如何用 AI 工具做深度研究而不轻信摘要：来源、追溯与核验

深度研究工具产出令人印象深刻的摘要，但仍然是摘要。输出的价值取决于背后的来源轨迹，实际纪律是把报告当作带假说的书目，而不是已核实的结论。本方法保留来源轨迹、核验主张、并说明仍未确定的内容。

第一步，要求来源轨迹：报告中的每一条主张都应落到具名的来源、日期、以及你能复核的引文或数字。当工具返回没有来源的主张时，把它当作未核验。第二步，抽样核验：挑出决定你决策的主张，直接打开它们的来源，因为摘要级准确不等于主张级准确。

第三步，留意研究摘要的失败信号：二手或营销性质的来源、缺失或过旧的日期、与引用页不符的数字、以及在来源冲突时给出自信答案。每个信号都降低该主张的等级，而不是整份报告。

局限在于核验是手动的，工具无法告诉你它没搜到什么。用深度研究生成一张存在什么的结构化地图，然后在行动前自己核验承重的主张。

主张需要根据它断言的内容采取不同的核验步骤。具名事实通过打开引用来源、核对确切数字来核验；日期或货币通过在来源自己的页面上确认数值来核验；比较通过找到两个来源直接对比来核验；建议通过把推理对照证据链来核验。下表把主张类型映射到核验步骤和应降级该主张的失败信号。

来源质量是研究摘要上最快的过滤器。同一组信号在各工具中反复出现：一手来源比聚合器更值得信任，近期且明确的日期胜过缺失或过旧的日期，具名数字和引文胜过含糊主张，交叉核对的一致性胜过来源冲突时的自信答案。下表把来源质量变成四个可检查的信号。