没有出处时，不必把整段内容一刀切：低风险的一般说明可以保留，但应明确属于待核验的分析；证据不足的趋势、因果或比较判断应降级；具体数字、日期、费用、政策、机构信息、引文和结果承诺应删除，至少核实后再使用。OpenAI 帮助中心提醒，ChatGPT 可能生成错误或误导性内容，也可能编造引文、研究、引用或指向不存在的来源。
先分清：观点可以保留，事实需要核验
判断一段话是否适合保留，可以先看它在表达什么：
| 内容类型 | 没有出处时的处理 | 原因 |
|---|---|---|
| 概念解释、通用分析、编辑建议 | 可以保留 | 属于一般说明，但不应包装成某个机构或来源已经证实的事实 |
| 趋势、因果、比较、难度判断 | 降级 | 可以写成一种解释或可能性，不能写成确定结论 |
| 数字、日期、金额、门槛、政策条款 | 删除或暂缓 | 这些内容需要可核对材料，模糊表述不能替代证据 |
| 机构身份、能力、名单、资质、合同条款 | 删除或暂缓 | 容易造成对具名主体的错误归属 |
| 引文、研究、论文、来源名称 | 删除或暂缓 | 模型可能生成编造引用或指向不存在的来源 |
| 录取、获签、就业、批贷等结果承诺 | 删除 | 模型输出不能作为结果保证 |
这里的“降级”不是简单加一句“可能”就结束。如果一句话仍是文章论证的关键依据，却没有证据支持，应当删除，或者补齐来源后再写。
哪些内容可以保留
不依赖具体出处、也不会让读者误以为已经核实的通用说明，可以作为初步内容保留。例如概念梳理、阅读方法、信息分类或编辑流程。
但要避免把模型判断写成确定事实：
- 可以写：“一种可能的解释是……”
- 不宜写：“研究已经证明……”
- 可以写：“从编辑角度看，需要先区分……”
- 不宜写：“某机构明确要求……”
即使使用“据该回答”“模型认为”，也只能说明模型这样回答过，不能证明回答内容为真。
哪些内容应当降级
趋势判断、因果解释、比较意见以及方法建议，如果没有出处，应从结论降为假设。
例如，“某方法更有效”可以降级为“该回答认为某方法可能更有效，但仍需结合原始材料判断”。不过，如果全文都依赖这个未经核实的判断，单纯改变语气并不够，最终仍应删除相关结论。
判断是否降级时，可以问：如果这个解释不成立，文章的核心结论是否仍然成立？如果答案是否定的，就不应把它作为论证依据。
哪些内容应直接删除
以下内容一旦缺少可核对出处，优先删除：
- 精确数字、日期、金额、比例、门槛和期限；
- 法律、政策、监管要求及合同权利义务；
- 具名机构、人物、名单、资质和认证信息；
- 带有具体措辞的引文、研究结论和来源归属；
- 无法验证的案例、办公室、合作方或第一人称亲历；
- 任何关于录取、签证、成绩、费用、审批或就业结果的承诺。
不要因为内容“看起来合理”就保留。可核查事实必须有能够打开并支持该说法的材料。
怎样核验一个模型给出的来源
即使回答附有链接，也应把它视为检索线索，而不是已经完成的核验。至少检查三件事：
- 来源是否真实存在：能否打开原文，发布者是否与声称一致。
- 原文是否支持结论：不能只看标题，也不能把相近主题当成直接证据。
- 适用范围是否一致：原文讨论的对象、时间和场景，是否与文章中的说法相同。
无法确认原文存在、找不到完整内容，或者来源与结论不相符时，都应按“没有出处”处理。
发布前的最后检查
逐句圈出文章中的具名主体、具体数字、日期、政策、费用、资格条件和结果性表述。凡是无法回到原始材料确认的，删除；仍有参考价值但不确定的，改为明确的假设或一般说明；其余低风险内容才可保留。
OpenAI 对 ChatGPT 错误、误导性输出和编造来源的提醒，提供的不是一套自动判定标准，而是一条基本底线：模型可以帮助组织语言和分析材料，不能代替读者确认事实。