让 AI 当出题机

回收员十一点来取旧手机，你还剩四十分钟。手指停在恢复出厂那一栏的时候，你想起扫地机器人是绑在这台手机上的，跑了大半年的地图、划好的禁区、清扫记录，会不会跟着一起没。你把机型名称和那份 32 页说明书交给 AI，问了这一句。

它很快给出一段排得整整齐齐的答复：

答复摘要（教学示意）：该机型于 2019 年上市，集尘盒容量为 0.47 升。App 里有「地毯增压」设置，保养手册要求滚刷每 90 天更换一次。设备支持云同步，登录同一账号后，地图、禁区与清扫记录会自动恢复。

年份、小数、设置项、手册要求、功能结论一项不少，语气也没有犹豫。云同步又符合你对联网家电的经验。你照着把旧手机恢复出厂，11:05 把手机交给回收员。

晚上登录新手机，设备还在，地图却是一张空白。你设过的 6 个禁区和 3 个定时任务都没回来，旧手机已经被带走。重新建图之前，机器人不能按原来的房间安排清扫。

你当时会相信，不是因为没看仔细。回答里的具体数字、界面名字和明确结论都像从说明书里摘出来的。这几类细节恰好也最容易被顺手补齐。语气稳、格式整齐、细节具体，都不能证明这句话来自原始材料。

AI 会根据眼前的文字继续生成最像答案的内容。材料写了 0.47 升，它可以照着说；材料没写云同步，它也可能借用常见设计，把材料里的空白补成合理的功能。年份、参数和设置项也会得到格式正确的候选值。

所以第一步不需要推翻整段回答，也不用逐字查完。先把这五类位置圈出来：

1. 数字，包括容量、比例、版本号和阈值。
2. 时间线，包括发布时间和功能更新时间。
3. 设置项、接口名与参数，名字很容易写得像真实界面。
4. 冷门材料里的细节，公开网页上很难找到第二份文本。
5. 有没有某个功能，材料没提到时，空白容易被经验补上。

这五类不等于一定是错的，它们表示「先别直接写进笔记」。

AI 在这里还能反过来帮你：让它只做一次风险标注，把原句逐项摘出来，再由你决定先核哪一处。开头那段回答里，究竟哪一项是真的，哪几项只是补得很像？

下一次拿到一段顺畅的回答，先让 AI 把高发位置摊开。下面三句可以整段复制，材料换成你正在读的回答。

第一句里的原样摘出很关键。只让它总结风险，它可能回一句「注意核实参数」，你仍然不知道该盯原文哪几个字。原样摘录会把「0.47 升」「2019 年」「支持云同步」一项一项摆出来。

第三句里的「找不到依据就写待核对」也很关键。没有这半句，AI 可能在解释自己的旧答案时再补一个页码。写成待核对，清单才会保留那个还没解决的空位。

五类内容通常很短，放进句子后又显得具体，精确感很容易被当成来源感。

开头那句 0.47 升，说明书参数页确实能对上。2019 年、地毯增压、90 天更换、云同步都找不到对应依据。高发区里也会有真话，所以圈出来以后还要看后果，决定先核哪一处。接着见 三道防线 和 什么时候查原文。