你請 AI 做一份市場研究,它搜尋了幾十個網頁,整理成一份流暢的報告,每段後面都附上引用連結。看起來比沒有來源的聊天回答可靠得多。

2026 年 5 月,康乃爾理工學院(Cornell Tech)的研究者發表論文,測試會自己連續搜尋、整理並寫成報告的「深度研究型」AI。他們發現,這類 AI 在很多題目上反覆讀取同一批使用者自行發布的內容,例如 Reddit 和維基百科。攻擊者只要在其中一個常被讀到的頁面加上一小段文字,最少約 13 個字,這段文字在針對該主題的執行中有 57% 到 76% 被讀到,並在 38% 到 51% 的報告裡被引用。研究者稱這種手法為「網頁代理檢索投毒」,不需要碰 AI 模型本身,只要能在公開平台上發文就做得到。

所以 AI 報告附上的來源,只說明它從哪裡讀到這句話,不證明這句話可靠。要拿來做決定的結論,至少要有一個任何人都改不了的獨立來源支撐。

引用連結只回答「從哪裡讀到」

引用連結只回答一個問題:AI 從哪裡拿到這個說法。它不回答另外兩個問題:這個來源本身可不可靠,以及它足不足以支撐你要做的決定。

深度研究型 AI 的麻煩在於,它會把不同等級的資料放進同一份流暢的報告。一則論壇留言和一份官方規格文件,在報告裡都只是一個小小的腳註。讀者只看結果,很容易把「被引用」誤會成「已驗證」。研究者也提醒,使用者往往覺得 AI 的輸出很有說服力,即使裡面有明顯的錯誤。

把關鍵結論的來源分成四層

拿到報告後,先別急著修文字,把每個會影響決定的結論,依引用來源分層:

官方文件或原始資料: 產品規格、價格、政策、公告。可以用來確認事實,但不能代替第三方評估。

原始研究或可信媒體: 有方法、有日期的研究和報導。看過方法和日期,才拿來當依據。

社群討論、論壇、維基百科: 適合找使用者怎麼描述問題、常見抱怨和待追查的線索,但任何人都能改寫,也最容易被灌水。

不明來源或二手整理: 只能當搜尋線索,拿去找更原始的資料,不能放進正式報告。

規則很簡單:一個結論如果只靠第三、四層撐著,它就是線索,不是證據。社群資料可以當問題雷達,不能當決策地基。

廣告

這三種情況一定要補證據

快速了解一個新名詞、整理私人閱讀清單,風險不高。但下面三種情況,不能只看報告寫得順不順:

採購或續約。 價格、限制、支援範圍和合約條款,要回到官方文件確認。

對外發布。 文章、簡報、白皮書如果會被客戶或媒體引用,不能把論壇說法包裝成已驗證的結論。

安全或合規判斷。 只靠論壇說某個做法安全,風險太高,要查官方安全公告或專業分析。研究裡被測試的題目,就包括防毒軟體推薦和投資建議。

目前沒有一鍵解法

研究者發現,直接排除所有使用者發布的內容可以擋住這種攻擊,但報告品質也會下降;而輕量的異常偵測,無法穩定抓到被投毒的內容。也就是說,這個問題目前沒有一鍵解法,還是要靠讀報告的人分層檢查。

如果報告的問題是引用本身出錯,例如連結失效或內容對不上,參考〈AI 協助寫的報告,先查引用再修文筆〉。研究範圍越查越大時怎麼收手,參考〈AI 研究查得越多越收不了尾,先寫下它要支持哪一個決定〉。

AI 整理卡

我拿到一份 AI 深度研究報告,準備用它做決定,想先檢查哪些結論的來源撐得住。
判斷方法來自這篇文章:https://boosterminiclass.com/posts/deep-research-source-poisoning-checklist/
文章的看法是:AI 報告附上的來源,只說明它從哪裡讀到,不證明內容可靠。研究顯示,在常被讀取的社群頁面加上一小段文字,就能讓深度研究型 AI 引用攻擊者想推的內容。要拿來做決定的結論,至少要有一個任何人都改不了的獨立來源。

報告全文附在這段文字之後。請依序完成:
1. 先問我這份報告會被拿去做什麼決定;
2. 列出會影響這個決定的關鍵結論,每一個標出引用來源屬於哪一層:官方文件或原始資料、原始研究或可信媒體、社群討論或維基百科、不明來源;
3. 標出只靠社群或不明來源撐著的結論,說明需要補哪一類獨立來源;
4. 最後把結論分成三類:可以用、補證據後才能用、只能當線索不能進決策。
不要替我找新的來源補上,只指出缺口。
廣告

Share

分享這篇微課

如果這篇剛好解開一個工作卡點,可以分享給也在判斷 AI 怎麼用的人。

參考來源