区分 AI 报告的内部资产与外部证据

可以得到什么

• 一份对报告中所有"来源对象"的分类清单：外部论文、预印本、会议页面、内部生成的图片、内部数据表、模型生成图、博客等。
• 对每类对象给出"可以承担什么证据作用"与"不能承担什么证据作用"的明确边界。
• 在最终交付物中只把外部证据写进引用列表，把内部资产标注为附件或过程产物。

适合哪些情况

• AI 报告同时包含外部论文、内部生成图、模型生成的数据表和参考资料文件。
• 阅读者（学生、审稿人、合作者）可能误把内部资产当作外部证据。
• 需要在综述、论文或讲义中正确标注每一份资料的可引用性。

需要准备什么

• 完整保留的 AI 报告与其全部 assets。
• 一份简单的来源类型清单：正式论文、预印本、会议页面、机构页面、博客、内部图、内部数据表、模型生成附件。
• 可独立检索的入口（DOI、Google Scholar、出版商页面）以确认外部文献的存在与状态。

常见做法

• 把所有来源对象先按类型分桶，再分别处理：外部证据进入引用列表，内部资产作为附件并明确标注。
• 在交付物中用不同章节或不同样式区分"研究证据"与"过程产物"。
• 报告附件、模型生成图、内部数据文件可以解释报告生成过程，但不承担外部学术证据的证明作用。
• 引用格式上区分：作者、年份、标题、出版源等可核验字段齐全时才是"外部证据"。

真实案例与教程

• 玉树芝兰用 Perplexity Labs 生成反向学习调研报告并完成审计 — 玉树芝兰在反向学习报告审计中识别出"学术论文与模型内部生成文件、图片被混放在同一来源集合"的具体表现。

限制和检查点

• 即使标好类型，读者仍可能只看"看起来像引用"就当作外部证据，需要在交付物里显式说明。
• 内部资产中的数字（如模型生成的数据表）不能反推为论文实验结论。

相关任务

• 审计 AI 生成的研究报告 — 来源类型混杂通常在审计阶段被发现。
• 对照原始来源核验 AI 报告中的量化数字 — 对每类来源中的数字分别核验。

相关方法

• 引用核验五层分层方法 — "来源类型"是五层方法中的一层。

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 实测中记录的来源分类。