AI 给的参考文献在数据库里查不到，多半不是你搜错了，而是它编的：作者、刊名、年份、卷期都像模像样，唯独这篇论文不存在。这是大模型最典型的幻觉场景之一，因为它的工作是"生成看起来像文献的文本"，不是去数据库里检索真文献。判断真假不用靠感觉，按下面四步走，十分钟能验完一条。
为什么它编得这么像
模型在训练数据里见过海量论文的引用格式：什么学科爱投什么期刊、标题怎么措辞、作者名怎么排列，它都学到了统计规律。你让它"给出处"，它就按这个规律现场拼一条出来。格式越规范，反而越不能说明真假——规范正是它最擅长的部分。关于这种"一本正经说错"的成因，可以看 AI 幻觉是什么 这篇的拆解。
四步核验法
第一步，搜标题原文。把完整标题放进 Google 学术、知网或 PubMed 搜，一字不差地搜。真论文几乎一定能搜到原文页面；如果只有零星几个词能对上、整题查无此文，先按假的处理。
第二步，验 DOI。正规论文大多有 DOI，形如 10.xxxx/xxxxx，去 doi.org 或 Crossref 查这个号。DOI 查不到，或者查到的论文和标题对不上，这条引用直接作废。
第三步，对期刊卷期。去期刊官网看对应年份的卷期目录：这本刊那一年到底出没出这一期、页码范围对不对。编造的引用常在这一步露馅，比如期刊 2019 年根本没有第 40 卷。
第四步，查作者。用作者姓名加研究方向搜：这个人是否真实存在、是否在这个领域发过文。假引用里的作者经常是"真学者加错领域"，或者干脆查无此人。
出现这些信号，直接判定不可用
标题搜不到加 DOI 无效，两项叠加不用再验。只给期刊名和年份、没有卷期页码的引用，默认按未核实处理。还有一类更隐蔽：论文是真的，但观点不是论文里说的——引用前至少读摘要，确认它真的支持你要写的那句话。
下一步的正确用法
写论文、报告、申报材料时，别让通用聊天模型凭空给文献。更稳妥的做法是：自己先在数据库找到真文献，再把摘要或全文发给 AI 让它总结、对比、润色；或者使用带联网检索、能给出可点击来源的工具，并逐条点开复核。凡是要署名提交的东西，引用不过上面四步核验，一条都不能进参考文献表——学术场景里，引用造假的责任在提交人，不在工具。
