先把研究问题中的每个判断拆开：能被具体来源直接核对的是可查事实；由已核实事实推出、但来源没有直接写明的是合理推断；找不到事实依据，或超出已核实前提的，就是无依据补充。实际判断时，依次问三件事：去哪里核对、根据什么推出、还缺什么证据。OpenAI 鼓励用户以批判性态度对待 ChatGPT，并从可靠来源核实重要信息；它同时指出，ChatGPT 有时会生成错误或误导性内容，甚至编造引文、研究、引用或指向不存在的来源。
可查事实：先找到可对照的出处
“可查”说的是有核验路径，不等于结论自动为真。“某来源写明某事”可以直接定位并核对；“某事本身为真”还需要单独评估来源和论据。
核对时，把每个命题拆成：
- 待核对命题：准备写进正文的准确判断。
- 来源对应内容：来源实际说了什么，有没有上下文或范围限制。
- 核对结果：已支持、部分支持、不支持，或未查到。
- 可写范围：只保留来源直接支持的部分，不把“提到”扩大成“证明”。
这样，事实和来源的关系才是可复查的，而不是靠语气或记忆维持。
合理推断：写出前提和推导链
合理推断可以进入研究回答，但应明确标成推断，而不是伪装成来源原话。读者需要看见：用了哪些已核实事实，经过了什么逻辑，才得到这个判断。
例如，已核实的事实是：OpenAI 帮助中心指出，模型可能给出编造的引文、研究、引用，或参考不存在的来源。由此作出的合理推断是：研究问题的回答里出现一个引文或来源名称，并不能单独证明它已经核实，仍需回到原文确认。这个推断给出的是核查方法，不是对任何具体研究真实性的判断。
如果推断加入了来源没有提供的因果关系、普遍规律或确定性结论，就应把新增部分删掉，或另列为待核实假设。
无依据补充：不能由证据推出，就不写成结论
无依据补充包括凭空出现的引文、作者、年份、链接、案例、数字、资格、政策条款，或把“可能”改成“已经”。有时看似有来源，实际上却找不到能支持该判断的原文；模型生成的引文、链接或研究名称，在找到原文前只能算线索，不能算来源。
这类内容不一定已经被证明为假，但在当前材料中不能作为结论依据。处理方式很直接：找不到支持它的证据，就删去；如果它对结论重要，就先标为“待核实”，暂停依赖它的结论。对某个具体说法尚未找到材料时，应写“未查到”，而不是自行补全。若声称来自官方文件，而原文没有写明，就写“官方材料未写明”。
用三栏表做最后筛选
| 类别 | 快速判断 | 写作处理 |
|---|---|---|
| 可查事实 | 能否定位具体出处并逐项对照？ | 写明来源和证据，只陈述其支持的范围 |
| 合理推断 | 是否由已核实事实推出？ | 使用“根据……可以推断……”并写出前提 |
| 无依据补充 | 是否找不到支持证据，或超出前提？ | 删除或标为“待核实”，不把它放进结论 |
结论前的反向检查
逐句回看正文：涉及金额、日期、名单、门槛、学制、比例、费用、政策条款和结果的说法，是否都有可定位的来源？如果来源只支持一部分，是否收窄了表述？如果只是推断，是否说明了前提？如果没有出处，是否把缺口误写成了确定答案？
最终只保留三种清晰表达：有出处且经过核对的事实、有前提的推断，以及明确标出的未核实缺口。结论可以简洁，但证据链不能省略。