企业官网建设流程全解析

这两年 AI 幻觉治理成了学术圈的热词，各校接连出了生成式 AI 使用规范，盲审对引用的要求肉眼可见地严了起来。但被退修的稿子里，最高频的问题反而不是"引错了"，而是"根本没引"——一段一段的"研究表明"“据统计”，句末干干净净，没有任何文献标记。有意思的是，这类段落很多出自 AI 润色：大模型改写时顺手把"张三等人（2023）的实验表明"润成了"研究表明"，出处就这么被润没了。所以越是用了 AI 辅助润色的稿子，越要做一遍引用缺失自查。

这篇文章盘点五类高危的"无主断言"，再说怎么让机器帮你把它们一个个揪出来。

五类高危表述清单

第一类，空来源传闻词：据说、据悉、据了解。学位论文里出现这三个词，基本等于直接告诉评审"我没查到原始出处"。

第二类，泛化归因：研究表明、已有研究指出、大量实验证明。研究是谁做的、哪一年、发在哪，一概不知。评审最反感的就是这种句子，因为它把举证责任甩给了全人类。

第三类，无源数字：据统计、数据显示、相关调查表明。数字没有出处比观点没有出处更致命，因为数字看起来最像真的。

第四类，权威背书句式：国内外学者普遍认为、业内公认。真有共识的话，引两三篇代表性文献比"普遍认为"有力得多。

第五类，引用标记悬空：句末挂着 [12]，参考文献列表里却没有第 12 条；或者文献条目和观点根本对不上。这一类机器只能提示，核对得人来。

从位置规律看，重灾区有两个：第一章的背景铺垫（最容易顺手写"随着……的快速发展"一路空转下去）和综述章节的归纳段（多篇文献的观点被合并改写时，出处最容易丢）。这两处查得格外细。

让机器逐处提醒

用 WPS 里的察元AI文档助手，加载项直接可用，也可以让 Claude Code 这类智能体通过本机 MCP 服务操作文档。核心思路：先把这些表述定位出来，检查附近有没有引用标记，没有的用批注钉在原文上。定位有讲究——像"研究表明"这种短语全文会出现几十次，工具会返回多个命中的位置，逐条给你核对，批注钉在具体那一句上，不会含糊地说"第三章有几处"。提示词照抄：

找出全文中"据说、据悉、研究表明、据统计、有学者指出"这类断言式表述，检查附近是否有引用标记，缺失的用批注提醒我补出处

量大的论文建议先看清单再落批注，dryRun 是干这个的：

先跑一遍校对（dryRun），汇总缺出处的位置列表，不要先改正文；我确认后再写成批注

批注只做一件事：提醒"这里缺"。缺什么、补什么，往下是人的活。

补文献的纪律

批注出来之后才是真正的难关，也是 AI 幻觉治理的主战场。三条纪律：

一，自己检索。补哪篇文献必须自己到知网、Web of Science 或学科常用库里检索确认，读过的才引。

二，AI 给的文献只当线索。让大模型推荐参考文献，它可能给你编出一篇作者、期刊、年份齐全但根本不存在的论文，这是已知重灾区。它列的每一条都要查证：作者、题名、期刊、年份，一条条对。

三，观点与文献对得上。引 A 支持 B 观点，结果 A 的原文根本没这么说，这种"张冠李戴"比不引还伤，抽查原文是唯一办法。引用格式本身（顺序编码制还是作者出版年制）以学校要求和学科惯例为准，别引对了内容排错了格式。

边界与适用

这个功能的位置很清楚：机器负责"记得每一处都提醒你"，人负责"每一处都经得起查"。它不判断你的观点对不对，也不替你选文献，AI 辅助、人工核对为准。适合送审前的毕业论文自查、期刊返修稿核查，尤其是用过 AI 辅助润色的稿子——润色完跑一遍，比事后被评审抓出来体面得多。

稿子里的每一个断言都有主，是比降重、降 AI 率更根本的学术底线。