AI 回答可信度自检：这个回答能直接用，还是必须自己核？
AI 答得头头是道，不代表它说的是真的。回答 4 个问题，弄清这条回答你该信到哪一步。
先说清楚：这个工具不会去"读"你的 AI 回答，也没有任何模型在背后打分。它只是把《大语言模型到底在“想”什么》那篇里的判断方法，整理成一份你可以当场过一遍的清单。核心就一句：大模型擅长“说得对路”，不保证“说得属实”，所以语感活放心用、事实活必须核。
为什么这样判断
道理很简单：大模型的目标是把话接得自然，不是核对事实。所以凡是“怎么说、换个角度”这类语感活，它是主场，放心用；凡是“具体的、可被查证的事实”，它随时可能编得一本正经。错了代价越大，越要自己核一遍，而不是被它的笃定语气带跑。
记牢一句：模型的“自信”和它的“正确”之间，没有任何必然联系。它语气最斩钉截铁的时候，恰恰可能是它编得最顺的时候。
三个实际例子
把逻辑套到具体场景上，更容易看明白。下面是三种每天都有人提的请求，以及这套自检分别给出什么结论。
让它改一封邮件的语气。你把一段写得太硬的话贴进去，让它改客气一点。这是纯语言活，没有引入任何新事实，就算改得不合你意，代价也几乎为零。自检的结论是「语感活，放心用」。这是模型的主场，在这儿反复怀疑它，多半只是浪费你自己的时间。
问一个历史日期。你问某个条约是哪一年签的，它给了一个具体年份。现在出现了可被查证的事实，而模型说错年份时的语气，和说对时一模一样。如果这个日期要写进一份报告，代价算中等，自检就会告诉你：至少把这一个数字拿去权威来源核一遍，再当成定论。
问药该吃多少。这是关系到健康的重大决定，所以不管它答得多详细，自检都不会放行。结论是「不能只靠它」：AI 的回答可以当背景阅读，但决定该交给有资质的专业人士或权威来源。出错代价太大，正是这个工具把这一类单独拎出来的原因。
这个自检帮不上你什么
先把它做不到的事说清楚。它不会去读你的 AI 回答，也判断不了其中某一句是真是假。它不替你检测幻觉，不给回答的正确性打分，背后没有任何模型在跑；这里根本没有 AI，你选的任何一项都不会被发送到别处，也不会被保存。
它能做的很窄：把你本来就该做的判断整理成一个结构，让你不容易被笃定的语气带着走，更可能停下来去核那一条真正要紧的事实。核对本身，仍然是你的活。
常见问题
这个工具能替我检测 AI 幻觉吗？
不能。它背后没有模型，也从不读你的回答，所以认不出某句话是不是编的。它做的是把最容易出现幻觉的情形标出来，比如你还没核过的具体事实，然后推着你去核一遍。
结果说「放心用」，是不是就一定没问题？
不是。它说的是这类任务出错的代价低，不是这条回答一定对。语感活出了错你自己看得出来，也好改回来，这才是可以放心的理由。
我选的内容会被发到哪里吗？
不会。整个判断都在你的浏览器里完成，没有任何请求发出去，也没有任何东西被保存。这也是它不需要你登录的原因。
换一个更强的模型，是不是就不用核了？
更强的模型出错更少，但不等于不出错，而且它出错时的语气不会变弱。该不该核，看的是这条事实错了代价多大，不是哪个模型答的。
这套判断方法来自我天天用 AI 的习惯。它帮你少踩“一本正经的胡说”，但代替不了你亲手核对关键事实。了解更多