AI 稿里真正会伤到站点的是那些读起来最顺、最像事实、却从来没人打开来源核过的数字——年份、百分比、直接引语、机构名称、产品规格。核稿这一步只有一个判断标准：页面上每一句可被验证的话，都要能当场追到一个打得开的一手来源；追不到的，删掉、改成标明口径的估算、或者换成自己能亲手验证的说法。
晚上十一点半，我把两千多字的稿子拖到副屏上，浏览器拉出一排十几个标签。这时候我不读文章，我从后往前扫，只找三样东西：阿拉伯数字、四位年份、引号。找到就用黄色抹一下。一篇讲德国市场的稿子扫完，屏幕上黄了三十几处，其中一半以上我从没见过它们的出处。稿子是模型写的，我白天通读时觉得“这段挺扎实”——扎实的是语气，不是事实。
你如果坐在我这一侧看这块屏幕，会注意到一件事：那些黄掉的地方，句子本身都很漂亮。句式稳，动词准，前后衔接得没有缝。问题就出在这里。错别字会让句子绊一下，你读到就停住了；而一个假数字藏在漂亮的句子里，读起来毫无阻力，它就那么滑过去了。
我核稿的习惯是反着读。正常读是从意思走，反着读是从名词走：一句话里凡是出现专有名词、数字、年份的地方，就是这句话的承重点。承重点塌了，整段都白写，因为读者不会记得你论证得好不好，只会记得你有一个数字是编的。而且数字是页面上唯一一个读者能在十秒钟内自己去查的东西。
哪些句子是承重墙
按危险程度从高到低排，我自己的顺序是这样。
具体数字和百分比。越不圆整越危险。“接近一半”这种说法没人会去查，“47.3%”一定会有人去查，而且查不到的时候他不会告诉你，他直接关掉页面。
年份。年份的危险不在错，在错配。一个真实的数字配上一个错误的年份，看起来比纯编造更可信，也更难被发现。
直接引语。带引号的话是在替一个具体的人立字据。模型很擅长把一段大意写成一句很像那个人物口吻的话，读起来完全合理，但那个人从来没这么说过。
机构名。一家真实存在的机构加一句它没说过的话，这是最省力也最伤人的一种。
产品规格。版本号、容量、接口、兼容性、发布时间。这一类最容易被放过，因为模型对旧版本记得特别清楚，写出来语法和逻辑都对，只是那是三年前的产品页。
一手来源，和它的替身
一手来源是：官方文档、原始报告的 PDF、发布方自己的公告、标准组织或统计部门的原始表格、产品官方的规格页。就这些。
不是一手来源的：转载和聚合站，它们转述时经常已经错了一层；维基，可以当成找线索的入口，不能当出处；以及另一个模型的回答。
用 AI 去核 AI，得到的不是核实，是两段生成文本在互相确认。它们的错误分布是重叠的，你越问越觉得自己对了。
三种坏形状
核到后面你会发现坏法就那么几种。
一，研究不存在。引用格式完全正确，作者名像真的，期刊名像真的，页码连续，DOI 长得也对。你把它丢进 doi.org，要么 404，要么落到一篇主题完全无关的论文上。这种最容易被放过，因为格式对得太好了。
二，年份对了，数字挂错了地方。一段真实的统计被挪到另一年，或者挪到另一个国家，或者换了口径——注册用户和月活是两个数，装机量和出货量是两个数，营收和 GMV 是两个数。数字本身是真的，你引用的那句话是假的。
三，结论挂错机构。那家机构确实发过相关报告，但报告里的结论是反的，或者只是在一段里顺带提了一句，被放大成了核心发现。
链接必须一个一个打开
不是点开看它能不能访问。链接返回 200 什么都不说明。要打开，然后在那个页面里用 Ctrl+F 搜你引用的关键词，确认那句话真的在页面上。
常见的几种：链接指向的是对方首页，正文早就改版没了；链接跳到了一个产品页；链接指向一篇转述，而那篇转述自己也没给出处；链接能打开，但页面上说的数字和你写的差一位。
这一步没有任何捷径。我知道有人希望有个工具一次跑完，跑不完的，因为判断“这个页面上的这句话是不是支持我这句话”需要读，读这件事机器替不了你。
追不到出处的时候
只有三个选项。
删掉。整句删，不要留半句。删完把上下文读一遍，你会发现很多段落删掉之后反而更清楚，因为你当初写它只是为了凑一段过渡。
软化。改成一个有明确标记的估算：写成区间，写清口径，写明是哪一年的什么统计。这里有个细节——不要用“有研究表明”“数据显示”“业内普遍认为”这种没有主语的说法糊过去。这种句式本身就是待核信号，读者也认得出来。你把它留下，等于在页面上插了一面旗，告诉所有人这里没查到。
换成自己能验证的。你自己站点后台的数字、你自己跑过的流程、你自己操作过的界面、官方文档里能打开的那一页。这一条其实是做出海站最该用的：你在这个市场上真的做过什么，比任何二手统计都值钱。
还有一个不能碰的方向，是让它再生成一个来源。你会得到一个格式更漂亮、更不存在的东西。
有些话不该核，该不写
涉及健康、法律、税务、投资这几类，找不到公开的一手来源时，正确的处理不是软化，是这一句根本不该存在。软化只是把责任从“我写了”变成“我模糊地写了”，读者照样会照着做。
什么时候算核完
标准很笨：页面上每一句可验证的话，都能指到一个具体的页面和页面上的具体位置。我做的时候会在稿子旁边留一列只有自己看的记录，写清楚每一条追到了哪里、哪一天查的、页面当时是什么样。写完这一列，稿子才算能发。
还有一处几乎所有人都会漏，不是新稿，是旧稿。站点更新、改版、补内链的时候，老段落里的数字没有人会再看第二眼。它们比新稿危险得多，因为连作者都以为它们早就核过了。
那天关灯之前，我把三十几处黄高亮过了一遍，最后剩下十一处。两处我删了整段，一处改成了我们自己站上测到的区间，剩下的都追到了能打开的页面。稿子比原来短了四百多字，读起来反而更硬。
