ChatGPT会生成虚假引用吗？（以及如何检查）

是的，ChatGPT可以生成虚假引用。

如果你曾未经核实就将ChatGPT、Claude或Gemini生成的参考文献复制到草稿中，那么你正在冒很大的风险。危险之处不在于虚假引用看起来明显有问题，而在于它们通常看起来完全可信：真实的作者姓名、合理的论文标题、熟悉的期刊名称，甚至DOI字符串乍一看也“正确”。

这就是为什么虚假引用在学术写作中如此危险。学生、研究人员、编辑或审稿人可能会查看参考文献列表，认为一切正常，直到他们尝试打开论文却发现它根本不存在。

如果你使用AI进行头脑风暴、撰写大纲、总结或起草，那么你应该假设所有AI生成的引用在你自己核实之前都是未经证实的。

10秒速答

如果你想知道最简短的答案：

• 是的，ChatGPT可以生成虚假引用
• 是的，Claude和Gemini也能做到
• 不，你不应该在未经核实的情况下信任AI生成的参考文献
• 最安全的下一步是在提交前手动验证引用或使用引用检查工具

证据表明

这不仅仅是理论上的担忧。

2023年《科学报告》的一项研究检查了ChatGPT生成的书目引用，发现存在伪造的参考文献和元数据错误。随后2024年的一项跨学科研究也评估了大型语言模型（LLM）在学术写作中生成引用和参考文献的可靠性。大学图书馆指南一直在警告同样的问题：南加州大学图书馆的生成式AI研究指南明确指出，LLM可能会“幻觉”出虚构的引用和出版物。

换句话说，“AI生成的虚假参考文献”不再是轶事抱怨。它已成为学术工作流程中一个有据可查的可靠性问题。

为什么ChatGPT会生成虚假引用

ChatGPT是一个语言模型。它的主要工作是根据模式生成看似合理的文本，而不是对照实时学术数据库验证每一个书目细节。

这意味着当你要求提供参考文献时，模型可能会生成一些“看起来像”引用的内容，因为它已经学会了引用的形式：

• 作者姓名
• 出版年份
• 期刊名称
• 文章标题
• 卷号和期号
• 类似DOI的字符串

但“看起来像引用”与“是真实的已发表来源”并非一回事。

这就是为什么用户经常遇到三种不同的故障模式：

1. 完全伪造的引用

引用中的任何内容都不是真实的。标题、作者组合或期刊参考文献在学术记录中不存在。

2. 部分正确的引用

有些元素是真实的，但整个引用是错误的。例如：

• 期刊是真实的，但文章标题是编造的
• 论文存在，但年份错误
• 标题接近，但作者列表不同

3. 扭曲的真实论文

模型可能不完美地“记住”了一篇真实的论文。你最终得到的引用大致指向正确的方向，但仍不够准确，无法在参考文献列表中使用。

为什么虚假引用很重要

许多用户将引用错误视为次要的格式问题。它们并非如此。

如果你在学术作品中包含虚假或未经支持的参考文献，你将面临至少四种风险：

学术信誉风险

如果教授、编辑或审稿人检查参考文献却找不到，那么对你作品其余部分的信任度会立即下降。

诚信风险

即使虚假引用是AI意外生成的，提交的论文仍然包含以你的名义出现的虚假参考文献。

工作流程风险

一个虚假引用可能引发连锁反应：

• 审稿人要求澄清
• 修改速度减慢
• 合作者对草稿失去信任
• 你在截止日期压力下浪费时间重新检查整个参考文献列表

研究质量风险

如果来源不存在，那么它本应支持的主张也可能未经支持、具有误导性或根本就是错误的。

虚假引用通常是什么样子

虚假引用通常不是随机的胡言乱语。它们通常具有以下一个或多个特征：

• 听起来很专业、学术化的文章标题
• 听起来真实但略有偏差的期刊名称
• 看起来合理但与真实论文不符的作者姓名
• 遵循正确模式但无法解析的DOI
• 结合了多篇不同论文的真实元数据

最后一点尤其危险。一个虚假引用可能结合了：

• 一个真实的主题
• 一个真实的作者姓氏
• 一个真实的期刊
• 以及一篇不存在的文章

乍一看，它似乎是合法的。

如何验证ChatGPT、Claude或Gemini的引用

这是一个适用于学生、研究人员和学术作家的实用工作流程。

方法1：在Google Scholar中搜索完整标题

将确切的标题用引号括起来，并在Google Scholar中搜索。

如果没有出现匹配的论文，该引用很可能是虚假的或被严重扭曲的。

当你只有少量参考文献时，这是最快的初步检查方法。

方法2：验证DOI

如果引用包含DOI，请检查它是否正确解析。

三种常见结果：

• 解析到确切的论文：好迹象
• 解析到不同的论文：引用错误
• 完全无法解析：DOI是虚假的或格式错误

方法3：逐字段比较元数据

即使你找到了类似的论文，也不要就此止步。比较：

• 标题
• 作者列表
• 年份
• 期刊
• DOI

如果两个或更多核心字段不匹配，则将该引用视为不可靠。

方法4：使用引用验证工具

手动检查有效，但速度很快就会变慢。如果你有10、20或50条参考文献，它会变得繁琐且容易出错。

将完整的参考文献列表粘贴到Citely的引用检查器中。

Citely帮助对照学术来源验证参考文献，并突出显示：

• 标题不匹配
• 作者不匹配
• 年份不匹配
• 可疑或不完整的条目

当你批量检查ChatGPT、Claude或Gemini生成的参考文献，而不是逐一检查时，这尤其有用。

如果引用是虚假的怎么办

如果引用未能通过验证，不要只是删除它然后继续。你仍然需要决定其基本主张是否有效。

你有三个主要选择：

选项1：找到真实的支撑来源

有时主张是有效的，但AI编造了参考文献。

在这种情况下，提取主张本身，并使用Citely的来源查找器来找到支持它的真实论文。

这在以下情况下效果很好：

• 草稿中的一句话
• AI生成的段落中的一个主张
• 没有可靠来源支持的统计数据

选项2：重写主张

如果你找不到支持确切主张的有力来源，请更谨慎地重写它。

不要夸大确定性，而是使句子与实际文献支持的内容保持一致。

选项3：删除主张

如果引用是虚假的，并且没有可靠的来源支持该观点，请删除该陈述。这比在论文中保留未经支持的材料要好。

手动检查与使用引用检查工具的比较

方法	最适合	主要缺点
Google Scholar标题搜索	1-3条引用	对于大型列表速度慢
DOI检查	存在DOI的引用	遗漏标题/作者扭曲
元数据比较	仔细手动审查	耗时且重复
Citely引用检查器	完整的参考文献列表，AI生成的参考文献	仍需人工判断标记项

何时应格外小心

在以下情况下，你应特别谨慎对待AI生成的引用：

• 文献综述
• 学位论文和博士论文
• 基金申请
• 期刊投稿
• 医疗或政策相关写作
• 参考文献来自多人的协作草稿

文件越重要，假设参考文献“可能没问题”就越不可接受。

一个简单的遵循规则

如果AI有助于你的构思，那就使用它来加速。

不要将AI生成的参考文献作为最终参考文献，除非它们已经过验证。

这一个习惯将防止大多数虚假引用问题在它们到达你的教授、编辑、审稿人或客户之前发生。

主要收获

• 是的，ChatGPT可以生成虚假引用，因为它生成的是看似合理的文本，而不是对照实时学术数据库验证每条参考文献。
• 虚假引用通常部分可信，这使得它们比明显错误的参考文献更危险。
• 最快的手动检查方法是标题搜索、DOI验证和元数据比较。
• 对于较长的参考文献列表，引用检查工具比逐一检查每条参考文献更高效且不易出错。
• 如果引用是虚假的，要么用真实的支撑来源替换它，要么重写主张，要么完全删除主张。

👉 在这里验证你的参考文献：citely.ai/citation-checker