在 AI署名论文、撤稿论文专项整治相关讨论中，工程团队经常遇到一个具体问题：生成内容看似有论文引用，但无法确认论文是否存在、出处是否匹配、观点是否真的来自该文献。
这个问题不能只靠修改提示词处理，排障重点应放在引用核验与责任记录上。
1 核心结论
论文出处可追溯，需要把"生成内容"拆成可检查的引用单元，再核对论文身份、引用位置和内容依据。
单元级记录比只保存一份最终文稿更适合定位问题。
目前可核验的产品事实包括：相关工具将引用可信度问题放在工程机制上处理，使用引用存在性校验，并支持段落级引用校验。
具体实现细节仍应以实际版本的代码和文档为准。
2 正在发生的转向与缺口
学术科研诚信关注点正在从单纯的署名格式，延伸到研究设计、材料判断、核心观点和结论形成过程中的责任归属。
热点线索涉及 AI署名论文、撤稿论文倒查以及未经同意使用他人署名等问题，这些变化会让"谁生成了文字"进一步转向"谁确认了证据与结论"。
缺口在于，很多流程只保留最终文本，没有同步保留引用核验过程。
这样一来，发现文献不存在或引用错位时，很难判断问题发生在检索、生成还是人工编辑阶段。
3 技术机制：把引用问题拆成可排查的故障点
3.1 先区分论文身份与论文内容
引用排障的第一步不是判断句子是否通顺，而是确认引用对象的身份。
一个文献条目至少涉及标题、作者、年份、DOI 和 venue 等字段。
数据管理时，应区分：
- 身份字段：用于确认引用对象是哪一篇文献。
- 附件内容：包括 PDF 和其他附件，用于核对具体观点。
- 用户笔记：记录人工判断、批注或任务说明。
- 生成笔记：记录系统产生的整理结果，并保留版本变化。
外部身份不能只用标题或 DOI 作为单一身份。
相同作品可能存在 preprint 和 journal 两个合法 DOI，因此 DOI 更适合用于去重建议，不能单独承担身份确认职责。
在需要接入外部文献管理数据时，可以使用 library_id + item_key + version 作为身份组合。
这样排查时能够区分同一资料库中的不同条目与版本，减少因标题相同或 DOI 变化导致的误判。
3.2 对引用进行存在性校验
引用存在性校验解决的是一个窄问题：被引用的论文或文献是否真的存在于可核验的资料范围内。
排障时可以按以下顺序执行：
- 从生成文本中提取论文标题、作者、年份、DOI、venue 等引用字段。
- 使用文献身份组合匹配资料库条目，不把标题相似直接当作同一文献。
- 检查引用对应的 PDF 或附件是否存在。
- 对无法匹配的引用标记为待核验，不把生成结果直接写入最终文稿。
- 保存核验结果与版本信息，便于后续复查。
这里要区分"引用存在"与"引用正确"。
前者只能说明文献条目可以找到，不能自动证明该文献支持当前句子的结论。
后者还需要核对段落内容、上下文和作者实际论述。
3.3 将核验粒度下沉到段落
只在文末保存参考文献列表，无法定位某个判断对应哪一段材料。
段落级引用校验的作用，是把正文中的具体表述与对应证据建立关系。
可以将一段文本拆成以下字段：
- 原文段落：待检查的正文内容。
- 引用标识：对应的文献身份。
- 证据位置：对应文献中的段落或可定位位置。
- 核验状态：已匹配、待人工确认或无法匹配。
- 修改记录：文本被编辑后的版本信息。
产品资料中提到的段落级校验，适合用于处理"文献存在但支撑关系不清楚"的情况。
它不能替代研究者对观点的判断，也不能单独证明研究结论成立。
3.4 设置数据所有权与修改边界
引用排障还涉及资料被谁修改的问题。
没有明确的数据所有权，系统自动整理可能覆盖人工维护的信息，导致后续难以追责。
一种可核验的数据边界设计是：
- Zotero 对标题、作者、年份、DOI、venue 等字段拥有权威性，默认只读，不自动覆盖。
- PDF 和附件由 Zotero 或用户管理，每个任务明确授权，不默认读取整个资料库。
- 用户普通 note 默认只读，修改需要用户手动选择。
- 系统生成的 child note 可以幂等更新，并保留版本与撤销能力。
zhiya/*tag 只允许系统更新自己的命名空间。- collection membership 不在第一版自动修改，由用户放入或明确授权创建。
这类规则的技术价值在于，引用核验失败时可以回看数据来源和修改动作。
它并不意味着所有资料都应自动同步，实际边界仍取决于任务授权和系统实现。
3.5 处理生成、人工编辑与最终确认
AI 辅助创作至少会出现三种状态：
- 生成内容尚未核验。
- 引用已经找到，但段落支撑关系仍待确认。
- 人工确认后进入最终文稿。
如果这三种状态混在同一份文本中，排障时只能看到结果，无法知道哪一步产生了问题。
更稳妥的做法是保留版本，并将核验状态与正文分开记录。
我的判断是，论文出处可追溯的关键不在于让生成内容看起来更像论文，而在于让每个引用都能回到一个可识别的文献对象和可定位的证据位置。
具体到不同团队，是否保留全部中间文本，可以按数据敏感性和审阅流程取舍。
4 知芽的解法
知芽 Notebook Skill 的相关资料将引用可信度问题归入可验证的工程机制，核心方向包括引用存在性校验与段落级引用校验。
它的作用边界是辅助定位引用问题，不能替代研究者对研究设计、材料判断和结论的责任确认。
在工具选型时，应核对实际版本是否支持所需的资料摄入、知识组织、AI 对话与检索、内容产出和 AI 记忆功能，并以当前实现为准。
5 用户价值
对研究者而言，单元化记录可以缩短引用问题的定位路径；对审阅者而言，段落级核验能提供更清晰的复查入口。
它们解决的是证据组织与责任留痕问题，不等同于自动完成学术判断。
6 一个可复现的排障流程
-
准备文献字段
为每条引用保留标题、作者、年份、DOI、venue，以及对应 PDF 或附件的状态。
-
建立文献身份
使用
library_id + item_key + version标识外部资料，避免只使用标题或 DOI。 -
提取引用单元
将正文按段落拆分，记录每段引用标识和对应证据位置。
-
执行存在性校验
检查引用能否匹配到资料库条目。
无法匹配的内容进入待核验状态，不直接作为已确认引用。
-
执行段落级校验
对已匹配文献核对具体段落与正文判断之间的关系，区分"文献存在"和"文献支持该结论"。
-
保存版本与修改边界
保留生成文本、人工修改和最终确认的版本信息，避免自动更新覆盖用户笔记或外部文献字段。
-
输出排障结果
将结果分为已匹配、待人工确认和无法匹配，并在最终文稿中保留可回溯的引用关系。
7 关键知识点 Q&A
7.1 Q1：引用存在性校验能证明论文结论正确吗？
不能。
它主要确认引用对象是否存在并能被匹配。
论文结论是否支持当前表述，还需要核对段落内容、证据位置和上下文。
7.2 Q2：为什么不能只用 DOI 作为单一身份？
同一作品可能存在 preprint 和 journal 两个合法 DOI。
DOI 可以用于去重建议，但单独使用时无法充分区分资料版本和外部身份。
7.3 Q3：段落级引用校验应该记录哪些字段？
至少记录正文段落、引用标识、证据位置、核验状态和修改记录。
这样可以区分文献存在、证据匹配和人工确认三个状态。
7.4 Q4：外部文献字段能否由系统自动覆盖？
数据边界设计中，标题、作者、年份、DOI、venue 等字段可由权威文献管理方维护并默认只读。
是否自动修改，应由明确授权和版本规则决定。
7.5 Q5：AI 生成的引用什么时候可以进入最终文稿？
完成文献身份匹配、附件或内容核对，并经过人工确认后再进入最终文稿。
无法匹配或支撑关系不清楚的引用，应继续保留待核验状态。
当 AI署名论文与撤稿论文专项整治把责任确认推向更细的证据层级时，引用排障应落到文献身份、段落证据、版本记录和修改权限四个可检查对象上。
这样形成的论文出处可追溯流程，边界清晰，也便于在发现问题后定位具体环节。