一、先划范围：哪些内容必须查
可外部验证的必查：数字、年份、人名、条款、政策条文，这些有原始出处的必须核对。
纯表达不用查：措辞风格、段落结构、语气这类没有对错之分的内容，不必逐字排查。
数字交叉验证：同一个数据换一个来源再问一次，两次对不上直接警惕，真要确认就回到官方统计、年报或公开文件原文。
查不到出处宁可不写：AI给不出具体页码、作者、发布机构的引用，应当作没有这条依据来处理。
二、看引用和案例：最容易露馅的地方
引语逐字摘：让AI把原句逐字摘出来，摘不出就是编的；带引号的假直接引语比模糊表述更具误导性。
时间敏感信息单独查：政策、费用、人事变动半年就翻篇，训练数据有滞后，AI给的往往是旧版本，需用关键词查新原文再改写。
案例追问四要素：哪个城市、哪一年、当事人是谁、结果怎么统计，真案例经得起追问，编的越问越模糊。
公文材料尤其要认领：AI配的本地案例看上去有地名有人名有情节，一核实可能张冠李戴或查无此人，谁用谁核实、谁签字谁负责。
三、判断力不能外包：底层知识是校验的标尺
知识半衰期定去留：数学原理、逻辑推理、专业核心框架这类长半衰期知识留在脑子里，软件菜单、实时参数这类短半衰期信息放心交给AI。
没有框架就辨不了真假：脑子里没有足够的基础知识，AI给你一个答案时你没有任何东西跟它碰撞，就判断不了逻辑对错。
AI降低生成成本但不降低验证成本：真正影响决策的不是答案生成的速度，而是基于自身积累提出质疑的能力。