这两年 AI 幻觉治理成了学术圈的热词各校接连出了生成式 AI 使用规范盲审对引用的要求肉眼可见地严了起来。但被退修的稿子里最高频的问题反而不是引错了而是根本没引——一段一段的研究表明“据统计”句末干干净净没有任何文献标记。有意思的是这类段落很多出自 AI 润色大模型改写时顺手把张三等人2023的实验表明润成了研究表明出处就这么被润没了。所以越是用了 AI 辅助润色的稿子越要做一遍引用缺失自查。这篇文章盘点五类高危的无主断言再说怎么让机器帮你把它们一个个揪出来。五类高危表述清单第一类空来源传闻词据说、据悉、据了解。学位论文里出现这三个词基本等于直接告诉评审我没查到原始出处。第二类泛化归因研究表明、已有研究指出、大量实验证明。研究是谁做的、哪一年、发在哪一概不知。评审最反感的就是这种句子因为它把举证责任甩给了全人类。第三类无源数字据统计、数据显示、相关调查表明。数字没有出处比观点没有出处更致命因为数字看起来最像真的。第四类权威背书句式国内外学者普遍认为、业内公认。真有共识的话引两三篇代表性文献比普遍认为有力得多。第五类引用标记悬空句末挂着 [12]参考文献列表里却没有第 12 条或者文献条目和观点根本对不上。这一类机器只能提示核对得人来。从位置规律看重灾区有两个第一章的背景铺垫最容易顺手写随着……的快速发展一路空转下去和综述章节的归纳段多篇文献的观点被合并改写时出处最容易丢。这两处查得格外细。让机器逐处提醒用 WPS 里的察元AI文档助手加载项直接可用也可以让 Claude Code 这类智能体通过本机 MCP 服务操作文档。核心思路先把这些表述定位出来检查附近有没有引用标记没有的用批注钉在原文上。定位有讲究——像研究表明这种短语全文会出现几十次工具会返回多个命中的位置逐条给你核对批注钉在具体那一句上不会含糊地说第三章有几处。提示词照抄找出全文中据说、据悉、研究表明、据统计、有学者指出这类断言式表述检查附近是否有引用标记缺失的用批注提醒我补出处量大的论文建议先看清单再落批注dryRun 是干这个的先跑一遍校对dryRun汇总缺出处的位置列表不要先改正文我确认后再写成批注批注只做一件事提醒这里缺。缺什么、补什么往下是人的活。补文献的纪律批注出来之后才是真正的难关也是 AI 幻觉治理的主战场。三条纪律一自己检索。补哪篇文献必须自己到知网、Web of Science 或学科常用库里检索确认读过的才引。二AI 给的文献只当线索。让大模型推荐参考文献它可能给你编出一篇作者、期刊、年份齐全但根本不存在的论文这是已知重灾区。它列的每一条都要查证作者、题名、期刊、年份一条条对。三观点与文献对得上。引 A 支持 B 观点结果 A 的原文根本没这么说这种张冠李戴比不引还伤抽查原文是唯一办法。引用格式本身顺序编码制还是作者出版年制以学校要求和学科惯例为准别引对了内容排错了格式。边界与适用这个功能的位置很清楚机器负责记得每一处都提醒你人负责每一处都经得起查。它不判断你的观点对不对也不替你选文献AI 辅助、人工核对为准。适合送审前的毕业论文自查、期刊返修稿核查尤其是用过 AI 辅助润色的稿子——润色完跑一遍比事后被评审抓出来体面得多。稿子里的每一个断言都有主是比降重、降 AI 率更根本的学术底线。