黑料正能量测评：把十条爆料丢给AI，它分得清真假吗

黑料正能量为什么要拿 AI 去测爆料真假

去年冬天我在一篇文章里写过一句话：判断一条爆料真假，最贵的成本不是信息，是耐心。一条热传的聊天记录截图，你要去看时间戳的字号对不对、气泡的圆角是不是被重新绘制过、转发链路里最早那条出现在哪个平台——这些活儿枯燥、耗时，而且做完之后往往没人愿意看你的结论，因为结论是“暂无法证实”。

后来陆续有读者私信我，说他们现在遇到爆料会先丢给 AI 问一句“这是真的吗”。这个动作太自然了，自然到让人有点不安：一个被训练来“顺着你说”的工具，真的适合当第一道筛子吗？于是我决定做一次尽量克制的测试——不测它的立场，不测它的价值观，只测它在已经有确定答案的样本上，能不能给出对的判断。

先说清楚边界。这次测试里所有样本都来自已经澄清、有公开定论的案例，真假两端我都能给出依据；涉及具体个人与品牌的部分我一律不写可核对的细节，避免二次传播。我也不是要给出“AI 能判真假”或“AI 不能判真假”这种一刀切的结论——你读完会发现，它在某些环节表现好得超出预期，在另一些环节则错得理直气壮。

这篇是黑料正能量测评系列里我做得最累的一篇。累的不是写，是复现：为了让判读口径稳定，同一组样本我换了三种提问方式各跑一遍，把每次的措辞都记下来。以下所有结论都基于这套记录，而不是“我感觉”。

黑料正能量测评的样本怎么选？十组真假料件的构成

选样本有一条铁律：真假必须有定论，且定论不能来自我个人的判断。所以十组样本里，五组是已澄清为假的，五组是已被证实为真的，来源全部是公开可查的澄清信息或后续通报，我不做任何“我觉得是真的”这种主观标注。

黑料正能量五组假料：覆盖最常见的四种造假手法

• 裁剪型截图：一段完整对话被截头去尾，留下来那几行刚好构成完全相反的意思。这是传播量最大的一类。
• 时间戳改动型：截图本身是真的，但右上角时间被改过，用来制造“事件发生在某关键节点前”的错觉。
• 旧闻新发型：三五年前的事故照片、通报截图，被配上今年的日期重新发布，评论区的情绪完全换了一茬。
• 无源通告型：一份格式像模像样的“内部通知”，没有落款单位能对上，也没有任何官方渠道同步。

五组真料：故意选了“看起来很像假的”那些

真料这边我没有挑那些一眼可信的，反而专挑了几组“第一眼像假的”的样本：措辞夸张的官方回应、时间线确实反常识但确有公开依据的事件、被大量转发过后来反转成真的爆料。这样设计是为了检验 AI 会不会被“像不像”这种表面特征带着走——这恰恰是普通人最容易踩的坑。

十组样本最终配平为：截图类 4 组、文本通告类 3 组、聊天记录类 2 组、视频截帧类 1 组。这个配比大致贴合我在实际信息流里看到的比例，截图与聊天记录合计占了六成——你在群里、在短视频评论区刷到的东西，绝大多数就是这个形态。

测试怎么做的：投喂方式、追问顺序与判读口径

方法不难，但要复现就得写清楚。我给每组样本设计了三种提问：第一种是“这条爆料是真的吗”，第二种是“请指出这条爆料里可能存在问题的细节”，第三种是直接给结论让它复核“有人说这是假的，你同意吗”。这三种问法分别对应普通读者的三种真实使用场景：直接求证、找破绽、以及被人下了结论之后求验证。

黑料正能量判读口径：什么叫“答对了”

我把回答分成四档：判断正确且依据具体（记为满分）、判断正确但依据含糊（记为半分）、未给判断（记为 0）、判断错误（记为负分）。负分的设置是有意的——在真假判别这件事上，一个自信的错误答案，比“我不确定”的伤害大得多。它会给提问者一种“已经有答案了”的错觉，从而中止本来应该继续的核实动作。

追问顺序：为什么不一次性把材料全给它

第一次跑的时候我把截图和背景说明一起丢过去，结果模型明显被我的背景说明影响了——它复述我的描述多于分析材料本身。这提醒我一件事：你和 AI 对话时提供的“补充信息”，本身就是一种污染。所以正式测试改成两轮：第一轮只给原始材料，第二轮才追问细节。第一轮的回答才计入分数。

还有个操作细节值得一提：截图类样本我一律以图片形式投喂，而不是把文字转写出来再给它。因为普通人就是这么用的——拍张照、截个屏就丢过去。转写成文字后，很多视觉层面的破绽（字号、边距、压缩痕迹）就消失了，测试也就失真了。

黑料正能量AI测真假，AI到底强在哪三个环节

先把话说在前面：AI 在这三个环节的表现是真实的，不是安慰奖。我建议所有习惯用 AI 核实信息的读者，把这三个用法固定下来，剩下的事情交给自己。

黑料正能量第一，它会主动指出“这里不太对”

在第二种问法（请指出可能存在的问题）下，模型对截图类样本的敏感度明显高于我的预期。有一组裁剪型截图，它准确指出了对话缺少开头与结尾、语气转折突兀；另一组它注意到回复内容的字数与气泡宽度不成比例。这些观察未必都成立，但作为“提示你去看一眼”的线索，价值很高。很多人核实信息失败，不是因为查不到，而是因为压根没意识到要去查。

第二，它能给出具体的核查路径

让它“说说该怎么验证”比让它“判断真假”靠谱得多。它会建议你去比对发布主体的其他公开渠道、去查同一事件不同时间点的报道差异、去留意截图里出现的机构名称是否与公开信息一致。这些建议本身不构成证据，但它们把“我该干嘛”这个最卡人的环节给解决了。

黑料正能量第三，整理时间线的效率无可替代

当我手头有五六份不同来源的公开描述时，让模型把它们排成一条时间线，比我手工比对快得多。前提是——材料得你自己找齐。它不负责找，它负责理。这个分工想清楚了，用起来会很顺。

顺便提一句，这三项能力都不是“AI 特别懂真假”，而是“AI 特别擅长在你给的材料范围内做一致性检查”。它检查的是材料和自己、材料和材料之间有没有打架，而不是材料与客观世界对不对得上。这个区分，是理解后面所有盲区的钥匙。

AI 判真的五种盲区，比判错更麻烦

判错至少你知道自己错了，盲区不一样——它会让你以为已经查过了。下面五种是我这次测试里反复遇到、且认为对普通读者影响最大的。

黑料正能量盲区一：对“像模像样”的公文格式毫无抵抗

无源通告型样本上，模型的表现最差。一份没有落款、没有编号、但排版工整的“通知”，它倾向于描述为“格式规范”“表述严谨”。它看到的是文本特征，看不到“这份东西从哪儿来”。而现实中，恰恰是这种格式体面的假料传播得最广，因为它天生带着可信的视觉暗示。

盲区二：会顺着你的提问语气走

第三种问法（有人说这是假的，你同意吗）下，模型判假的比例明显上升，而样本本身没有变。这说明它在一定程度上受提问者立场牵引。更值得警惕的是，这种牵引是双向的——你说假它就偏假，你说真它就偏真。

黑料正能量盲区三：对时间信息的处理很粗

时间戳被改动的截图，它未必能看出像素层面的痕迹，但更常见的问题出在逻辑层面：一份写着某年某月的材料，内容里提到的事件却发生在另一个时间点，这种矛盾它有时能发现，有时直接忽略。我统计下来，它对跨年份的时间矛盾敏感，对同一年内几个月的时间错位不敏感。

盲区四：分不清“被转发过很多次”和“被证实过很多次”

这是最要命的一条。模型知道某条信息“广泛流传”，但流传广不等于已被证实。在几组旧闻新发的样本里，它把“这个话题讨论热度高”当作了某种间接可信度证据。传播量和真实性之间没有正相关，这个常识它掌握得不牢。

盲区五：不主动暴露自己不知道

在被问到具体某个细节时，它会补齐一个听起来合理的回答，而不是说“材料里看不出来”。这个行为在写作场景里叫“流畅”，在核实场景里叫“危险”。我建议你养成一个习惯：凡是模型给出的、材料里找不到出处的事实性细节，一律当成未核实处理。

流畅本身就是一种伪装。判断一条信息时，你要对抗的不只是假消息，还有“它说得这么顺，应该没错吧”这个念头。 ——本次测试记录中的一句话，写给自己的提醒

黑料正能量规格一览：本次测试的参数与量化结果

下面这张表是这次黑料正能量测评的核心参数，方便你判断结论的适用范围。测试在 2026 年 9 月下旬至 10 月初分批完成，用的是当时各平台的公开版本。

以上数字仅描述本次测试的样本规模与统计口径，不代表任何模型的官方指标，也不构成对任何产品的评价。样本量有限，结论请当作参考而非定论。

有一点需要单独说明：上面那些百分比是“样本内占比”，样本只有十组，所以我不建议你把它当成某个模型的准确率来引用。它的用处是给你一个量级感受——AI 在真假判别这件事上，大约能帮你解决一半的工作量，剩下的那一半，还是得人来。

黑料正能量AI测真假 准不准？我把判错样本摊开讲

准不准这个问题，我倾向于拆成两问：判断方向对不对，以及依据说明靠不靠谱。前者是运气和能力的混合，后者才是你能不能信任它的关键。下面挑三组最有代表性的判错来讲，隐去所有可定位到具体人的细节。

判错一：把被裁掉的对话当成完整对话

一组裁剪型截图，因为留下来的那几行语气连贯、逻辑自洽，模型判定为“内容完整、未见拼接痕迹”。问题在于，它判断“完整”的标准是行文是否通顺，而不是对话是否有头有尾。裁掉的部分恰恰是颠覆意思的那部分，剩下的自然通顺——造假的人不会留一段读不通的对话给你。

黑料正能量判错二：被“官方腔”说服

另一组无源通告，措辞克制、条理清晰，模型给出的评价是“语气与常见官方表述一致”。这个判断本身没错，错的是它把“像”当成了“是”。格式与语气是可以模仿的，而落款、编号、发布渠道这些真正能定性的东西，恰恰是假料最容易省略、也最容易被忽略的部分。

判错三：对“被证伪过又被重新包装”的材料无从下手

有一组样本是几年前已被澄清为假的信息，换了配图和时间重新发布。模型对“这条信息似乎见过”有一定感知，但它无法区分“见过，因为它是真的”和“见过，因为它是老谣言”。这个区分需要外部知识，而它没有可用的外部校验通道。

三组判错的共同点很清晰：材料本身的“文本质量”都不低。真正粗糙的假料反而更容易被识破，因为它会露出明显的破绽；而那些经过打磨、看起来体面的假料，才是 AI 和普通人共同的软肋。这也解释了为什么我一直在强调：核实的第一动作不是问“这是真的吗”，而是问“这东西是谁发的、从哪儿来”。

平台辟谣标签上线后，AI 判别会更准吗

做这个测试的时候，恰好碰上几个内容平台陆续上线辟谣标签。有读者问我，有了标签，AI 是不是就能直接抄作业了。我的判断是：短期内会，长期未必，而且中间会有一段混乱期。

标签解决的是“入口问题”，不是“判断问题”

辟谣标签最大的价值，是把核实结果推到了用户面前，减少了“根本不知道要去查”的比例。但它不能解决一个更根本的问题：当同一条信息在不同平台被贴上不同标签时，你信谁？标签本身也是需要被核实的对象，只不过它长得比爆料更权威。

AI 会学到“标签的存在”，但学不到“标签的可靠度”

如果模型的知识来源里，辟谣标签的信息占比提升，它确实会对被标注过的内容更谨慎。但它无法评估某个标签的发布方是否权威、标注流程是否严谨。换句话说，它学到的是“有标签=可能有问题”这个关联，而不是“这个标签本身可信”。这两种认知在大多数时候结果相同，在关键时候会分叉。

我个人的用法是：把辟谣标签当成一个“提高警觉”的信号，而不是一个“到此为止”的结论。标签说这条有问题，那我就去看它为什么被标注；标签说这条没问题，我也要看看标注方是谁。这个习惯听起来多此一举，但你只要在信息流里多待几年，就会知道多此一举和少此一举之间，差的往往就是一次误信。

顺带说一句关于黑料正能量这个话题本身的观察：过去一年里，我明显感觉到“辟谣”这件事的传播效率在提升，澄清信息的到达速度比三年前快了不少。这是个好趋势，但它也带来一个新问题——澄清信息的数量也在涨，读者要处理的判断任务更重了。工具帮你省下的时间，转头就被新的信息量吃掉了。这大概就是做信息核实工作的人永远闲不下来的原因。

黑料正能量普通人怎么用：四步复核流程

这套流程是我自己在用的顺序，也是这次测试之后调整过的版本。核心思路是：把 AI 放在最后一步，而不是第一步。

1. 来源锚定先别判断内容，先判断这东西从哪儿冒出来的。发布账号是新号还是老号、有没有其他渠道同步、能不能找到最初那条。这一步花不了两分钟，但它能筛掉很大一部分。
2. 时间核对看材料里的时间信息是否自洽：截图时间戳、文中提到的事件日期、发布时间的先后关系。同一年内的日期错位是最容易被忽略的破绽。
3. 第三方交叉换两三个不同的信息渠道搜同一件事。注意，不是搜“这是真的吗”，而是搜事件本身的多个描述版本，看它们之间有没有打架。
4. 交给 AI 做内部一致性检查把材料给 AI，明确告诉它“只指出材料内部互相矛盾的地方，不要判断真假”。这个指令能显著提高它输出的可用性。

四步之中，前三步都不需要 AI，第四步 AI 也只是辅助。我知道这个答案不够“高科技”，但核实这件事本来就没什么捷径。工具能帮你提速，不能替你负责。

一个容易被忽略的小动作

把结论写下来。哪怕只是在备忘录里写一行“某月某日看到某条信息，来源不明，暂不转发”。这个动作的价值不在于记录，而在于它能强制你把“我好像查过了”变成“我确实查到了什么、没查到什么”。很多时候我们转发一条信息，凭的就是那种模糊的“应该没问题”的感觉。写下来，感觉就骗不了你了。

黑料正能量AI测真假 常见问题与排查

编辑准则：我们怎么核实，以及哪些事我们不做

这一节不是免责声明，是我们日常工作流的说明书，写在正文里是因为它本来就该被读者看见。

黑料正能量我们怎么核实一条信息

流程大致分四层：先确认发布主体，再看时间线是否自洽，然后找两到三个独立来源交叉比对，最后对无法确认的部分明确标注“暂无法证实”。这四层里，只要有一层过不去，我们宁可不发，也不会用“据说”“网传”这类词把不确定性藏起来。

哪些事我们不做

我们不在文章里展示无法核实的播放量、评分、销量这类数字；信息未确认时，我们保持空缺，不猜测补齐；我们不提供任何未授权的资源下载入口，也不做盗链。这几条没有例外，因为它关系到读者看完之后会不会去做一件可能给自己惹麻烦的事。

关于“黑料正能量”这个选题本身

这个系列写到今天，最常被问的问题是“你们是不是在给谁洗白”。我的回答一直是：我们不站队，我们只做核实。一条信息被证伪，我们就说它被证伪；一条信息被证实，我们就说它被证实，不管结论对谁有利。这个立场听起来简单，做起来需要一点定力——因为两边的情绪都会往你身上招呼。

如果这篇黑料正能量测评对你有用，欢迎把它转给那个总在群里发“速看，马上删”的亲戚。工具能帮我们提速，但最终按下转发键的那只手，还是我们自己的。

黑料正能量正在进行的四个核实专题

这是我近期在跟的几组专题，节奏和进度都写在卡片里，感兴趣可以顺着链接往下看。

专题的更新节奏大致是：周一整理上周新增样本，周三发布当周核实记录，周末挑一条做深度拆解。这个节奏我坚持了两年多，中途有过停更，但没断过。

这个系列背后的人

标题里写“一个人写稿、一个人拆解”不是修辞，是真的一个人。不过草稿阶段有几个固定的朋友会帮我看一遍，他们的意见我基本都会采纳。

周砚白主笔 · 互联网调查

负责选题、核实、成稿。前科技媒体调查记者，写过几年企业报道，后来发现核实信息这件事本身更值得写。

• 信息核实
• 时间线梳理
• 截图取证

阿正拆盒笔记 · 主理人

负责把核实过程整理成可读的故事，也负责把过于技术化的部分翻译成人话。

• 选题策划
• 结构整理
• 读者答疑

以上人物为本站创作设定，虚拟角色，不代表真实履历。

黑料正能量过去一年，核实这件事发生的变化

第一个变化是核实动作的前置化。三年前大多数人是先转发再被提醒，现在相当一部分人会在转发前搜一下。这个习惯的养成，平台辟谣标签功不可没，但更重要的原因是吃过亏——被误导过一次的人，下次会慢半拍。

第二个变化是材料形态的迁移。截图与聊天记录仍然是主力，但视频截帧和语音转写的占比在上升。这对核实者提出了新要求：截图你可以看字号看边距，视频截帧和语音转写你连原始文件都摸不到，核实难度上了一个台阶。

第三个变化，也是我观察最久的：AI 正在成为很多人核实流程里的默认第一步。这个趋势不可逆，也没必要逆。但我希望大家在把它当第一步的同时，记住它现在最擅长的是“内部一致性检查”，而不是“外部事实校验”。这两个词听起来差不多，实际差着一整套知识体系。

我个人的判断是，未来一两年，真正稀缺的能力不是“会用 AI 查真假”，而是“知道该把哪一步交给 AI、哪一步必须自己来”。这个判断力，才是这篇文章想留下的东西。

本系列的更新节奏

写清楚节奏，是为了让你知道什么时候来看会有新东西。

1. 周一整理上周新增样本，补充测评数据表。
2. 周三发布当周核实记录，通常是一篇短测评。
3. 周末挑一条热传爆料做完整拆解，篇幅较长。

偶尔会因为素材不够停一次，我不会为了更新而更新——凑出来的内容，读者一眼就能看出来。

相关文章

• 黑料正能量观察：2024年十大反转事件，谁在放料谁在补光把十起反转事件的放料节点排成时间线，看清谁先动手、谁后补光。
• 黑料正能量测评：三个被全网骂过的品牌，今年悄悄做了什么骂声之后的一年里，这三家到底改了没有，我翻了它们的公开动作。
• 黑料正能量背后的算法：热搜撤稿后那六小时发生了什么撤稿之后的六小时，传播曲线到底会怎么走，数据比猜测更诚实。
• 新手怎么看黑料正能量：一份不站队的吃瓜阅读清单刚接触这个领域该从哪几篇读起，这份清单按难度排了序。
• 黑料正能量进阶玩法：用天眼查和裁判文书交叉验证爆料把公开数据库用成核实工具，这套交叉验证的路子值得练熟。
• 黑料正能量避坑指南：那些打着正能量旗号的营销号套路标题喊得最响的那些号，往往最经不起翻它三个月前的帖子。

写这篇的人

周砚白

主笔 · 互联网调查。前科技媒体调查记者，现在一个人写稿、一个人拆解，专门盯着那些“看起来已经说清楚了”的事件再翻一遍。相信核实比表态更难，也更有用。

读者评论

老陈2026-10-09

看完最大的收获是“别让 AI 先下结论”这句。我以前真的是先丢进去问真假，现在改成只让它找矛盾点，感觉靠谱多了。

阿樑2026-10-09

无源通告那一段说到我了。上个月群里传的一份“通知”我差点信了，就因为排版太像真的。现在知道要看落款和发布渠道了。

十七2026-10-09

四步复核流程我打印出来贴工位了。第三步“换渠道搜事件本身而不是搜真假”这个思路很新，之前完全没往这个方向想过。

南山2026-10-09

希望第二季样本扩到 30 组之后能公开一下每组的判读记录，哪怕只给结论也行，这样我们也能拿去对比自己用的模型。

小满2026-10-09

作者说“流畅本身就是一种伪装”，这句话我记下来了。以前总觉得写得顺就是写得好，现在明白通顺和真实是两码事。