发布 AI 内容前，先过这五条自检

稿子写完，读两遍觉得顺，光标停在发布按钮上。真正决定这篇内容会不会在第二天被要求撤下的，往往不是文笔，而是发布前那三五分钟里有没有人认真核对过几件事。AI 把写作门槛拉低之后，产出量上去了，核对这一环反而更容易被跳过。

五条自检，各拦一类事故

五条按后果的严重程度排，前两条出问题可能直接导致下架，后三条更多是返工和口碑损失：

最后一列是有意加的。五条全走一遍通常不超过十分钟，卡住人的往往不是时间，是没把它变成固定动作。

数字、日期、引用，是编造最集中的三处

模型生成具体信息时，格式往往比内容可靠。它会写出一个很像真的统计口径、一个格式正确的文号、一句署名准确的引语，来源却不存在。幻觉的典型形态就是这种「形式正确、内容虚构」。

核对的方法很笨：凡是出现具体数字、具体日期、具体机构名、具体条款的地方，都回原始来源看一眼。找不到来源的，要么删掉，要么改成不带数字的表述。这一步没有捷径，也没有工具能替你判断一句话的真假，只能靠人。

文本也要标识，越像人写的越容易漏

配图上的水印容易记得加，纯文字反而常被忽略。一段由 AI 起草、经人改写的说明文字，读起来完全是人的口吻，读者没有任何线索判断它的来源。当内容涉及可能被误认为真实事件、真实人物表态的场景时，这个遗漏的代价不小。

做法不必复杂：在文末加一行说明，或在发布时勾选平台的生成内容声明。不同平台的要求不完全一样，发布前花半分钟看一眼该平台的最新规则，比事后申诉省事。

绝对化表述为什么是风险点

模型写营销文案时，很爱用「第一」「唯一」「零风险」「绝对领先」这类词。它们在语法上没错，在商业内容里却是明确的风险点：无法举证的排他性表述，容易被认定为夸大宣传，轻则被要求修改，重则引发投诉。

替换的办法是把它落到具体条件上。「第一」改成「在某某场景下的响应速度更快」，「零风险」改成「在某某前提下失败率较低」，「绝对领先」改成「在某项测试里高出若干个百分点，测试方法见附注」。改完之后句子会长一点，但每句话都能找到依据。

这类问题背后是模型的表达倾向：训练数据里强烈的措辞更常见，模型学到的就是这种语气。这种倾向算不算偏见可以另说，落到发布环节，它就是一个必须过一遍的检查项。

这五条拦不住什么

它们拦的是低级错误，拦不住判断错误。一篇文章的结论本身站不住，五条全过也照样站不住；一个观点的前提有问题，核对完数字只会让它看起来更可信。观点的对错要靠领域知识，清单帮不上忙。

版权检查也只能做到「看授权范围」，做不到「确认没有实质性相似」。生成图是否过度接近某位在世创作者的个人风格、配乐是否与某段旋律雷同，这类判断需要专业比对，清单只能提示你去看。

专业领域的内容还有一层：涉及法律、财务、健康的具体建议，即使事实全部核对无误，也可能因为适用条件不同而误导读者。让模型的输出符合使用场景的约束是另一个层面的问题，发布前的自检替代不了专业审核。本文仅为流程参考，不构成法律建议。

做成清单，比记住更管用

五条写在纸上和记在脑子里，执行率差很远。把表格里的五行走廊贴进发布流程文档，每次发布逐条打勾，比靠记忆可靠。团队里更实用的做法是把前三条前置：写作阶段就要求提供数据来源，配图阶段就确认授权，发布前只剩核对。

习惯形成之后，整个过程花不了五分钟，而且大部分错误在写作阶段就被挡住了，发布前的检查只是最后一道。

速查：发布前逐条打勾

• 具体数字、日期、机构名、条款，全部回原始来源
• 可能被误认为真实的内容，加显式标识或勾选平台声明
• 图片、字体、配乐确认授权覆盖商用场景
• 「第一」「唯一」「零风险」这类词，替换成带条件的表述
• 通读一遍，专找前后矛盾和指代不清的地方