生成式AI把内容生产的瓶颈从「写得出」推到了「写得对」。编辑团队的内部测稿显示，最常见的返工不是文笔，而是三类问题：数字与时间点被静默改写、相关被强化成因果、引用找不到出处。
实验室的做法是把核查拆成可回链的四步链路：从段落中抽取原子断言（人物、时间、数量、因果关系），到自有素材库与授权信源检索候选证据，再由判定模型给出「支持 / 部分支持 / 无依据」三档结论，最后把结论作为约束回写给改写模型，而不是只产出一份风险清单。
· 进展：在126篇内部测试稿上，断言抽取召回率约91%，三档判定中「部分支持」被正确区分的比例约78%；带证据回链的改写版本，编辑二次核对耗时下降约四成。误报集中在比喻性表述与跨语言信源。
· 下一步：扩大中文长尾信源覆盖，并把回链结果落成可点击的脚注形式，让核查结论在发布端对读者可见，而非停留在编辑后台。
我们认为这项工作的价值不在「替人判断真假」，而在于把每一条可核查的表述都挂回它该有的出处。
评论