问聊天机器人“X今天发生了什么”或“总结Y的新闻”，会很快得到一段易读的回答。已发表的评估显示，这类回答可能误述来源、引语与事实。下面的工作流用于核对真正重要的主张；需要多久，取决于报道本身以及你能否取得原始材料。
问题有多大：已有实测数据
这不是模糊警告——它已被直接测试。BBC于2024年12月首次用自己已发表的文章测试四款主流AI助手（ChatGPT、Copilot、Gemini、Perplexity），发现关于新闻的AI回答中51%有重大问题；引用BBC内容的回答中19%引入了明确的事实错误，来自BBC文章的引语中13%被改动或根本不在所引文章中（BBC, “Groundbreaking BBC research,” 2025）。
数月后，BBC与欧洲广播联盟把测试扩展到国际范围，涵盖22家公共广播机构、18个国家、14种语言和超过3,000份经专业评估的回复，并发布了News Integrity in AI Assistants Report。报告发现，该问题具有系统性，并非某个市场或语言的偶发现象：45%的回复存在重大问题，31%存在严重的来源问题，20%包含重大准确性问题，包括凭空编造的细节（BBC/EBU media centre summary, October 2025）。不同助手的表现并不相同：Gemini有76%的测试回复存在重大问题，是其他助手的两倍以上，主要原因是来源处理失败；但所有被测助手的错误率都不容忽视。
不要把“摘要引用了真实媒体”当作摘要准确的证明。BBC/EBU研究发现，来源错误——错误归属、捏造引语、缺失上下文——是最大的单一问题类别，大于单纯的事实错误。
业务场景：为何这超出随意阅读
若你用AI新闻摘要向团队做简报、写社交帖、为客户对话提供信息，或做快速决定，未被发现的来源错误不会停留在你自己的理解里——它会传播到你接下来产出的任何东西中。核对所需的投入，相对于你已转述错误主张后再纠正，通常更小。
工具与工作流选择
两种配置行为不同，你用的是哪一种很重要：
没有搜索或浏览功能的聊天。 模型只能依据训练数据或关于某个主题的一般知识生成摘要，因此内容可能过时、过于笼统；对于资料较少的事件，甚至可能完全是编造的。凡是你准备当作当前新闻转述的内容，都不要使用这种配置。
启用搜索或浏览，并提供实际文章。 这更接近BBC/EBU的测试条件：助手能够访问真实来源材料，却仍然以不容忽视的比例引入错误。它比前一种配置更可靠，但仍需要完成下面的核对。
原始来源核对，逐步进行
第1步：识别真正重要的具体主张。 不是整篇摘要——而是你会实际转述或据此行动的两三个事实：一个数字、一句引语、一个陈述的结果、一个有归属的观点。
这是一篇新闻报道的AI生成摘要：[粘贴摘要]。列出该摘要中
三条最具体、可核对的事实主张——
优先数字、引语，以及任何归属于具名个人
或组织的内容。
第2步：打开实际文章，而不是另一篇摘要。 搜索原媒体自己的报道。若摘要点名了来源，就去那个确切来源；若没有，这种缺失本身就是值得注意的信号。
第3步：并排比较具体主张。 数字是否精确匹配？引语是否确实来自原文，而不是把转述伪装成直接引语？原文是否真正支持摘要暗示的因果关系、责任归属和确定程度？
这是原文：[粘贴相关段落]。这些是
AI摘要中的主张：[粘贴各项主张]。对每条主张，告诉我
原文是完全支持、以不同措辞或带有限定地支持，
还是完全不支持。不要淡化不匹配——清楚标出。
第4步：检查观点与事实是否被分开。 BBC的研究特别指出，助手会把文章本身的报道、文中引用的观点和助手自己的评论混在一起。如果原文把某项内容归于评论文章、被引用的个人或尚未证实的报道，摘要却将其写成事实，那么你在转述时必须恢复这些区别。
验证与回退
若第3步中任何具体主张站不住，不要用另一次AI查询来修补——直接回到来源措辞，准确引用或转述，或放弃该主张。报道研究、判决、申报文件、演讲、数据集或政策时，除了新闻文章，还要打开其所依据的一手材料。若找不到所声称的来源，就把摘要视为未确认。
BBC关于准确性的编辑指南、Reuters standards and values、European Commission disinformation resources、UNESCO media and information literacy resources及WHO infodemic guidance提供了进一步的核验与来源处理依据。它们不会替你验证某个聊天机器人的具体回答。
人工审核或升级规则
凡是要发给较多人的内容——团队简报、公开帖子、客户更新——都应安排明确的第二次审核：在发布前，请另一人独立打开原始来源，尤其要复核数字、引语和注明来源的主张。这与核实健康说法和转发病毒式说法前先追溯遵循同一原则：模型适合发现并整理需要核查的候选主张，却不适合充当最终核查者。
可复用模板
新闻摘要原始来源核对把上述四步变成可反复使用的填空工作表——若你定期为团队做简报或写时事，很有用。
与其他工作流的关系
若所谓“新闻”实际来自别人转发的帖子，而不是你请聊天机器人总结的，转发病毒式说法前先追溯是更直接的方法。若你还在决定一开始该用搜索还是聊天，请先按“搜索与聊天的事实核对”原则选择工具。若报道需要综合多个来源，而不只是总结单篇文章，Deep Research模式更适合这一用途，但仍须对较长的报告执行同样的核查步骤。
常见陷阱
- 因为摘要点名了媒体就更信任它。 引用正确媒体与准确呈现该媒体说了什么，是两项不同成就；BBC/EBU数据显示两者之间的差距很大。
- 只在感觉不对时才核对。 上述45%与51%的错误率描述的是听起来并非明显错误的回答；读起来顺的摘要不是准确的证据。
- 接受被呈现为直接引语的转述。 具体问一句被引的句子是原话还是改写——两项研究都把这标为常见失败。
- 因为主题看起来影响不大就跳过核对。 研究中的错误率并不集中在冷僻或复杂报道，而是在普通新闻问题中普遍存在。
本周就试一试
下次你请AI助手总结一篇你打算转述或据此行动的新闻时，先识别重要主张，再打开实际文章及其所依据的一手材料，并排比较，并确认观点未被呈现为事实。用新闻摘要原始来源核对让这套流程可以重复执行。
