AI 報告附了 20 個來源，為什麼還是不能直接交給主管？Citation Verification 的真正標準

企劃同仁使用 AI 整理產業研究，報告段落完整，每段還附上來源連結。主管把其中一則數據打開，才發現連結指向的不是原始研究，而是另一篇二手報導；即使數字真的存在，也不能證明它支持報告中的結論。Citation Verification（引文與來源驗證）不是把網址貼在句尾，而是逐項確認「誰提出這個主張、哪份資料能支持、支持到什麼程度」。

專題編輯：Iris Hsieh｜AI 資安與治理編輯

一、來源存在，不代表內容正確；內容相關，也不代表能支撐結論

對管理決策而言，引用可能有四層不同問題。第一，來源是否存在：網址、文件名稱、作者與發布日期可否核對。第二，來源是否為所稱的資料：引用的圖表或段落是否真的出現在指定位置。第三，來源是否支持主張：文中的結論是否超出原始資料。第四，來源是否仍適用：資料期間、地區、母體、產品版本及法規狀態是否符合這次決策。

Google 研究團隊提出的 AIS（Attributable to Identified Sources）評估框架，重點就在於檢查生成內容能否歸因到明確辨識的資料來源。這提供了一個重要方法：查引用不是檢查文章有沒有連結，而是檢查每個可核實的主張是否真正有證據。來源一

Ding 等人在 2025 年的問答實驗中發現，回答中出現引用會提高受試者自陳的信任感，即使某些引用是隨機提供。這是該研究樣本與實驗條件下的結果，不代表所有使用者或決策情境。這不是說所有有來源的報告都不可信，而是提醒管理者：引用的「存在感」會影響人的判斷，不能替代實際查核。來源二

二、企業應優先查什麼？不是每一句話都需要同樣力氣

報告中最值得優先驗證的是可能改變決策的高影響主張，例如市場規模、價格、合規責任、客戶需求、產品可用性、財務收益，以及對某家公司或個人的負面評價。描述概念的低風險文字，可以用較簡化的編輯檢查；會造成採購、投資或法律後果的敘述，則需要回到一手資料與適當專業審核。

建議把報告拆成最小可判斷單位。以下句子看起來完整，實際包含至少三項不同主張：「某系統今年已在台灣全面推出，能替企業節省 50％ 的行政人力，而且符合所有個資規範。」這需要分開核實產品可用地區與時間、節省比例的測量方式，以及適用法規和具體資料處理條件。找得到其中一個來源，也無法自動支持另外兩項。

為了讓來源能被重新核對，查核紀錄應同時保存主張、原文位置、支持程度與尚未解決的差異。這是本文的工作流程建議，不能用一張證據卡代替判斷。

三、六道 Citation Verification 關卡

第一關：身分。 核對發布者、標題、URL、作者、發布日期與內容更新日期。搜尋摘要或 AI 轉述不應被當成官方原文。

第二關：原文。 打開來源，找到真正支持該句的段落、表格或公告；若是 PDF，記下頁碼與段落。不要只因全文出現同一個關鍵字就視為支持。

第三關：語意。 對照數字、時間、比較方向、條件與限定詞。例如「部分受訪企業計畫採用」不等於「所有企業已採用」。

第四關：量測。 檢查數字的分母、單位、幣別、調查方法、樣本、資料期間與估算方式。跨年度比較需確定口徑相同。

第五關：來源獨立。 兩個網站若都轉載同一份公關新聞稿，不能算兩份獨立證據。應優先找原始財報、官方規格、研究方法與獨立查證。

第六關：狀態。 用 SUPPORTED、PARTIAL、UNSUPPORTED、OUTDATED、NOT_VERIFIED 分開記錄。內容只能依證據強度下結論；查不到原文時，刪除確定句或標示待核，不得補一個看似合理的連結充數。

四、可以直接使用的「主張與來源查核表」

以下是虛構的企業選型報告示例，並非真實市場數據。

真正上線時，每一列應補入來源 URL、原文位置、資料版本、查核人、時間與最後判定。沒有驗證的項目不可從表格中的「待核實」自動轉成「已支持」。

五、給 AI 的查核提示詞，先要求它承認不知道

角色：企業研究報告的證據核查助理。
輸入：待查核主張清單與授權的原始資料。
工作：逐項核對主張與來源原文，禁止補造不存在的資料。
每項輸出：claim_id、主張、來源標題、來源網址、發布日、
原文位置、支持程度（SUPPORTED／PARTIAL／UNSUPPORTED／NOT_VERIFIED）、
差異原因、仍需人工處理事項。
要求：只依已提供或真正取得的來源判定。無法打開原文標 NOT_VERIFIED。
不得以相關性、相似摘要或其他模型轉述替代原文證據。

這段提示詞只是流程指令，不會賦予 AI 網路搜尋、訂閱資料庫或讀取內部檔案的權限，也不保證它能正確完成語意判斷。若工具無法打開來源，系統應保留阻擋狀態，交給人員檢查。

六、建立兩道真正的發布控制

第一道在研究階段，由企劃或研究人員將主張與來源逐項綁定；第二道在提交決策者前，由不同的人抽查高風險主張與其證據。若同一位撰寫者同時負責所有驗證，仍可做初步檢查，但應認清獨立性不足。當文件涉及投資、醫療、法律或對外揭露，還需要相應專業審核，不能由通用 AI 核查流程替代。

管理上可以追蹤「高風險主張可核率」、「來源缺漏數」、「引述失真數」、「因過期資料而修稿的次數」等指標；它們比「每篇平均有幾個超連結」更接近品質。衡量時要有明確分母，不應把尚未核查的項目算成成功。

一份有 20 個來源卻沒有證據對照的報告，不一定比只有 5 個可逐項核對來源的報告更可信。 真正值得轉型的是查證流程，不是引用數量。

延伸閱讀與來源

1. Google Research，Measuring Attribution in Natural Language Generation Models。
2. Ding 等，Citations and Trust in LLM Generated Responses（2025，作者公開稿）。

本文示範為教學情境，不構成法律、投資或合規保證。主圖為原創生成概念插畫，非真實審核工具截圖。

可下載工作範本

下載主張與來源查核表（ZIP）。範本為教學示例，採用前請填入經核准的真實資料。

相關閱讀

延伸閱讀：RAG 有引用仍答錯？用 12 道測試題定位檢索與生成問題