在线课程落地页的设计目标是促成购买，因此“已获认证”“94%的毕业生成功就业”“由曾任[知名公司]工程师的讲师授课”“退款保证”等说法，首先都是营销文案。付款前，很多人会本能地询问AI助手“这门课靠谱吗？”，并把回答当作核查结果。这种做法有一个明确的问题：模型无法可靠掌握某门具体课程当前的认证状态、退款条款或就业统计，可能流畅却错误地作答，而不是坦言“我不知道”。
下面的核查清单专门覆盖付款前真正重要的说法，也说明AI在这个过程中适合做什么：整理清单，而不是凭记忆回答。
核心概念：核实，而非回忆
模型的训练数据存在时间边界，也不是每家课程提供商当前认证、人员和政策的实时登记册。询问“[某门具体课程]是否已获认证？”容易让模型根据一般模式，也就是同类课程的认证说法通常如何呈现，给出听似合理的答案，而不是关于这门课程今天的已核实事实。解决办法不是避开AI，而是让它完成真正适合的部分：把落地页上的说法转化为具体、可核查的清单，并指出能够证实或否定每项说法的一手来源类型。
常见误解
错误在于把“我问了AI聊天机器人，它说这门课似乎可靠”当成核实。这并不是核实。面对含糊的可靠性问题，模型通常会给出听似合理、措辞谨慎的回答，让人感觉已经做过尽职调查，实际上却没有完成任何核查。语言流畅不等于你亲自打开认证机构当前的登记册、阅读课程现行的退款条款，或独立确认讲师目前的任职情况。
切勿把AI工具关于课程认证的未经核实陈述当作事实。请直接对照认证机构自己的公开登记册或名录，大多数正规认证机构都会公布此类名单。如果课程不在所称认证机构的名单中，或该机构实际上并不认证这类项目，这就是一个严重的警示信号，无论人或AI多么自信地称课程可靠。
四类值得核实的说法，以及各自去哪里查
1. 认证。 找到课程页面明确提到的认证机构。进入该机构的网站，直接搜索其已认证院校或项目的公开名单。不要只依赖课程本身的说法，也不要依赖搜索引擎对该说法的摘要。另有登记册可用于核查认证机构本身。在美国，教育部公布了Database of Accredited Postsecondary Institutions and Programs，其中列出获认可的认证机构，以及它们认证的院校和项目。在其他国家，对应来源通常是本国教育主管部门或相关专业监管机构。如果课程只称“已获认证”，却没有指出具体认证机构，这项说法根本无法核实。
2. 退款政策。 阅读实际的服务条款或退款政策页面，而不是营销标题。“退款保证”往往附有条件，例如严格的申请期限、必须先完成最低比例的课程，或排除某些课程类型。报名当天请截图或保存当时的政策，因为这些页面可能发生变化。
3. 讲师履历。 通过LinkedIn个人资料、公司团队页面、大学师资名录或会议讲者简介，独立核实讲师声称的背景。不要只相信课程页面上的讲师简介，因为这段介绍由课程提供商撰写，对方有动机突出有利信息。
4. 结果统计。 就业率或收入类说法，例如“94%的学员在6个月内就业”，必须说明方法才有意义：调查对象是谁，“就业”或“从事本领域工作”如何定义，回复率是多少。请以书面形式索取这些信息。在美国，广告商提出客观主张之前，应当已经拥有合理依据，而不是在受到质疑后才补充支持材料。这是联邦贸易委员会在广告依据政策声明中确立，并通过一般广告与营销指南实施的原则。这并不能说明某家提供商是否合规，而且各国规则不同。它只说明：如果提供商不愿解释自己宣传的数字采用何种方法，就拒绝展示它理应已经掌握的依据。
用AI建立清单，而不是让它作答
以下是某在线课程落地页的营销文案：[粘贴页面文字]。
提取每一条关于认证、退款条款、讲师资历和结果统计的具体、可核对说法。
对每条说法，告诉我需要核查哪一类一手来源才能核实（例如：“所点名认证机构的公开登记册”“课程自己的服务条款页面”“讲师的LinkedIn或雇主团队页面”）。
不要告诉我这些说法是否属实，我会自己核查每个来源。
这样能从你眼前的实际页面生成一份具体、有条理的清单，而不要求模型猜测它无法可靠知晓的事实。
示意性的说法核对
以下情景中的具体信息均为虚构，并不对应真实课程。某页面写道：“获National Council for X认证。92%的毕业生在3个月内就业。由曾任[知名公司]高级工程师的讲师授课。”运行上面的提取提示后，会得到三项可核查内容。查看该理事会的公开登记册后发现，这个具体项目不在名单中，但同一提供商的另一个项目在列。因此，报名前值得直接向提供商询问。完整阅读退款页面后发现，申请必须在很短的期限内提出，而且已学习内容不得超过规定比例。保证确实存在，但范围比营销标题暗示的更窄。讲师的独立资料确认了所述职位，不过任职已是几年前。说法本身准确，但如果时效会影响你的决定，这一点值得留意。
上述核实都不需要相信AI工具对课程的看法。需要的是AI整理说法，以及一手来源回答这些说法。
与受监管职业相关的课程需要更严格的核查
如果课程声称为护理、房地产、理财顾问或教学等须持证或受监管的职业作准备，认证就不再只是质量信号，而可能成为准入门槛：它会影响你所在司法辖区的执业许可机构是否承认这项资质。对于此类课程，请先直接向当地执业许可机构确认其认可的提供商与项目，再查看课程自己的营销页面。一门课程可以提供真正优质的学习体验，却仍因不在认可名单上而无法满足执业许可要求。这是两个不同的问题，但落地页的暗示很容易让人混淆。
阅读评价时，勿过度信任AI生成的摘要
若你请AI汇总网上人们对某门课的评价，为何AI有时会自信地给出错误答案中的幻觉风险同样适用于评价摘要：模型可能把能接触到的少量评价融合成听起来自信的共识，忽略多数评价已过时或来自不同课程版本，或偶尔编造听起来合理却无法核实的引语。请要求模型链接其正在汇总的具体评价，并在把“评价总体正面”的摘要当作定论之前，自己抽查至少两到三个原始来源。
何时AI适合用于更广泛的调研
若你在比较多家课程提供商，而不是核实某一具体页面上的说法，Deep Research模式更适合一次性调研评价、论坛讨论和跨多源比较文章。本清单针对更窄的最后一步：确认你即将付款的那门具体课程上的具体说法。
今天就试
打开一门你正在考虑的课程。把提取提示用于课程落地页，再逐项对照实际的一手来源，包括认证机构登记册、真实退款条款和讲师的独立资料。在线课程说法核查表可把这一流程整理成一页清单，供你在选择下一门课程时复用。
