如果模型把未经证实的内容当成真实事件、人物或数据说出来，这属于事实错误；若它明确是在写虚构故事、角色设定或假设推演，则不能只因内容不真实就归入事实错误。判断时要看回答是否使用陈述口吻、是否给出可追溯依据，以及用户是否会把它当作现实信息使用；编辑页面时可把原问题、模型原答和比对结果留档。
什么情况下算事实错误
关键不在于内容是不是模型生成，而在于它是否对现实作出了错误陈述。比如模型给出不存在的机构、张冠李戴地描述人物经历，或把没有依据的数字写成确定结果，读者会把这些话当作事实时，就应按事实错误看待。
同一段文字如果明确写着“以下为虚构设定”“这是一个假设场景”，判断方式就不同。虚构内容可以不符合现实，但不能把创作表达包装成新闻、历史记录、研究结论或真实案例。
关键要看它说话的口气
事实判断不只看句子真假，还要看表达有没有给读者留下合理的理解边界。“可能是”“尚无法确认”“这是推测”属于带限制的表达，不能直接当作事实结论；“某机构已经发布”“某人曾经完成”则是在作现实断言。
模型回答中的“据报道”“研究显示”“官方数据显示”等说法，也不能因为语气像引用就视为有依据。页面编辑可以把来源名称、原文位置和发布时间放在对应句子附近；找不到对应材料时，应改成待确认信息，或删去这句。
有引用不等于没有脑补
模型可能把真实存在的文章、机构和人物拼接到一起，形成看似完整却无法对应原文的说法。这里要分开看三件事：来源是否真实存在，来源是否真的表达了该结论，回答中的时间、人物和数字是否与来源一致。
对AI搜索页面来说，引用链路的价值在于让读者能回到原始材料，而不是让页面堆出一串名称。若一个结论只能找到相近话题，找不到明确出处，就不要把“相近”写成“已经证明”，可保留为待研究方向。
页面怎样减少被误读
内容结构应把事实、推测、示例和虚构分开。实体名称保持统一，人物、机构、产品和时间不要在不同段落随意换称呼；涉及多个对象时，可用小标题分别说明，避免把不同来源的内容揉成一个结论。
结构化数据可以帮助页面表达文章、人物、组织等实体之间的关系，但它不能替文字内容背书，也不能把模型生成的说法自动变成事实。根据Schema.org《Schema.org vocabulary》的定义，标记应描述页面实际提供的内容，不能用来替代原始材料和人工判断。
一轮可复现的检查怎么做
遇到疑似脑补内容，可按一条闭环处理，重点不是凭感觉判断，而是让别人能重做同样的比对：
- 记录原问题、模型版本、回答时间和完整输出，避免只截取一句话。
- 把回答拆成事件、人物、机构、数字、时间和因果关系，逐项寻找对应原文。
- 比较原文与回答的主语、时间、范围和限定条件，发现扩写时标出具体位置。
- 把结论分成已确认、待确认和虚构示例，并在页面中使用不同的提示语。
- 再次用相同问题和一个改写问法测试，记录回答是否重复出现同一错误。
这套记录也适合放进内容版本表：保留修改前后文本、依据位置、处理人和更新时间。若页面涉及AI引荐点击，还要把引荐来源、落地页、有效表单和成交状态分开记录，爬虫访问、回答出现和用户点击不能混为一谈。
发现错误后怎样改页面
已经发布的错误内容，不宜只在段尾补一句模糊提醒。应直接改写错误句，说明哪些部分无法确认，并把能支持结论的原始材料放到相邻位置；若错误影响标题、摘要或结构化数据，这些区域也要同步调整。
修改后不要只看页面能否打开。可检查返回状态、正文是否能被正常读取、标题与实体名称是否一致，再用原问题做查询测试。AI是否引用、是否带来点击或线索，无法通用判断，需用自家数据验证；没有形成完整记录前，只能把结果当作待验证假设。