AI 引用、數字與來源，怎麼逐項查核？

別只確認連結打得開。用查核表確認來源存在、定位原文、核對數字與上下文，再決定 AI 說法能不能保留。

AI 附上連結，不代表那個連結真的支持它的句子；算出一個百分比，也不代表分母、期間與單位都正確。查核時要分四層：來源是否存在、原文是否支持、數字能否重算、時間與適用範圍是否一致。

一段 AI 摘要寫著：「根據某份 2024 年報告，使用 AI 的團隊生產力提升 40%。」下面還附了一個真的能打開的 PDF。很多人看到這裡就放心了。

但你點進去後，可能只看到某項測試快了 40%，受測者只有特定職務，甚至數字根本是 AI 自己合併兩個表格算出來的。連結存在，只過了第一關。

NIST 的生成式 AI 風險管理資料明確建議查閱並驗證生成式 AI 輸出的來源與引用，也提醒不要從狹窄、非系統性的測試外推模型能力。NIST：Generative Artificial Intelligence Profile 對一般使用者來說，最實用的做法是把一句話拆開查。

先把邊界說清楚：NIST 支持的是驗證來源、記錄限制並依使用情境評估；下面「存在、支持、可重算、範圍一致」的四層順序，是我為一般讀者整理的查核方法，不是 NIST 官方個人檢查表。

第一層：這份來源真的存在，而且找得到原始版本嗎？

先確認基本身分：

標題、作者或發布機構是否一致？
網址是否指向原發布者，而不是轉貼、搜尋摘要或來路不明的下載？
發布日期與版本是否找得到？
AI 寫的頁碼、章節或表格是否真的存在？

如果 AI 只給「某研究指出」，沒有作者、標題或連結，先要求它提供可定位的資料，但不要把它補出的引用直接當答案。接著用研究標題、作者或文件編號到官方網站、論文資料庫或原發布機構查找。

找不到原始來源時，查核結果不是「大概有」，而是「尚未找到」。對外文章、簡報與重要決策不應把它寫成已確認事實。

第二層：原文真的支持 AI 寫的那句話嗎？

打開來源後，不要只搜尋同一個數字。先把 AI 的句子拆成幾個主張：

> 使用 AI 的團隊／生產力提升／40%／適用一般工作

接著問：

研究對象真的是「團隊」，還是個人受測者？
測量的是整體「生產力」，還是完成某一類任務的時間？
40% 是平均值、最高值、相對差異，還是某個子群？
研究是否允許外推到你現在寫的情境？

來源可能真的有「40%」，卻不支持 AI 組合後的完整句子。這種錯誤比假連結更難發現，因為每個零件看起來都像真的。

最穩定的記錄方式是把原文證據放在旁邊：

AI 的主張	原文位置	原文實際說明	支持程度
使用 AI 的團隊生產力提升 40%	表 2	特定受測者完成指定寫作任務的時間減少 40%	部分支持，不能外推成所有團隊生產力

不要只填「正確／錯誤」。寫出哪一部分被支持、哪一部分超出證據，後續才知道怎麼改。

第三層：數字能不能用原始資料重算？

數字至少要確認四件事：分子、分母、單位、期間。

例如「錯誤率下降 50%」可能只是從 2 件降到 1 件；「本季增加 20%」可能把人數和件數混在一起；「平均處理時間 10 分鐘」也可能排除了最慢的案例。

如果來源有原始數字，自己用最簡單的算式重算：

變化率 =（新值－舊值）÷ 舊值

假設舊值是 10、新值是 8，變化率是 -20%，也就是下降 20%，不是提升 20 個百分點。百分比和百分點是不同概念：從 40% 變成 50%，增加 10 個百分點，相對增幅則是 25%。

若 AI 使用四捨五入、排除資料或自行合併欄位，請它列出算式與使用的數值，再由你獨立重算。讓 AI 再說一次「我確認無誤」不算獨立驗證。

第四層：時間、對象與適用範圍一致嗎？

即使句子與數字都能在原文找到，還要看它是否適用現在的問題：

來源是舊產品版本，現在功能已改變。
研究對象是軟體工程師，文章卻寫成所有知識工作者。
測試在受控環境完成，文章卻直接推論正式工作成效。
結果只適用某個國家、方案或資料集。
一個相關性被寫成「A 導致 B」。

NIST 的 AI RMF Core 強調，測量與驗證要依使用情境與風險選擇，並記錄限制與不確定性。NIST：AI RMF Core 這不是要每位讀者導入完整治理框架，而是提醒我們：證據離實際使用情境越遠，結論就要寫得越保守。

查不到時，不要逼自己保留漂亮句子

查核結果只有四種合理處理：

保留：原始來源完整支持，數字可重算，範圍一致。
改寫：來源只支持較小、較有條件的主張。
標記待確認：目前缺原始資料或無法重算，暫不對外使用。
刪除：來源不存在、明顯不支持，或這句話對文章並非必要。

好的查核不是替每一句 AI 文字找到辯護，而是願意把證據不足的句子拿掉。

練習：查一段故意寫得太滿的摘要

使用下面這段自編內容，不需要上傳真實工作資料：

某份測試找了 20 名參與者完成一項摘要任務。
使用工具組平均花 12 分鐘，未使用工具組平均花 15 分鐘。
AI 摘要寫成：「研究證明 AI 讓所有知識工作者的整體生產力提升 25%。」

填寫查核表：

引用與數字查核表

待查主張：
來源是否存在：
來源實際研究的對象與任務：
原始數字：
我的重算：
AI 句子超出證據的地方：
處理：保留／改寫／待確認／刪除
證據允許的改寫：

這個例子中，完成時間從 15 分鐘降到 12 分鐘，是減少 20%。若每次完成的工作量完全相同，把產出速度換算成「每分鐘完成量」，數值會增加 25%；但那需要先定義生產力並確認工作量、品質與其他條件相同。無論採哪一種算法，都只能描述這 20 人在指定摘要任務中的結果，不能證明所有知識工作者的整體生產力。

完成這張表後，你已經能處理可追到來源的主張。下一個問題更難：有些輸出不是可直接查證的事實，而是推論、建議，甚至要求你做決定。它們不能全部用「有沒有來源」同一把尺來驗。