教程 · AI 工具
AI 说得头头是道却找不到原文：要求带位置引用再回查
让模型在回答里标出原文位置和不确定项，再逐条回查，避免把模型复述当成原文依据。
前置：有一份长文档或资料，需要用 AI 提取结论并确认依据。
材料：原始文档、AI 对话工具、文档页码或章节、核查记录
材料：原始文档、AI 对话工具、文档页码或章节、核查记录
步骤
1. 先要求标注位置
在提示词里明确要求每条结论后面附章节名或页码，并说明找不到原文时必须写未找到；不要求引用，模型会把推测写得像事实。
2. 要求列出不确定项
让模型单独列一段我不确定的内容及原因，例如原文表述模糊或存在两种解释；这一段往往比正文更有价值，不确定项要逐条处理。
3. 逐条回查原文
按标注位置打开原文核对，重点看数字、条件和否定表述；模型常把有条件成立写成普遍成立，一字之差结论就反了。
4. 改写成可核对的表述
把无法回查的结论删掉或改成据文档描述，并保留原文的限定条件；宁可结论弱一点，也不要把推断写成事实，改动处标出来。
5. 记录核查结果
把每条结论、引用位置和核对结论记进表格，方便下次复用；同一份文档再次提问时，可以先用这份记录做对照。
做完检查
- 每条结论都能在原文找到对应位置
- 不确定项已单独列出并处理
- 改写后的表述保留了原文限定条件
常见错误
- 把模型复述当成原文引用
- 只看结论不点开原文核对
- 把有条件成立的结论写成普遍规律
相关工具
同类教程
提示词写了五百字还是答偏：先给角色、读者和禁区
用角色、读者、任务、结构和禁区五个槽位重写提示词，让输出稳定落在预期范围内。
查看 →长文档塞不进上下文：先分段摘要再汇总，别硬塞
把超长文档按章节拆开分段摘要，再用统一模板汇总，保证关键信息不丢且可回溯。
查看 →本地跑 7B 模型就爆显存：先降量化再减上下文
根据显存选择量化等级和上下文长度，让本地模型稳定运行且生成速度可接受。
查看 →更新时间：2026-10-29 · 平台规则/软件版本会变；操作前保留原件，以实际页面为准。
跨库学习路径
按共同关键词匹配，不是随机推荐；从任务到提示词/教程/项目继续走。