一、为什么会生成不存在的文献

要解决问题，先要理解问题从何而来。生成式模型的运行机制，本质上是依据上下文预测下一个最可能出现的词，而不是从一张文献表里查找记录。它"知道"的是文献信息的语言模式——什么样的作者名常与什么样的题名搭配、某本期刊的卷期编号大致是什么形态——但并不真正持有一份可查的馆藏目录。于是，当上下文需要一条引用时，它会按照见过的模式"拼"出一条：形式完备、语气专业、却可能从未存在过。

第二个来源是语料本身的稀疏与噪声。学术文献的元数据在公开语料中分布极不均衡：高关注度的文献反复出现，长尾文献信息残缺；题名相似、作者同名的情形比比皆是。模型在这种条件下做推断，出现"张冠李戴"的组合并不意外。

第三个来源更难察觉：真实的文献被配上了不准确的信息。文献确实存在，但年份、卷期、页码被挪移了位置，或者作者列表少了一位。这类"半真"引用的危害不亚于完全虚构——它的可检索性更强，核对者往往查到文献后就停止核实，反而放过了错误。

二、让引用有出处：把生成建立在检索之上

解决编造问题的根本思路只有一条：让每一条引用都来自一次真实的检索，而不是一次语言生成。落到操作上，是把"找文献"与"写正文"拆成两个独立环节。

第一步，检索先行。先在自己的文献管理工具或外部文献库中，按关键词与主题检索出候选文献，形成一个可信的候选池。候选池中的每一条，都必须有可核验的标识：数字对象标识符、题名、作者、出版信息。

第二步，限定来源。写作阶段明确要求：引用只能取自这个候选池，不得在池外凭印象补写。若写作过程中确实需要补充文献，先回到检索环节扩充候选池，再继续行文。这条规矩看似繁琐，却是杜绝虚构的关键闸门。

第三步，标注不确定。当工具对某条信息把握不足时，应当如实说明不确定，而不是给出一个看似肯定的答案。使用者也要养成习惯：对工具主动标注为不确定的条目，一律按"未核实"处理，绝不放行。

第四步，留存记录。检索的关键词、命中的条目、筛选的理由，都值得简单记录。这些记录在日后核对、回应审稿意见时，都是可追溯的证据。

三、一条可核对的引用应当包含哪些字段

核对的前提，是信息足够完整。一条可核对的引用，至少应包含以下字段：全部作者姓名、完整题名、期刊或会议名称、出版年份、卷号与期号、页码或文章号、数字对象标识符、文献类型。缺少其中任何一项，核对的难度都会明显上升——尤其是没有数字对象标识符时，只能靠题名与作者组合去检索，遇到同名或相似题名就容易出错。

还有几类特殊情况需要额外标注。预印本文献应注明版本与发布状态，因为预印本与正式发表版本之间可能存在内容差异；二次引用应当同时给出原始出处与被引用文献，避免把综述中的转述当成原作者的结论；中文文献按规范著录格式填写，包括出版地与出版者。把这些字段整理成固定格式输出，核对时就可以逐字段打勾，比通读一整段文字高效得多，也更容易发现某一处的细微不符。

四、逐条核对原文的六步流程

有了完整字段，核对就可以按固定顺序推进。

第一步，用标识符直查。有数字对象标识符的，直接解析跳转；能打开目标页面，说明这条文献真实存在，这是最快的确认方式。

第二步，无标识符则用题名检索。把完整题名放进学术检索入口，注意去掉题名中的特殊符号，避免检索式被截断。命中结果里的作者、期刊、年份应与引用完全一致。

第三步，交叉核对作者。这是最容易被跳过、也最容易出问题的一步。有些文献作者名单很长，工具只保留了前几位；有些同名作者分属不同机构。核对时要确认作者的顺序与数量，尤其是第一作者与通讯作者。

第四步，核对观点是否支撑论断。这一步是核对的核心，也是最容易被忽略的：文献真实存在，不等于它支持了正文的说法。要打开原文，找到被引用的具体段落或图表，确认正文的论断确实能在原文中找到依据。很多时候问题出在这里——文献是真的，但结论被放大、被反转、被移到了不成立的语境里。

第五步，定位到具体位置。确认页码、章节、图表编号，为日后复审与回应审稿留出精确坐标。

第六步，标记状态并留痕。把每条引用标为"已核实""待核实""未找到""需替换"四种状态之一，未找到的一律替换或删除，绝不保留。

批量核对时，建议把引用清单整理成表格，逐行填写核对结果与核对时间。一个人核对容易走神，交叉抽查一遍能拦下不少疏漏。

五、人工终审与团队规范

工具只能降低出错的概率，终审的责任仍在人。课题组可以建立三层把关：执笔者自核一遍，合作者抽查三分之一，定稿前由通讯作者或负责人全量核对。三层的成本并不高——一条引用认真核对只需几分钟，一篇论文的引用量通常在几十条量级，集中半天即可完成。

有几条规范值得固化成制度。其一，建立课题组的可信文献库，把经过核实的文献沉淀下来，后续写作优先从这个库里取用。其二，设一条红线：未核实的引用不得进入正文与参考文献表。其三，核对过程留痕，记录谁在什么时候核对了哪一条，便于日后追溯。其四，把核对时间写进写作计划，不要等到截稿前一晚才开始逐条查证。

六、核对中常见的几类陷阱

实践中，有几类陷阱反复出现，值得单独记住。其一是同名作者：同一领域存在同名研究者的情况并不罕见，检索结果第一条未必是你要找的那位。其二是相似题名：长题中几个词的差别，可能导致完全不同的两篇文献。其三是预印本与正式版的差异：结论、数据、甚至作者名单都可能在正式发表时发生变化。其四是二次引用：看到的是别人对原始研究的转述，与原文表述已有偏差，若按转述去核对，很容易得出错误的对应关系。其五是已撤稿文献：文献页面仍在，但状态已标注撤稿，引用它等于引入问题。第六是汇编与译著：被收录的章节与译本，其出版信息与原始文献不同，著录时容易混用。

结语

生成式工具在文献工作中的价值，在于加速检索与整理，而不在于凭空产出引用。把引用锁定在真实检索的结果之上，把每条引用的字段补全到可核对的程度，再走完"标识符直查、题名检索、作者交叉、观点比对、位置定位、状态留痕"这六步，虚构与错配基本无处遁形。工具负责效率，人负责真实——这条分工守住了，参考文献表就守住了科研工作的诚实底线。