内部资产被混入 AI 报告的外部引用集

风险描述

AI 研究工具生成的报告通常包含正文、引用列表、数据表、图表和 assets 文件。当这些不同来源类型的对象被放在同一份"引用"集合里，读者很容易把内部生成的图、模型生成的数据表、报告附件当作外部学术证据。

典型表现

• 同一份报告的引用集合中并存正式论文、内部生成图、模型生成的数据表、博客等不同来源类型。
• 内部图被冠以类似"图 1"这样的编号，但缺乏对"由模型生成"这一事实的标注。
• 内部数据表被引用为"实验结果"，但实际上来自模型推算而非任何论文实验。
• assets 文件夹中的辅助文件被作为"参考资料"列出，承担了它们本不该承担的证据作用。

为什么容易出问题

• AI 工具默认把"生成产物"作为一个整体输出，不主动区分内部与外部来源。
• 读者倾向于"凡是被列在引用集合里的就是证据"，不会主动分辨来源类型。
• 内部资产通常在视觉上"看起来正式"，容易被误认为外部证据。

检查与缓解

• 交付前对所有来源对象按类型分桶：外部论文、预印本、会议页面、内部生成图、内部数据表、模型生成附件。
• 在引用列表中只保留外部证据，把内部资产单独列为附件并明确标注。
• 在正文里使用不同章节或样式区分"研究证据"与"过程产物"。
• 引用格式上：作者、年份、标题、出版源等可核验字段齐全时，才当作外部证据。

关联任务与方法

• 区分 AI 报告的内部资产与外部证据 — 直接处理该风险的任务。
• 引用核验五层分层方法 — 第三层（来源类型）专门处理此风险。
• 半真半假：AI 报告中的无据量化数字 — 当内部资产的数字被包装成外部证据时，会触发半真半假风险。

来源

• SRC-LEARN-007：实测 Perplexity Labs：10分钟生成学术调研报告的全流程解析 — 玉树芝兰 2025-06-09 实测中记录的"学术论文与内部生成文件、图片混放"表现。