AI改写后出现事实错误，正确做法不是要求它“再润色一次”，而是先停止继续扩写，回到原始来源标出数字、专有名词、时间、条件和因果关系，建立不可擅改清单，再逐段对照核验。语言可以重组，事实锚点不能凭表达需要被补充、合并或替换。
哪些内容最容易被改错
高风险信息包括具体数字与单位、人物和机构名称、产品版本、日期、地点、政策条件、引用原话，以及“因为A所以B”这类因果判断。另一类隐蔽错误是把“可能”“部分”“在特定条件下”改成确定结论，字面更有力，事实却被夸大。
在开始改写前，把这些信息复制成核验表，每条附上来源位置。只有单一网络帖子支持的说法应标为待确认，不要因为原文写得肯定就默认可靠。涉及健康、法律、财务和公共安全时，应优先引用权威来源并保留必要限制。
用双栏方式逐段校对
把原文与改写结果并排显示，先校对事实，再校对表达。第一遍只圈出数字、专名、时间与否定词；第二遍检查主语是否变化、条件是否丢失；第三遍才处理重复、语气和节奏。分开检查能避免被流畅措辞带偏。
不要只看单句是否“差不多”。例如原文说“在某次测试环境中耗时约三分钟”，改写成“只需三分钟”就删掉了环境和近似条件；原文说“未发现明显问题”，也不能变成“确认没有问题”。
建立三类来源等级
- 一级来源：法规原文、官方文档、当事方公开声明、亲自可复现记录。
- 二级来源：可靠媒体、专业机构解释、经过编辑审核的资料。
- 线索来源：评论、转述、截图和无法确认上下文的短片段。
一级来源用于确认关键事实，二级来源帮助理解，线索来源只用于发现问题。若多个可靠来源冲突，应明确写出时间和口径差异，而不是自行拼成一个结论。链接可能失效，可同时记录标题、发布者和访问日期。
改写提示与人工验收
输入要求中应写明：不得改变数字、单位、专名和时间；不得补充原文没有的事实；不确定内容保留限定词；发现冲突时标记而非猜测。生成后仍需人工验收，因为指令只能降低风险，不能保证完全正确。
批量任务先用两三段小样测试。若频繁发生同类错误，应检查模板是不是过度要求“更有冲击力”“补充细节”或“给出确定答案”。这些目标会诱导内容越过来源边界。
常见故障排查
- 单位换算错误：保留原单位，确需换算时单独计算并复核。
- 人名机构混淆：使用完整名称，首次出现再给简称。
- 时间线颠倒：把事件列成时间轴后再组织叙述。
- 引用变成改写句：直接引语必须准确；不能核对原话时改为转述并注明来源。
- 原文自身有错：不能忠实复制错误，应查证后修正，并在必要时说明口径。
FAQ 与边界
只做文风调整也要核验吗？ 要。删减和换主语同样可能改变事实范围。
能让模型自己检查自己吗？ 可作为初筛，但不能替代独立来源核验；同一模型可能重复原来的错误。
没有可靠来源怎么办？ 删除、降低为个人观察，或明确写“尚无法确认”，不要用模糊措辞伪装确定性。
发布前用一张清单确认：每个关键数字有来源、每个专名拼写正确、每个结论保留条件、每段因果有证据、每处引用能追溯。事实准确优先于文案顺滑，这条原则适用于任何改写工具。
