让 AI 协助家史研究：任务、核查与边界

先给工具一个有限任务

AI 可以帮助整理杂乱笔记、提出检索词、比较两段转录或解释陌生术语。开始前先选一项小任务，写明它只能使用哪些材料，输出要包含什么，以及遇到未知内容时应该怎样表示。不要用「替我查清祖父一生」作为唯一指令。范围过大时，你很难判断答案的哪些部分来自资料，哪些只是工具补出的连贯故事。

本文例子全部虚构。假设你有三封家书，可以请工具按信件编号整理出现的地址，不推断住址变化的原因，并把不清字保留为不清。输出只是工作表草稿，你再逐项返回图像核对。这样获得的是一份节省整理时间的辅助结果，而不是一个被机器认证的人生结论。研究者仍负责判断人物身份、材料意义与证据之间的连接。

理解流畅文字可能出错

生成式工具能够写出语气自信、结构完整的回答，同时包含不存在的记录、错误的年代或虚构的引用。美国国家标准与技术研究院的生成式人工智能风险文件讨论了这种编造风险。对家史研究而言，危险不只是一整段荒唐故事；一个看起来合理的村名、姓名或婚姻日期，也可能悄悄进入家庭档案并被反复复制。

不要把「工具说很确定」当成证据质量的说明。要求它列出依据可以方便核查，但依据本身仍可能被生成。你需要打开实际来源，确认题名、保存机构、记录位置和原文是否支持那句话。若打不开来源，就把结果记成未验证的线索。一个准确的常识解释也不能证明某个具体祖先确实经历了相同的事情。

把输出分成不同性质

在请求中明确区分摘录、释义、推断和建议。摘录应能对应到提供的原句；释义是在解释原句；推断需要列出理由和其他可能；建议只是下一步可以做什么。让工具按这些类别输出，有助于你逐项检查，但标签并不会自动保证内容正确。对于关键人名、日期和亲属关系，无论它被放在哪一栏，都必须回到来源核查。

虚构的信件写「弟已回乡」，工具可以摘录这句话，解释「弟」通常为称谓，并建议查其他信件确认身份。它不能因为家谱列有林安，就宣布回乡的人是林安。你可以要求所有没有明确支持的人名写为未知。若输出仍添加人物或动机，删去无依据内容，保存检查记录，必要时把任务拆得更小，而不是反复要求它更有把握。

用它准备检索，不让它决定身份

AI 可以提出姓名拼写变体、整理地名的待核对形式，或把一个研究问题分解为几项查找。把这些内容视为候选清单，逐个查看是否适合你的年代和地区。不同语言的音译可能把多个姓名混在一起，旧地名也可能对应多个地方。不要把一个漂亮的英文拼写自动绑定到中文人物，更不要因为工具发现相似姓名就合并两个人。

虚构例子中，「陈兰」可能被写成不同的罗马字形式。你可以保存工具建议，记录哪些检索词实际尝试过以及返回什么结果。身份比较仍要使用住址、亲属、职业和时间线等材料。若工具给出某档案馆一定保存某卷登记的说法，先查官方目录。工具建议去哪里查是一种规划帮助，馆藏是否存在则需要另一项实际验证。

上传之前检查材料与权限

把家书、访谈或身份证明交给外部工具之前，检查其中是否包含在世者的住址、联系方式、私人经历或他人不愿公开的内容。了解正在使用的服务怎样处理提交材料，并遵守你与提供者商定的分享范围。若无法确定，可以先使用删去敏感信息的片段，或用虚构文本测试方法。拥有一份扫描件，并不自动表示可以把它提交给任何平台。

不要为了方便把整个家庭文件夹一次上传。完成地址整理任务可能只需要几段转录，而不需要照片中的所有人物姓名。保留材料原编号，让删减后的工作副本仍能回到完整原件。记录提供了哪些文件、任务是什么以及日期，日后检查结果时才能知道工具实际看到了什么。尽量减少不必要输入，也能让结果范围更清楚、更容易核对。

保存核查记录并决定是否采用

把使用日期、工具名称、任务指令、输入材料编号和重要输出保存在研究日志中。如果工具版本可以看到，也一并记录；看不到就不要猜。为采用的内容写下人工检查方式，例如逐行核对图像、打开官方目录或比较第二份材料。最终人物页面引用真正的历史来源，AI 草稿可以作为工作过程记录，却不能替代支持出生、迁居或亲属关系的证据。

你不必采用每一次输出。出现大量细节错误时，直接改为手工整理可能更有效。衡量工具价值的办法是看它是否减少可核查工作的时间，而不是文字是否像专业文章。家史的中心始终是曾经生活过的人；让工具帮助我们更认真地读资料，同时把不确定、修改和判断留在看得见的地方，才能让下一位家人继续研究，而不是继承一份流畅的误会。

可以先用一段你已经人工核对的短文测试工具，把输出和已知结果比较，了解它是否容易漏掉否定词、混淆人物或自行扩展日期。测试通过也只说明这次任务表现可用，不能保证下一份难读材料同样准确。给关键输出安排固定检查清单，例如材料编号、原句位置、姓名和数字，再逐项确认，比依赖总体上「看起来没问题」更可靠。