一份对话记录里出现了这句话：“最近每天晚上都是我起来照顾孩子。”助手附上引用，写出一则关于用户初为父母的近况。
原话确实存在，引用也能打开，这则近况却仍然可能是错的。
也许说话的是同事，也许用户正在转述客户，也许产品团队在扮演一个虚构用户。检索系统完全可能找对了段落，写作系统却弄错了这段话的性质。
这是一个假设例子。它说明了为什么我会分开检查：来源是否支持这句话、这件事属于谁，以及它是否有资格被写成这个人的亲身经历。
“有依据”里面，至少藏着四个问题
先问，原始材料是否支持这句话或这个判断。再问，是谁说的。接着问，描述的是谁的经历。最后问，当时是在陈述事实、引用别人、角色扮演、提出假设，还是讨论一个尚未确定的情况。
这些问题的答案可以不同，未必意味着某个组件坏了。一个人可以准确转述别人的经历；一句正确归属于他的发言，也可能是在描述一个虚构人物。
| 原始材料 | 可以支持什么 | 尚不能支持什么 |
|---|---|---|
| “我的客户说，‘晚上是我起来照顾孩子。’” | 说话人在转述客户的发言 | 说话人自己有孩子 |
| “假设我是一个新手家长……” | 一段角色扮演的设定 | 说话人的真实家庭情况 |
| “昨晚是我起来照顾自己的孩子。” | 结合上下文，可视为直接自述 | 长期处于睡眠不足的状态 |
最后一行还涉及范围问题。即使经历的归属没错，也不能把对某一晚的描述扩大成长期特征。
把要写的判断和证据放在一起
检查时，不应只看一段文字有没有引用，而要看它具体声称了什么。“你刚当上父母”和“你聊过新手父母的经历”，是两个不同的判断。
一张简单的核对表，可以并排放上准备写出的表述、支持它的原文、它涉及的人，以及尚未确认的条件。这只是帮助检查的办法，不是要求所有系统采用固定字段，也不是说有了结构化字段就解决了理解问题。
关键是：这段材料是否支持，以这样的确定程度，对这个人作出这样的表述？
检查者需要看到足够的前后文，才有机会发现开头的角色扮演说明。如果只截取看似能支持结论的那一句，错误判断反而会显得理所当然。但把全部历史一股脑放进来，也可能淹没关键句。上下文是怎么选出来的，本身也值得检查。
要测语义变化，不能只测名字
可以做一组小规模评估：尽量保留相同措辞，只改变上下文。
- 把直接自述改成转述。
- 把转述改成角色扮演。
- 把假设句改成明确的纠正。
- 保持说话人不变，只改变所描述的人。
再看输出是否相应变化。只核对说话人标签的系统，可能通过身份检查，却在角色扮演的例子里全部出错。
也要放入应该写出来的正例。一个拒绝写任何个人事实的系统，确实能避开一部分错误，却也失去了用处。评估应该同时暴露错误归属和不必要的遗漏。
原始材料本身也可能出错
有时，对话转录给说话人标错了身份。下游校验器即使完美保留这个标签，仍然会与事实相矛盾。
这与“忽略一个正确标签”是两类故障。前者需要修正数据来源，或明确保留未确定状态；不能继续拿同一份错误输入，作出更自信的推断。
排查报告应该区分这些情况。否则，来源对齐做得更好了，可能会被误认为语言理解能力提升；反过来也一样。
这也是我不愿把所有“事实依据”问题压成一个分数的原因。措辞缺乏支持、经历归错人、误解发言情境，以及源数据错误，需要的修复不同。
引用准确，只是起点
PROV 等来源描述标准有助于表达信息的派生与归属关系，但它们本身不会判断：一句角色扮演中的话，算不算某个人的亲身经历。这仍是一个语义判断，需要适当的证据与评估。
对个人 AI 来说，这类错误的代价可能不止是一段令人尴尬的文字。如果生成的判断进入记忆，一次临时的归属错误，就可能继续影响之后的建议和消息。
实际要求说起来很简单，做到却不容易：一句判断应当有证据，属于正确的人，也保留当事人原本是在以什么方式说这句话。