要用 AI 比较冲突来源，先把争议缩成一条可检验的主张。建一张主张/来源矩阵，记录每个来源的日期、范围、方法、直接证据、解读、局限及其与主张的关系。用 AI 整理和质疑矩阵，再打开原始来源，由你自己作最终判断。

这样做是因为生成式 AI 可能产出自信却错误或自相矛盾的内容。NIST 指出了这种虚构风险，并强调人工监督和有记录的风险管理。［1］ OpenAI 也建议用户核实重要信息，高风险时寻求专业复核。［2］ AI 能帮你暴露分歧，但不应悄悄选出赢家。

关键要点

一次只比较一条原子主张。

区分所报告的事实、解读、观点和预测。

为每个来源记录日期、人群、地域、定义和方法。

引用真正支持或反驳该主张的原文。

保留未解决的冲突，不强行制造共识。

保存人能读懂的决策日志，并设重查触发条件。

基础的答案审计，可先看如何核验 AI 答案。本文聚焦更难的情况：看似可信的来源彼此矛盾。

步骤 1：定义真正冲突的主张

两个来源可能看似矛盾，实际回答的是不同问题。收集更多链接之前，把有争议的句子改写成一条原子主张，写明主体、指标、比较、地点、人群和时间段。

“远程办公提高生产力”太宽泛。可检验的版本可以是：“在指定机构的全职客服中，远程办公政策实施后六个月内，每排班小时平均解决工单数高于此前六个月。”这句话的设计仍可能有缺陷，但边界是可见的。

不同主张分行写。如果一句话说某政策降低了成本、提高了留任率并带来更高满意度，它至少包含三条主张。一个来源可能支持成本部分，却对因果或满意度毫无证据。

还要记下依赖这条主张的决定，以免有趣却改变不了结果的枝节争论耗尽研究预算。

步骤 2：综合前先收集原始来源

从最接近的原始材料入手：研究、数据集、法规、政策、标准、申报文件、官方技术文档或当事方的直接声明。用二手报道寻找背景和批评，但重要主张要追溯到源头。

每个来源保存：

标题、发布者或所有者、相关作者和 URL；
发布日期和更新日期；
来源类型，以及属于原始还是衍生来源；
所用的具体页面、章节、表格或段落；
人群、地域、产品和时间段；
定义、测量方法和对照组；
披露的局限、利益冲突或缺失信息。

不要只凭标题或摘要让 AI“比较这几篇文章”。提供获准使用的来源文本或结构化笔记，并把来源中引用的指令标为数据而非命令。需要安全的收集流程，请看安全使用 AI 研究。

步骤 3：建立主张/来源矩阵

每个“来源—主张”关系占一行。一张紧凑的矩阵可以包括：

字段	记录内容	作用
原子主张	一条可被支持或否定的陈述	避免捆绑结论
来源	稳定的标题、所有者、URL 和访问日期	保留出处
证据	确切的段落、表格或数值	让复核人检查支持程度
日期与范围	时间、人群、地域、产品	暴露边界错配
方法	样本、定义、测量、对照	解释结果为何不同
关系	支持、反驳、限定或无关	让比较保持明确
解读	作者或分析者的推论	分开证据与推理
未决问题	缺失细节或下一步核验	保留不确定性

矩阵不是投票。三篇重复同一份报告的衍生文章，并不因为占了三行就压过一个当前的原始来源。几项内容依赖同一数据集、新闻稿或访谈时，加一条“来源谱系”备注。

分开事实、解读、观点与预测

让 AI 给每条陈述贴标签，但标签要自己核实：

所报告的事实： 来源陈述的可观察事件、测量值或规则；
解读： 来源对证据含义或成因的解释；
观点或偏好： 单靠证据无法裁定的价值判断；
预测： 基于假设对未来结果的陈述；
指示： 关于某人应当做什么的建议。

这样一分，很多冲突就消失了。两个来源可能报告同一数字，却对其重要性看法不一；或一个来源描述相关性，另一篇标题却用了因果措辞。证据和连接证据与主张的推论都要保留。

不要让 AI 把“未报告”改成“没有”，把“未检测到统计上的效应”改成“证明没有效应”，或把“可能”改成“将会”。这些措辞变化会制造虚假冲突和虚假确定性。

步骤 4：比较日期、范围和定义

为时间和范围单独设列。较旧的来源可能方法扎实，却已被政策变化取代；较新的来源可能反映的是临时事件。一个来源覆盖全球用户，另一个可能只覆盖一个国家或机构。

定义同样重要。“活跃用户”“事件”“就业”“准确率”“成本”都可能有不同的操作含义。让 AI 生成一张定义差异表，收录各来源的原文措辞。某个定义找不到时，标为缺失，而不是推断。

Google 表示，Gemini 可能显示与回答某些部分相关的来源和相关内容，但并非每个回答都附链接。［3］用这些链接找到值得核查的材料，再逐页打开，对照确切的主张，而不是把界面本身当证据。

比较方法与证据质量

方法差异常常能解释结果冲突。记录样本、选取过程、测量工具、对照组、缺失数据处理、分析期间，以及相关时的资助来源或已声明的利益。

可以问：

人群是否可比？
是否一个来源测量的是替代指标，另一个直接测量结果？
样本是否大到足以支撑所主张的范围？
是否排除了重要群体？
比较是观察性的还是有对照的？
结果是经过调整、自我报告、模拟得出，还是经过独立重复？
结论是否超出了方法能确立的范围？

不要向 AI 要没有解释的质量分数，要求它给出与可见方法细节挂钩的理由。你缺乏判断某方法的专业能力时，记下这一局限，把来源交给合资格的复核人。

步骤 5：用 AI 比较冲突来源时只给有边界的任务

提供已批准的主张、来源笔记和输出结构。一条有用的提示词是：

只把提供的来源与这条原子主张比较。对每个来源，引用所提供的证据，记录日期、范围、定义、方法和局限，并把关系归类为支持、反驳、限定、无关或不明。把所报告的事实与解读分开。不要选出赢家。列出缺失信息，以及需要人来解决的问题。

然后要求一轮对抗性检查：

指出矩阵中哪些地方夸大了支持程度、把相互依赖的来源当作独立来源、混用了日期或人群、改变了情态措辞，或推断了缺失的方法细节。提出修正，但不要添加新事实。

输出应当便于与你的输入对照。拒绝任何编造的引语、页码、作者、日期或方法。如果模型新增了来源，先把它放进候选清单，直到有人打开并记录。

步骤 6：回读每个决定性来源

打开原始资料，找到被引用的证据。检查上下文、定义、脚注、表格、更正和局限。一句话即使准确，脱离限定它的人群或条件后也可能误导。

Perplexity 的说明指出，来源标签提供背景，但不代表认可文章或主张的准确性。［4］这一原则适用于任何把来源标为官方、学术或其他值得注意类别的界面。标签有助于初筛，不能代替阅读。

生成的引用看似贴近主张、支持程度却不清楚时，使用来源引用核验流程。

步骤 7：只在证据允许范围内裁决

复核之后，给出一个决定状态：

接受： 有充分证据支持这条有边界的主张；
否定： 有充分证据反驳它，或该主张曲解了来源；
有条件： 只在指定范围、假设或定义下成立；
未解决： 证据不足、无法获取或确实相互冲突。

写下理由，而不只是状态。注明决定性证据、复核人、日期，以及什么新信息会改变这个决定。对未解决的主张，决定是继续找证据、收窄措辞、从交付物中删除，还是上报给专家。

高风险决定需要合资格的独立复核。AI 可以整理材料，但无法承担专业责任，也不可能知道所有缺失的背景。

保留可复现的决策日志

保存原子主张、来源矩阵、来源原文、提示词、AI 输出、复核人的更正、最终状态和重查触发条件。使用组织批准的系统和保留规则，敏感材料不要放进未经批准的账户。

重查触发条件比随意的提醒更好。例如：标准出了新版、承诺公开的数据集发布、政策生效日期到来、某项研究被更正，或者这条主张被用于另一个人群。

如果争议源于比较研究助手，回到 ChatGPT 与 Perplexity 研究对比，把冲突处理结果加入该流程的评估。

知道何时停止

当决策负责人已有足够的已核实证据支撑这个有边界的用途、剩余不确定性已记录、继续搜索也不太可能改变行动时，就停止。如果所需的原始材料无法获得，而主张又无法安全收窄，立即停止。

不要只因 AI 还能生成更多查询就继续。更多来源可能只增加噪音、重复同一证据谱系，或制造确定的错觉。目标是可审计的决定，而非无穷无尽的参考书目。

常见问题

来源冲突说明其中一个是假的吗？

不一定。它们可能涉及不同的日期、人群、定义、方法或问题。判断底层主张之前，先比较这些字段。

AI 能决定哪个来源正确吗？

AI 可以整理证据、显示差异，但必须由人阅读决定性来源并对结论负责。有些冲突需要领域专业知识，或始终无法解决。

怎样处理不同日期的来源？

分别记录发布日期和覆盖期间。判断情况、政策、方法或定义是否发生了变化，并把主张收窄到证据支持的时期。

可以在矩阵中使用二手来源吗？

可以，用于背景、批评或发现线索。尽可能把重要主张追溯到原始证据，并标出同源的衍生来源。

来源没有说明方法怎么办？

把方法标为缺失，不要让 AI 推断。缩小该主张的可用范围，寻找其他来源、联系所有者，或让决定保持未解决。

何时停止核验？

当这个有边界的决定已有充分的已核实证据、不确定性清晰可见、继续搜索也不太可能改变它时停止。在搜索扩大之前就定好停止规则。

怎样记录无法解决的冲突？

使用“未解决”状态，说明确切的分歧和缺失的证据，写明这条主张不能支持什么，并添加具体的重查触发条件。

高风险决策怎么处理？

使用权威的原始来源和独立、合资格的复核人。医疗、法律、财务、安全或类似有后果的决定，不要依赖 AI 生成的比较。

如何用 AI 比较冲突来源：建立主张来源矩阵，并由人回读原文裁决