交付给同事前，发布检查应覆盖事实与来源、数据分析过程、输出内容和使用边界，以及仍需人工确认的判断。重要信息不能只看生成结果；涉及数据分析时，还应在依赖结果前审查生成的代码、输出和假设。
先查事实：关键信息能否追溯
OpenAI 提醒，ChatGPT 有时会生成错误或误导性内容，因此重要信息需要从可靠来源核实。交付前可逐项检查：
- 核心结论是否有明确来源支持？
- 关键数字、日期、名称和条件能否在原文中找到依据？
- 模型作出的推断，是否被误写成已确认的事实？
- 暂时无法核实的内容，是否已标注“待核实”？
找不到可靠依据时，应保留疑问或说明不确定性，而不是把生成内容直接作为确定结论发送。
涉及数据分析：代码、输出和假设都要审查
OpenAI 明确建议，在依赖数据分析结果前审查生成的代码、输出和假设。实际检查时，可沿着分析过程核对：
- 分析目标、输入数据与预期问题是否一致；
- 关键假设是否写明，是否可能影响结果；
- 生成代码是否真正执行了描述的分析方法；
- 输出结果是否支持最终结论；
- 结论是否遗漏数据限制、异常情况或适用范围。
同事需要复核时，还应交代必要的数据说明、计算方法和结果限制，避免只收到一个脱离过程的结论。
再看交付：同事能否正确理解和接手
即使内容真实，交付表达不清楚，也可能造成误用。发布前还应检查：
- 事实、推断和建议是否清楚分开；
- 必要背景、输入条件和术语是否完整；
- 不确定、失败或尚未完成的部分是否明确标注；
- 输出格式是否符合同事当前任务的需要；
- 下一步需要做什么、由谁确认，是否没有歧义。
删去不影响当前任务的扩展内容，但不要为了显得简洁而省略支撑结论所需的条件。
最后确认：哪些判断仍需自己负责
凡是会直接影响业务决策、且无法通过现有材料核实的内容，都应继续交给掌握相关信息的人确认。若不同来源存在冲突，应保留来源并说明差异，不应替读者选定一个未经核实的答案。
OpenAI 的提醒提供的是明确边界：生成内容可能错误，数据分析结果不能未经审查直接采用。本文所列检查项是据此整理的实用方法，不是适用于所有任务的官方强制流程。