读懂 AI 的回答，也要学会检查它
流畅不等于准确。从事实、来源和推理三个角度，建立自己的检查习惯。
把表达与事实分开看
一段回答读起来很自然，不意味着其中的细节已经被验证。尤其是人名、日期、版本号和精确数字，应当单独检查。面对不熟悉的主题，可以先把回答当成了解问题的线索，再回到可靠材料核对。
确认来源是否真正存在
如果答案包含链接或文献名称，打开来源，确认标题、作者和内容是否匹配。进一步检查原文支持的是整条结论，还是其中一小部分。对于会变化的信息，来源的发布时间与适用版本同样重要。
区分事实、假设与建议
阅读时可以将内容分成三类：能够直接核实的事实、基于条件的推断，以及可供选择的建议。条件改变时，推断可能不再成立；建议是否适用，则取决于自己的目标和约束。让模型写明这些区别，有助于后续判断。
给代码一个可控的验证环境
代码片段需要先阅读，再在隔离的测试环境中运行。检查依赖版本、输入边界和错误处理；涉及文件覆盖、网络请求和数据修改的操作尤其需要核对。不要把真实密钥或敏感资料直接粘贴到未经确认的工具中。
保留自己的判断
对于重要结论，用多种方式交叉核实；对于暂时无法确认的内容，保留疑问。AI 可以辅助整理和理解，但最终采用什么、如何使用，仍应建立在能够说明的依据之上。
— 写下来，是为了更好地理解。 —