AI 给的数据别直接抄：我翻车过五次
五次因为直接采信 AI 给出的数据、引用和结论而出错。这篇把翻车过程逐条写出来，附我的核查流程。
我写科普，最怕的就是「准确」这两个字。而 AI 恰恰在这件事上看起来最可靠——
它会给你一个很具体的数字，还带小数点。
下面五次翻车，全部发生在我已经知道要核查以后。它们是不同种类的错。
翻车一：数字是编的
它告诉我某项调查的覆盖率是「百分之七十三点四」。
我顺手写了。后来去查原始报告，这份调查根本不存在。
教训：越具体的数字越要警惕。真实的模糊和虚假的精确，后者更像真的。
翻车二：文献是真的，结论是反的
它给了一篇看上去很对路的论文。我去查，论文确实存在，
但结论跟我引用的方向正好相反。
这次最危险，因为引用本身是真的，只有结论被掉了个头。
翻车三：法规是过期的
我问某项规定的要求，它给的是三年前的版本。
已经改过了，而且改的正是我引用的那一条。
教训：涉及规则、价格、标准的东西，一律去官网核对当前版本。
翻车四：把两个人合成一个人
它把两位学者的研究混在一个人名下，看起来毫无破绽。
直到有人指出来。
翻车五：算错乘法
一个很简单的小学算术，步骤看起来完全正确，结果错了一位。
我扫了一眼没算，直接用了。
只要涉及计算，自己再按一遍计算器。
我现在的核查流程
三条规则，没有例外：
- 数字必须有原始出处，找不到就写「暂无公开数据」；
- 引用必须看到原文，摘要和转述都不算；
- 计算自己重算一遍，再简单也重算。
另外一条经验：让 AI 把「它不确定的地方」标出来。
这句话加上去之后，它会主动暴露一部分风险点，省我不少事。
写在最后
我不认为这是 AI 的缺点，它本来就不是数据库。
它擅长的是组织语言，不是保证事实。
把这两件事分清楚，用起来就踏实多了。
你现在会怎么核查 AI 给的信息？