AI 视觉生成中的角色漂移
角色漂移（Character Drift）指在多张 AI 生成图像中，同一人物的脸型、发型、服装或年龄等识别特征逐渐偏离最初设定，导致系列图里"同一人物"看起来像是不同的人。
用途匹配
任务描述、口语长句、创作者、工具和仓库名称都可以直接搜索。
按名称、标签、主题和内容相关性排列
角色漂移（Character Drift）指在多张 AI 生成图像中，同一人物的脸型、发型、服装或年龄等识别特征逐渐偏离最初设定，导致系列图里"同一人物"看起来像是不同的人。
用途匹配
AI 辅助生成的网文/小说文本可能存在明显的"AI 味"，表现为叙事套路化、句式重复、情绪表达模板化和人物语言趋同。该风险与学术写作中的幻觉引用、工作交付中的格式失真不同，是小说/网文创作领域特有的语言质量问题。
用途匹配
当 Agent 输出一篇结构完整、字数充足的"深度长文"时，读者与作者本人容易把"长"误判为"可信"。一旦知识库或联网资料质量不足，篇幅只是放大了空泛段落和重复论点，而不是补足信息密度。
用途匹配
把未脱敏的完整简历、身份证明、薪资单、推荐人联系方式、在职公司的内部资料、未公开项目名、客户名单、未发布作品、合同条款、代码仓库机密等直接交给通用 AI 服务（如 ChatGPT、Claude、Gemini、NotebookL...
内容匹配
把会议录音或逐字稿上传到云端 AI 工具（如 NotebookLM、ChatGPT、Gemini）意味着会议内容会离开本地设备、离开与会者的即时控制。一旦内容涉及商业机密、人事决策、未公开数据或个人隐私，可能触发合规、客户合同...
内容匹配
任何把 NotebookLM 的自动摘要、学习指南、时间轴、思维导图、会议总结或音频概述作为阅读入口或工作起点的使用场景。
标签匹配
涉及未公开课程内容、内部教研资料、未公开会议记录、敏感讲座内容或包含个人信息的工作材料被上传到 NotebookLM 的场景。
标签匹配
当写作知识库本身杂乱、过时或包含低质资料时，Agent 在"知识库约束生成"模式下会把这些缺陷一并带入长文。模板冲突、风格样本不一致、参考资料错误都会直接出现在成稿中，使长文看似完整但内部不一致。
用途匹配
以下风险仅适用于 SRC-CONTENT-008 中 WorkBuddy 在 2026-05-26 的体验，不应外推到其他 AI 视频工具。
用途匹配
AI 长文在联网研究与知识库调用过程中，可能出现引用张冠李戴、数据张冠李戴或拼接式引用。即使整体结构完整，局部引用仍可能把不存在的来源、当作真实来源呈现。这类错误在长文中更难被发现，因为读者倾向于相信完整结构。
用途匹配
用一次性 prompt 要求 AI 交付完整剧本时，常见失败模式包括：
用途匹配
计算机课程中，同一概念可能存在不同符号、算法变体或实现方式。通用 LLM 可能给出"理论上成立、但不符合教授讲法或作业评分标准"的答案，导致学生沿用非课程口径的解法而失分。
内容匹配
学生在使用 LLM 辅助写作 Research Report 时，模型可能捏造不存在的论文、作者、会议、年份或 DOI；可能给出看似合理的引用编号，但内容并未在原文中出现；可能把联网整理的题录与摘要当作正式书目，跳过原文核对。
内容匹配
世界卫生组织在 2024-01-18 发布的中文指导文件中，明确指出多模态大模型（LMMs）在卫生领域同时存在潜力与系统性风险。这些风险不是任何特定模型的缺陷，而是整个技术类别在医疗场景中固有的治理与使用边界问题。
内容匹配
用 AI 制作儿童绘本时，"主角来自真实儿童"叠加"参考图来自互联网"，会同时引入未成年人肖像与隐私、第三方素材版权、角色 IP 与在世艺术家风格模仿四条互相纠缠的风险。本页集中收纳这些问题与人工复核点，避免与 AI 海报的错...
内容匹配
作者在仓库说明中明确指出：AI 内容产品不能只验证页面是否打开。需要专门人工检查：
内容匹配
《人工智能生成合成内容标识办法》要求 AI 内容附带显式或隐式标识，但办法本身解决的是"AI 生成识别"问题，是最低透明度要求，并不构成对内容真实性、广告合法性或合规免责的证明。商家、内容创作者与传播者容易把"已加 AI 标识...
内容匹配
把 AI 搜索与网页摘要当作政策理解主入口时，至少存在四类风险叠加：
内容匹配
把"抓资料 → 生成标题/正文/标签/配图 → 自动发布"串成流水线后，每一次小错误都会被批量复制：
内容匹配
把对话式生成式 AI 用于教师备课、出题、写评语、整理复习资料或做初步学情分析时，存在三组典型风险：
内容匹配