"AI说的到底对不对？"这个问题几乎每个用AI的人都会卡一下。直接照搬怕出错，自己再查一遍又觉得白用了AI。
其实不用全查，只要分层验证，三分钟就能把风险降到很低。
第一类：事实，必须自己核
凡是涉及具体数字、日期、法规条文、某个产品的参数、某条新闻的细节——这些AI会一本正经地编，而且编得很像。
这类内容没有捷径，必须回到原始出处。但这部分通常只占答案的一小块，核起来很快。
你可以让它帮你省时间："请列出你这段回答中，哪些是事实性陈述，并把它们单独摘出来。"你只核这几条就行。
第二类：方法，照着做一遍小样本
AI教你一个做法，比如一个Excel公式、一段代码、一个操作流程。这类不用查，试就行。
别拿真实数据试，造三行假数据跑一遍，看结果对不对。跑通了再上真数据，跑不通你就知道它错在哪，顺手让它改。
方法类的东西，验证成本极低，别偷这个懒。
第三类：判断，要问它依据
最难验的是判断类："这种情况该不该退款""这个方案风险大不大"。
这类不要问"对不对"，改问"你是基于什么得出这个结论的？如果情况相反，结论会怎么变？"
它会把推理摊开，你就能看到它的假设是什么。多数时候你会发现，它默认了一个前提，而你的实际情况恰恰不是那样——这时候你就知道该调整哪里了。
养成一个收尾习惯
拿到AI的答案，最后默念一句：这里面，哪一条如果错了，我会最惨？
把那一条单独拎出来认真看，其余的可以放心。你不需要百分之百信任AI，你只需要知道哪一块必须自己把关。
会用AI的人，不是敢用的人，是知道该在哪一步踩刹车的人。