用途与实际影响
这一步怎样帮助学习
为什么需要它
模型记忆会过期，搜索排名也不等于权威；有引用但来源、版本或对象不匹配，仍可能给出错误结论。
举个实际例子
“这份需求文档为什么这样设计？请结合课程里的方法讲清楚，再查一下现在还有没有变化。”AI先用文档还原当时的业务角色和流程，用课程补技术原理与案例，再用当前一手资料核对会变化的说法；冲突仍未解决时明确保留。
最后我会得到什么
得到带来源、日期和适用范围的解释，能分清业务事实、技术方法、当前变化与仍未知的问题。原始材料留在自己的位置，公开网页只解释这套方法。
证据足够时
一手来源、版本、权限和范围一致时，结论可以进入解释。
遇到冲突时
来源冲突或适用范围不清时，先比较并标出分歧，不合并成一个肯定答案。
暂时无法判断时
找不到有资格回答的来源时保持未知，说明需要谁或什么材料。
从哪里开始
给 AI 项目问题、课程内容或需要查证的当前说法。
需要准备什么
- 具体问题
- 要结合的 PRD、课程或当前说法（如有）
从开始到拿到结果
- 1
系统核对并处理
区分业务文档、课程和当前一手资料各能证明什么；核对版本、时间及适用对象，遇冲突继续查。
- 2
交付与接续
交回结论、依据和未知；只有相似网页时保留待核，不公开私人学习主题。
技术实现与依据
这里保留实现、关键条件、精确入口、历史记录和验证结果。
权威来源选择和失败关闭方法已有版本化定义；公开页不扫描或同步任何私人内容关键规则与设计选择
先问事实归谁负责，再选择系统、正式资料、一手研究或人工决定。
精确、会变化的事实优先查当前系统或正式接口，不让旧文档抢答。
文档进入检索前先按版本、日期、权限和适用范围过滤。
来源冲突、高风险或证据不足时停止确定回答。
这里会用到的说法
- Source of truth（权威事实源）
- 对当前精确事实真正负责的来源。
- lateral reading（横向阅读）
- 离开当前页面检查发布者和独立来源。
- claim–evidence alignment（主张—证据对应）
- 每个来源只支持它实际证明的那句话和范围。
这一步说的是什么
先找事实责任源，再检查版本、日期、权限、适用范围和冲突；搜索相关性只说明像不像，不能证明该不该信。
避免什么问题
解决模型记忆过期、搜索结果冒充权威、来源冲突、版本漂移、权限遗漏和引用与主张不对应。
AI现在怎样协助
- 为每条关键主张记录来源类型、责任方、日期、版本和适用范围。
- 优先使用官方文档、原始资料、一手数据或有权人员；二手解释只作导航。
- 用 lateral reading（横向阅读）检查发布者背景与独立佐证。
- 明确区分事实、推断、未知和需要人工决定的价值取舍。
- 已发布方法 e44fb5d 区分三类输入：互联网当前一手资料核时效事实；项目PRD还原业务角色、流程与历史版本；课程提供原理、工程方法、题目和案例。当前网站不能证明历史采用，PRD存在不能证明学习者参与；已有可靠还原优先，只在明确缺口时定向查最少源码。
这一步怎样进行
- 1
把问题拆成会变化的事实、长期解释、确定规则和个人取舍。
- 2
为每类信息定位有资格回答的来源。
- 3
检查来源时间、版本、对象、权限和退出状态。
- 4
比较冲突并判断是否足以形成结论。
- 5
输出结论、依据、范围、未知和复核入口。
边界
- 有引用不等于正确，有权威标签也不等于适用于当前对象。
- 公开页不复制私人来源、原件、路径或反馈正文。
- 没有充分证据时最专业的结果可以是明确未知。
遇到问题时怎样处理
- 只找到相似网页
- 说明它只能作线索，继续寻找一手来源或保持未知。
- 两份同级资料冲突
- 列出分歧、适用范围和有权裁定者，不由AI自行选边。
- 资料可能已经变化
- 重新查当前来源并标明观察时间，不复用旧结论。
参考与依据
ACRL · Framework for Information Literacy权威具有情境性、研究是持续探究、搜索是策略性探索
NIST · Generative AI Profile生成式AI可能编造逻辑和引用，来源必须可打开核对
Wineburg et al. · Lateral reading横向阅读与数字来源判断的课堂研究
怎样检查这一步没有跑偏
- 关键结论旁必须能说明具体来源、日期和它支持的范围。
- 用冲突、过期、无权来源和相似网页样本检查失败关闭。
- 不能以来源数量、搜索排名或引用格式替代主张核对。
和其他步骤怎样衔接
为后续人话解释和交流修正提供可核对事实；验证模块只接收已经明确来源边界的主张。