AI 文章事实核查：从打地鼠到必然收敛的管线
摘要
早期的 AI 文章审核像打地鼠——有一篇文章改了 4 轮仍剩 2 处 critical。v2 管线把高风险事实（产品参数、标准）限制在白名单信源、要求每个数字可溯源（一轮就揪出 11 个不可溯源数字）、并把引用自然化，让核查从结构上必然收敛。
快速答案
别再被动修补 AI 文章的错误。把高风险事实（产品参数、标准、法规）限制在白名单信源，要求每个数字都能溯源到引用，自评分低于阈值就锁定发布，只把低风险的残余交给人工复核队列。
AI 生成的电商博客文章不断带着事实错误上线，而我们早期的审核方式把每一条都当成一次性事故：修掉产品参数，冒出价格错误；修掉价格，又冒出参数错误。有一篇文章改了 4 轮，还剩 2 处 critical 问题。我们把这件事叫作“打地鼠”，而它永远不收敛。这篇文章讲的是我们的 ShopifyAllSEO 子系统如何最终结束这场游戏。
根因：模型记忆不是信源
打地鼠背后的规律始终一致：错误几乎都集中在产品参数和行业标准上——恰恰是语言模型必须“记住”的事实，也恰恰是记忆最不可靠的地方。一个从某个网页快照里抄电池容量、或把半记得的认证标准当引用的模型，不是在核查事实，而是在虚构。修复必须是结构性的：把核查从“人工抽查”挪进管线本身。
v2 管线的三条原则
- 高风险事实只允许白名单信源。关键参数只能来自白名单来源。正文出现 UL 9540 认证，就只能引用官方规格里的数字——绝不允许来自模型记忆的数字。
- 每个数字必须可溯源。正文里任何无法追溯到引用的数字，校验直接失败。这套规则上线后的第一轮，我们就从文章流里揪出了 11 个不可溯源数字。
- 引用要自然化。可溯源的数字还不够，如果引用部分读起来像参考文献堆积。引用被织进正文，让事实在一句话里同时完成“可信、可读、可溯源”。
为什么这必然收敛
旧流程不收敛，因为每一次修复都是被动的：发现问题→修补→上线→再重复。v2 管线从源头改写了流程：限制能写什么、机械校验写了什么、只把低风险的残余交给人工队列。每一层都在缩小错误存活的空间，于是流程结束——不是“迟早”，而是“结构上必然”。
收敛型事实核查管线的 4 个要素
- 高风险内容——参数、标准、法规——只允许白名单信源。信源不在白名单，该事实就不允许进入草稿。
- 每个数字必须有来源。查不出溯源的数字一律打回；“查不到”与“错误”同等对待。
- 自评分低于阈值锁定发布。评分不达标，文章被卡住不得上线——机械闸门不接受编辑特批。
- 低风险残余进人工复核队列。人类只复核机器无法定案的部分，而不是重新查一遍所有东西。
“打地鼠”是给一个数学问题起的情感化名字：修补的速度永远追不上错误被发现的速度。管线把“事后排查”换成了“源头约束”，游戏才终于结束。把这类必然收敛的事实核查管线装进 AI 内容流程，正是我们 iport 的 Shopify 博客规划模块在做的事，而这个子系统就是它被验证的地方。
常见问题
为什么人工核查永远不收敛？
因为每一次修复都是被动的：发现问题、修补、上线。模型的记忆始终是事实源头，新错误就不断冒出来——修掉参数，冒出价格错误；修掉价格，又冒出参数错误。要收敛，必须在管线内部限制信源并机械校验数字。
怎么判断哪些事实算高风险？
产品参数、行业标准与法规——也就是语言模型必须“记住”、又最容易记错的事实。这些只允许白名单信源，低风险表述则走较轻的校验。像 UL 9540 这类认证，只能按官方规格表述，绝不允许来自模型记忆。
可溯源的数字会不会读起来很生硬？
会——只有溯源要求，产出的是引用堆砌。所以第三条原则是自然化：把信源织进正文，让一个事实在同一句话里同时完成“可信、可读、可溯源”，而不是文末贴一串参考文献。