如何在 10 秒内核对 AI 摘要与原文

2011 年，Sparrow、Liu 与 Wegner 在 《Science》 上发表研究指出：当人们预期稍后可以查阅某些信息时，他们往往更少记住事实本身，而是记住在哪里能找到它。搜索引擎成了某种外挂记忆，我们也逐渐适应了这种模式。

AI 摘要让这种适应走得更远。你得到一段清晰的文字，记住了它，而源网页却被抛之脑后。当摘要准确无误时这没问题；但一旦出现偏差就会带来隐患——因为整段文字中没有任何标记能提示你哪一句话不可靠。

10 秒核对法

无需重读整篇文章，只需查看特定片段。这个习惯非常简单：

1. 选出你准备转述给别人的关键论点。 一个数字、日期、名字或因果关系。
2. 在原文中找到对应的关键句子。 不是意思相近的句子，而是直接陈述该事实的原句。
3. 读一读该句的前后各一句话。 上下文最容易出现偏差：比如把“可能”概括成“必定”，或者把“预测”当成“既成事实”。

手动操作时，第二步最耗时——这也正是最值得自动化的环节。

AI Summary Helper 如何应对这一问题

当你在追问时，回答会附带网页中支撑该结论的精确原文片段。插件会逐字对比引用与页面文本，自动剔除任何无法完全匹配的引用，确保杜撰的引文绝不会作为证据出现。点击引用内容，若网页处于打开状态，页面将自动滚动至该片段并高亮显示。

推荐的追问同样遵循这一机制。每个问题都会先给出一个简短的初步回答（在模型生成完整长文时同步打出），方便你快速浏览、核对，一旦得到满意答案即可随时停止。

引文能证明什么，又无法证明什么

需要特别注意：匹配的引文仅证明该片段确实存在于网页中，并不能证明模型对其理解完全无误。引文周边的总结依然由模型组织生成，因此第三步的检查依然必要：查看前后邻近的句子。

按这种方式使用，引文更像是直达关键段落的快捷方式，而非最终的准确性保证。核心就在于此：你只需花 10 秒核对决定论点是否成立的关键段落，而不用花 10 分钟重读全篇。

值得长期保持的习惯

每篇文章挑选一个回答进行核对。几周下来，你就能摸清所用模型的脾性：擅长哪些主题、是否会四舍五入数据、是否会忽略限定词。这种对模型的校准认知，远比单次核对更有价值。