：確認發布日、更新日、事件發生日與生效日沒有被混為一談；文件若有版本，也要確認引用的是哪一版。
7. 判斷來源層級：對關鍵事實，優先回到發布資料的人、機構或原始研究，而不是只停留在轉述頁面。
8. 追查來源譜系：若有多篇新聞或部落格寫同一件事，找出它們共同引用的原始公告、資料集、訪談或研究。
9. 尋找反例與限制：用不同關鍵字、相反立場或限制條件搜尋，測試結論是否過度概括。
10. 留下核查紀錄：標記「原文直接支持」、「部分支持」、「不支持」、「過時」、「無法開啟」或「仍待確認」，而不是只做真假二分。

怎樣才算「原文真的支持 AI 的結論」？

可用下面四個問題快速判斷：

• 主詞相同嗎？原文談的是同一個產品、機構、人群或地區嗎？
• 條件相同嗎？原文是否限定特定時間、版本、使用情境或範圍？
• 強度相同嗎？原文說「可能」、「部分」或「正在逐步推行」，AI 是否改寫成「一定」、「全部」或「已完成」？
• 數字相同嗎？百分比的母體、統計期間、單位與計算方式是否一致？

只要其中一項不一致，就不要把引用視為對整句結論的完整支持。較好的做法是改寫主張，使其符合原文的範圍與保留條件，或標示為仍待確認。

引用品質怎麼分級？先看它離事實有多近

這不是一套保證真假的排名表。原始文件可能已過時，二手報導也可能提供尚未找到的脈絡；差別在於，對關鍵主張而言，愈接近原始證據，愈容易核對定義、日期、條件與完整語境。

看到很多新聞引用，不等於已完成交叉驗證

多個引用只代表報告列出多個頁面，不能單獨證明它們彼此獨立。要判斷是否只是轉載循環，可以做「來源譜系」檢查：

1. 查看每篇文章的「來源指出」、「根據某報導」或連結出處。
2. 記錄它引用的是官方公告、新聞通訊社、訪談、研究報告，還是另一篇媒體文章。
3. 若多篇內容最後都回到同一則初始消息，將它們視為同一條證據鏈，而不是多條獨立證據。
4. 回到最上游來源後，再核對原文是否真的包含 AI 所說的細節。

在編輯實務中，為高風險主張尋找獨立、合適的補充來源，是有用的核查 SOP；但本次核對的 OpenAI 與 NIST 文件並未訂定「至少一個」獨立第二來源的通用固定門檻。重點不在湊來源數量，而在於每一條證據的來源、獨立性與支持關係。

最常見的 AI 引用幻覺與失真模式

• 假連結或不存在的來源：連結無法開啟、頁面不存在，或來源資訊無法對應。
• 真連結，但不支持結論：頁面提到同一主題，卻沒有說出 AI 宣稱的數字、因果或結論。
• 過時資料：舊版文件、舊統計或已變動的狀態，被寫成目前資訊。
• 標題與內文不符：只根據標題下結論，沒有閱讀正文中的條件、例外或限制。
• 斷章取義：將原文的假設、引述他人觀點或保留語，改寫為作者的確定結論。
• 轉載循環：多個頁面看似很多來源，實際共同依賴同一則未被充分驗證的消息。
• 數字、單位或日期錯置：把不同母體的比例混用，或把公告日誤當事件發生日、生效日。

對於看似流暢、細節很多的長篇報告，反而應提高警覺。NIST 所稱的 confabulation 提醒我們：自信的表達方式不能取代可追溯的證據。

數字、引言、論文與產品資訊：最低限度核對哪些欄位？

數字、百分比與排名

• 數字的原始表格、圖表或資料頁在哪裡？
• 統計的對象與母體是誰？樣本、使用者、企業、地區還是其他定義？
• 資料期間是何時？是否被 AI 寫成現在式？
• 單位與計算方式是百分比、百分點、金額、估算值，還是排名名次？
• 排名是否說明評比範圍、方法與日期？

直接引言

• 找到引言的完整原文，而不是只看 AI 的引號。
• 確認說話者、發言場合、日期與前後文。
• 檢查 AI 是否刪除了「可能」、「如果」、「目前」等關鍵限定語。

論文與研究結論

• 確認研究標題、作者、版本與可辨識資訊。
• 定位摘要、方法、結果表格與限制段落。
• 分清楚研究測得的結果、作者的解釋，以及 AI 額外延伸出的推論。

產品規格、政策與規範

• 優先找正式說明頁、官方公告或主管機關文件。
• 確認產品或文件版本、更新日期與適用範圍。
• 分開記錄公告日、生效日、更新日與事件發生日，避免用單一日期涵蓋不同含義。

把 AI 當成反向稽核助手，而不是最後裁判

AI 可以協助整理大量文字、暴露缺口與產生反查方向，但輸出仍要回到原始頁面檢驗。以下提示詞可用於建立較容易人工核對的報告格式：

請先列出本報告所有可驗證主張，一條一列。每條請提供：1. 主張原句；2. 來源名稱與連結；3. 支持該主張的原文摘述或可定位段落；4. 來源類型；5. 發布或更新日期；6. 適用範圍、版本或條件；7. 證據強度與未確認之處。若來源沒有直接支持，請明確標示「未直接支持」，不要補推論。

完成初稿後，再做一次反向提問：

請以反證搜尋的方式檢查上述結論：列出可能相反的證據、例外條件、定義差異與可能過時之處。請把「來源提到主題」與「來源直接支持結論」分開標示；不確定時請說明不確定性。

這類提示詞不能保證輸出正確，但能促使報告把主張、來源與不確定性拆開，讓人工審閱不必只面對一段難以追溯的總結。

ChatGPT 與 Gemini 的來源控制功能，能幫什麼、不能幫什麼？

平台功能的價值，在於讓你更容易設定研究範圍與追查報告生成過程；其限制是，它們無法自動判定每個主張已經被原文充分證實。

ChatGPT Deep Research：先審研究計畫，再追溯來源

ChatGPT Deep Research 會在研究開始前提出研究計畫，使用者可以檢閱及修改。當研究題目只應依賴特定機構資料時，可利用 Sites 輸入網站或網域，限制研究只使用指定來源。完成輸出包含 citations 或 source links，並提供 sources used 區段與 activity history。

實務上，你可以在研究計畫階段補上日期、適用範圍、文件版本與來源清單；閱讀完成報告時，則從 sources used 與引用連結回到原文，檢查每項重要主張的支持關係。請注意，來源限制與引用顯示仍不等於結論已完成驗證。

Gemini Deep Research：設定來源後仍要逐頁確認

Gemini Deep Research 預設將 Google Search 納入研究來源；在選取其他來源時，可取消選取 Google Search，將研究限於其他已選取的來源。這有助於在你已具備合適資料來源時，減少不相關網頁進入研究範圍。

無論使用哪一種來源設定，仍應逐頁確認來源的日期、版本、內容與支持關係。實際可用功能請以你的介面與官方說明為準。

查核工具箱：把工具當成找線索的入口

• 官方網站站內搜尋：適合回找正式公告、說明文件、更新紀錄與政策頁面。
• 政府或監管資料庫：適合查核規範、登錄資料、正式統計與公開文件；核對時要保留資料期間與適用範圍。
• 學術資料庫：適合追溯論文版本、研究資訊與原始研究脈絡；不要只以標題或摘要推斷全部結論。
• 既有查核資料：可作為尋找待查線索的入口，但查不到結果不代表一項主張因此為真或為假。

查不到某個說法的結果，只表示你尚未透過目前使用的方法找到可用的查核線索，仍需回到原始資料、權威文件與具體語境繼續查證。

可複製的 AI 研究報告核查表

將以下欄位整理成一份逐條核對紀錄即可。每一列只放一項可驗證主張，會比保存整段 AI 回答更容易追蹤。

高風險主張發布前清單

只要內容涉及投資、健康、法規、選舉或其他可能造成重大影響的決策，不宜直接依賴 AI 報告作出判斷。至少先逐項確認：

• 我是否已看到原始來源，而不是只看 AI 摘要或搜尋摘要？
• 原文是否直接支持這個主張的主詞、範圍、日期與強度？
• 數字是否有清楚的母體、單位、資料期間與計算脈絡？
• 日期是公告、更新、生效還是事件發生的日期？
• 多個來源是否其實共用同一個上游消息？
• 是否存在原文中的限制、例外或反向證據沒有被納入？
• 若仍有不確定性，內容是否已改為保留表述，或暫不發布？

Deep Research 最有價值的用途，是加速你找到問題、整理候選來源與建立核查清單；最終可靠度仍取決於你是否逐條回到原文，確認證據、日期、條件與來源譜系。把「引用不是證據本身」變成固定習慣，才能讓 AI 研究真正成為可用、可審閱的工作流程。

延伸閱讀：OpenAI：Searching the web with ChatGPT、OpenAI：Does ChatGPT tell the truth?、OpenAI：Deep research in ChatGPT、Google：Use Deep Research in Gemini Apps、NIST Generative AI Profile。