📋 技术文章学术性词汇验证清单
🎯 目的
防止 AI 生成文章时产生”幻觉”，确保文章中的技术术语、概念和引用都是真实存在的。
✅ 技术术语验证清单
验证流程
flowchart LR
A[识别术语] --> B{是否为<br/>通用术语?}
B --> |是| C[确认定义一致]
B --> |否| D{是否可验证?}
D --> |是| E[网络搜索验证]
D --> |否| F[标注为推测性内容]
E --> G{验证通过?}
G --> |是| H[保留]
G --> |否| I[删除或修正]
1. 术语分类
| 类别 | 示例 | 验证方式 |
|---|---|---|
| 通用学术术语 | 强化学习、卷积神经网络 | 核对标准定义 |
| 新兴技术概念 | VLA 模型、世界模型 | 搜索学术论文 |
| 行业专有名词 | Sim2Real、具身智能 | 查找权威来源 |
| 缩写与简称 | LLM、VLM、SLAM | 确认全称和含义 |
2. 验证检查项
2.1 通用术语检查
2.2 新兴概念检查
2.3 技术名词检查
🔍 验证方法
方法一：网络搜索验证
验证步骤：
1. 使用搜索引擎搜索术语
2. 检查是否有权威来源（学术论文、官方文档、知名媒体）
3. 对比多个来源确认一致性
4. 注意区分：真实术语 vs 营销用语 vs AI幻觉
方法二：学术数据库验证
推荐数据库：
├── Google Scholar：学术论文搜索
├── arXiv：预印本论文库
├── Semantic Scholar：AI 论文库
├── IEEE Xplore：工程技术文献
└── ACM Digital Library：计算机科学文献
方法三：官方文档验证
验证来源：
├── 公司官网和技术博客
├── GitHub 仓库和文档
├── 官方技术白皮书
└── 产品发布会/演讲视频
🚨 常见幻觉类型
1. 虚构术语
危险信号：
- 听起来合理但搜索不到任何结果
- 组合了多个真实术语但整体不存在
- 缩写无法找到对应的全称
2. 张冠李戴
危险信号：
- 将 A 公司的技术归属于 B 公司
- 将概念的提出者搞错
- 将不同时期的技术版本混淆
3. 过度概括
危险信号：
- 将实验性技术描述为成熟产品
- 将特定场景的能力泛化为通用能力
- 将研究论文描述为已部署系统
📝 验证记录模板
单篇文章验证记录
| 术语 | 类型 | 验证来源 | 验证结果 | 备注 |
|---|---|---|---|---|
| VLA 模型 | 技术概念 | RT-2 论文 | ✅ 通过 | Google DeepMind 提出 |
| Sim2Real | 技术方法 | 学术论文 | ✅ 通过 | 标准术语 |
| xxx | ❌ 未通过 | 需删除或修正 |
验证状态标记
✅ 验证通过：术语真实存在，描述准确
⚠️ 需要修正：术语存在但描述有误
❌ 验证失败：术语不存在或完全错误
❓ 待验证：无法立即确认，需进一步调查
🛠️ 自动化辅助
验证命令示例
# 使用 Claude Code 验证术语
# 在写作完成后，执行以下检查
# 1. 提取文章中的技术术语
# 2. 对每个术语进行网络搜索验证
# 3. 生成验证报告
AI 辅助验证 Prompt
请验证以下技术术语的真实性：
1. [术语名称]
对于每个术语，请：
1. 确认该术语是否真实存在
2. 提供权威来源链接
3. 确认文章中的描述是否准确
4. 如有错误，提供修正建议
📚 验证资源
技术术语词典
行业报告
- Gartner 技术成熟度曲线
- Stanford AI Index Report
- State of AI Report
⚡ 快速检查清单
在发布文章前，至少完成以下检查：