用 AI 查資料不被唬:我的 3 步 fact-check 流程

AI 最危險的地方不是它會錯,是它錯的時候跟對的時候一樣有自信。內容創作者直接把 AI 生成的「事實」發出去,被讀者抓到一次,信任就要花十篇文章賺回來。

這是我每篇文章發布前的 3 步流程,平均花 10 分鐘。

第 1 步:圈出「可驗證宣稱」

把 AI 生成的草稿掃一遍,圈出所有可以被驗證的具體宣稱:數字、百分比、日期、人名、產品版本、價格、「研究顯示」。

觀點不用查(「我覺得 Suno 適合新手」),事實才要查(「Suno 免費版每天可生成 N 首」)。一篇文章通常圈出 3-5 個點。

第 2 步:來源反查

對每個圈起來的點,問 AI:「這個數字的來源是什麼?給我可以點開驗證的出處。」

三種結果:

• 給得出官方來源(官網、官方文件)→ 點開確認後過關
• 給出的是內容農場或部落格 → 當作未驗證,改寫成「大約」「常見情況」或直接刪
• 開始道歉 →它編的,刪掉

我在 Gemini 的盲點寫過:有 search 功能的模型反而更會「假可靠」,引用看起來像權威其實是 SEO 文。有引用 ≠ 有根據。

第 3 步:數字紅旗清單

最後用這份紅旗清單掃一次,中槍的優先人工查:

• 「整數到可疑」的數據(剛好 90%、剛好 10 倍)
• 跟「最新」「2026 年」綁定的宣稱(AI 的時間感最不可靠)
• 價格與免費額度(改版最頻繁,參考免費版比較我都只寫體感不寫數字)
• 任何你「希望是真的」的數據 — 確認偏誤會讓你想跳過查證,所以更要查

流程跑熟之後會內化成反射:看到具體數字就自動懷疑。這個習慣比任何工具都值錢。