如何使用 AI 做研究而不被坏来源误导？关键是从第一个问题到最终稿，始终让来源、证据、日期和人的决定保持可见。AI 能加快搜索、列提纲、比较和摘要，但也可能编造来源、混淆不同文件，把一条薄弱的主张藏在流畅的段落后面。

关键要点

界定问题、读者、日期、地域和证据等级。

优先使用原始来源，并保留主张—证据记录。

用 AI 整理证据，而不是代替来源审查。

来源冲突或必须由合资格的人决定时，就停下来。

**示例任务（截图中未显示）：**比较两份关于某项产品政策的公开来源，记录它们的日期和适用范围，并让没有依据的主张保持待定。

**研究原则：**让 AI 整理证据，不要让 AI 代替证据。

1. 规划如何使用 AI 做研究时，先定义问题和边界

用一句话写下问题，再界定读者、时间段、地域和所需的证据等级。“哪个选项最好？”在你说明对谁最好、在什么约束下、与什么相比之前，还称不上研究。

在要求摘要之前，先制定来源计划：

需求	优先来源	AI 可以做什么
当前产品事实	官方文档或状态页	找标题、提取字段
科学主张	原始论文或公认的综述	归类主张、比较方法
法律或政策	监管机构、法规或官方政策	概括通俗的含义
市场背景	申报文件、数据集或方法透明的资料	整理日期和定义
用户体验	清楚标明的一手报告	找出主题，而非证明规律

2. 为什么要先找原始资料？

用 AI 生成搜索词、可能的来源和问题。在接受某条主张之前，先打开原始页面或论文。搜索结果、抓取的摘要、联盟推广评测或来历不明的答案，可以作为线索，但不足以支撑一项有后果的陈述。

保存确切的 URL、标题、作者、发布日期和访问日期。如果来源需要登录或在付费墙后面，就记下这一限制，而不是让 AI 凭记忆补全缺失的文字。

3. 建立主张—证据表

边研究边记录：

主张	来源	相关段落或数据	日期	范围	状态
一条精确陈述	原始 URL	支持它的确切原文或数据行	发布/更新日期	人群与限制	已核验 / 部分 / 待定

每行只放一条主张。如果某个来源只支持句子的一部分，就把句子拆开。逐条核查 AI 回答中的主张详细介绍了这种逐条检查。

4. 让 AI 做有边界的转换

安全的研究提示词会要求模型：

从你提供的文字中提取日期、名称、定义或数字。
比较两个来源，列出它们适用范围的差异。
把你的证据表转成提纲，不添加新主张。
针对空白或相互矛盾的结果提出问题。

加一条硬性限制，例如：“只使用提供的来源。某条主张在来源中没有时，写 not in sources。引文和数字原样保留。”证据表建立之前，不要要求它给出润色好的结论。

5. 来源互相冲突时怎么办？

来源意见不一时，不要取平均。检查它们是否使用了不同的日期、定义、人群、版本、地区或测量方法。优先采用权威性和适用范围都合适的来源；冲突仍未解决时，就如实描述。

可以让 AI 生成一张冲突表，然后逐行亲自核验。分歧本身就是研究结果，而不是提示词的失败。

6. 保护研究材料

把上传的文档、网页、转录稿和 AI 输出都视为不可信输入。对姓名、身份标识、客户记录、健康或财务信息、机密研究、访问令牌和未发布的代码脱敏。AI 工具隐私风险指南说明了如何把公开研究与受控材料分开。

设定证据预算

事先决定这个问题需要多少证据：简单的产品事实，一个原始来源可能就够；有后果的比较，可能需要多个相互独立的来源。证据预算能防止无休止的搜索，同时让停止规则变得明确。所需来源无法获得时，把这条主张标为未解决，而不是用一段自信的摘要填补空白。

Agent 仍在收集来源时，不要授权它发邮件、改记录、运行生产命令或购买访问权限。使用只读权限和沙箱，任何操作都要经过人工批准。

7. 最终草稿要审计哪些内容？

在发布或依赖结果之前：

打开每一个重要来源。
检查每条主张都有相符的证据。
重新核对日期、数字、名称，以及地区或产品范围。
把解读和估算明确标注为解读或估算。
删除没有依据的细节，记录未解决的问题。
后果严重时，请领域专家复核。

8. 先设计搜索，再要求摘要

把问题拆成你预计要提出的各项主张。为每条主张写下理想来源、关键的日期或版本，以及什么证据会让你改变看法。这样可以防止一份润色过的概述变成研究计划，也能让空白显形：如果你说不出哪种来源能支持某条主张，这条主张可能太宽泛了。

用 AI 扩展搜索词汇，而不是让它决定哪个结果是真的。让它给出同义词、专业术语、不同拼写，以及能区分相似概念的问题。然后亲自搜索这些词，并记录打开每个来源的理由。把发现阶段的结果与证据分开，免得一条看似可信的摘要悄悄变成引用。

对时效性强的话题，定一条更新规则。产品设置可能需要在发布前再查一次；历史定义则未必。记下检查日期，以及触发重新复核的条件，比如新的政策版本、新版本发布或监管通知。不要把一次临时搜索的快照变成永久保证。

9. 建立来源质量梯度

针对具体主张给来源排序，而不是只看名气：

原始政策、数据集、论文、申报文件、规范或监管文本。
链接或引用原始材料的官方说明。
说明了方法和局限的公认综述。
清楚标明的一手报告，只用于描述体验或举例。
搜索结果、摘要、论坛帖子或联盟推广页面，只作为线索。

最低一级可以帮你发现问题，但不应悄悄支撑一个有后果的结论。如果必须使用二手来源，就说明为什么无法获得原始来源，以及还剩哪些不确定性。两个来源用途不同时，保留各自的角色：规范可以确定某项功能做什么，用户报告则能展示某个边界情况在实际中的感受。

10. 在转换中保留来源链

每次让 AI 提取、翻译、聚类或摘要材料时，都要保留指回来源的指针。有用的记录应当每条主张一行，包含稳定的来源标识、相关段落或数据行，以及说明所做转换的备注。如果模型合并了多个来源，要求它保留来源标签，而不是写成一段混在一起的文字。

处理长文档时，按有边界的摘录分段处理，并让每段摘录带上所在章节的标题。要求工具在所需字段缺失时写 not in excerpt。不要以为摘要涵盖了附录、脚注、表格或例外条款；这些部分可能改变结论时，要直接查看。

翻译引文时，把原文放在译文旁边。统一数字格式时，保留原始单位和精度。合并重复记录时，保留所用规则和被合并的行。这些细节能让看似简单的转换变得可审计。

11. 比较相互竞争的解释

研究很少只靠一个来源就结束。说法不一致时，建一张冲突表，列出主张、各来源的措辞、日期、人群、方法，以及产生差异的可能原因。可以让 AI 建议哪些问题能区分这些解释，但问题和答案都要独立核验。

不要靠平均数字或挑选最流畅的段落来解决冲突。较新的来源可能采用了不同的定义；规模更大的研究未必适用于你关心的人群；官方政策描述的可能只是默认设置，企业合同却另有约定。在结论旁注明适用范围；证据无法判定时，就让冲突保持开放。

12. 设定可复现的停止点

研究可以无限延伸。开始前定好停止规则：哪些主张必须得到支持、每条需要什么质量的来源、哪些未解决问题必须上报。当每条重要主张都有状态、剩余空白已经写明、并且有人类负责人接受这些不确定性时，就停下来。

保存搜索日期、打开过的来源、用于转换的提示词和最终的证据表。不要保存秘密或不必要的个人数据。如果别人无法重现从主张到来源的路径，无论摘要多么漂亮，这个结果都还不能支撑长期决策。

13. 一个小型研究例子

面对“哪个选项适合小团队？”这类问题，先界定团队规模、预算范围、必需功能、地区和决策日期。让 AI 给出比较表结构和缺失的问题，然后只用你亲自打开的来源填写各行。把营销措辞、用户体验和合同事实放在不同的列里。如果某个选项没有公开证据证明具备某项必需功能，就标为待定，而不是让工具根据相似产品推断两者相当。

最后，要求一份简洁的决策备忘录：引用行编号，列出取舍，并把证据与建议分开。人类负责人随后判断剩余的不确定性是否可以接受。备忘录是证据表的产出，而不是它的替代品。

如果问题变了，就新建一份记录，或清楚标出范围的变化。不核对日期就沿用旧表，是让过时证据显得权威的常见方式。保留原来的各行，让其他复核人能看到每个决策点当时掌握了什么。

这种纪律也能限制自动化风险：模型可以重新排列证据，却不能悄悄改变人类负责人设定的问题或批准边界。

在最终交接中写明这条边界。

它能防止后来的读者把草稿误当成已核验的证据。

关闭记录之前，写下哪些情况会让你重新打开它：政策变更、产品新版本、相互矛盾的研究，或决策日期推迟。这份简短的触发清单，能防止一次性的搜索被当作永久答案，也让下一位复核人有一个有边界的更新方式，而不必重复每一条探索性提示词。

可重复的 AI 研究记录

保存一个小文件，包含：

问题与范围：
搜索日期：
打开的来源：
主张/证据表：
冲突与局限：
人工决定：
未解决问题：

有了这份记录，来源变化时就能更新项目。它也能防止一段流畅的 AI 摘要，成为某个决定为何作出的唯一记忆。

总结

只要每条重要主张都与原始来源绑定，AI 就能在发现和整理方面发挥作用。界定问题，规划来源，记录证据，暴露冲突，保护敏感材料，并在行动前完成人工审计。

上述研究流程以所引用的 AI 风险、信息评估和辅助研究指南为依据。［1］［2］［3］

常见问题

AI 能替我搜索网页吗？

它可以帮你发现来源，但你应亲自打开并评估来源。能联网搜索，并不保证引用准确或覆盖完整。

可信域名就足够了吗？

不够。要检查具体页面、作者、日期、方法和范围。信誉良好的网站同样可能过时，或与你的问题无关。

需要多少个来源？

足以匹配这条主张的风险和范围即可。产品设置可能有一个当前的原始来源就够；有争议的公共议题则可能需要多个相互独立的来源。

应该上传整个研究文件夹吗？

不应该。只分享任务所需的最少脱敏摘录，并确认你有权分享。

什么时候停止使用 AI？

证据缺失、来源在关键问题上冲突、工具索要秘密或过宽权限，或者必须由合资格的人作决定时，就停止使用。

免责声明：本文仅供一般信息参考，不构成法律、医疗、财务或专业建议。请遵守来源许可、隐私规则和组织的复核流程。AethoVPN 可能与 AI 研究所用的网络连接有关，但它不能核实引用、授权分享敏感数据或批准研究结论。

来源：

NIST — Generative AI Profile — https://doi.org/10.6028/NIST.AI.600-1
Google — Evaluating information in Search — https://support.google.com/websearch/answer/134479?hl=en
OpenAI — Deep research — https://help.openai.com/en/articles/10500283-deep-research-faq

Sources checked 2026 年 8 月 22 日。

延伸阅读：

如何使用 AI 做研究：不被错误来源误导的证据流程