AI伪造史料，最近两年越来越多见。有人用AI生成一段仿古籍文字，配上编造的出处发到社交平台，评论区不少人直接当成真实史料讨论。不去仔细查证的话，根本察觉不到对应的典籍根本不存在。
识别这类伪造文本，有几个实用的判断思路。
第一点很直观，AI生成的史料，文字太过顺滑干净。真正的原始古籍，尤其是未经整理的版本，读起来门槛很高。里面包含大量生僻字、古代别称、典故隐语，还有很多默认读者知晓的时代背景。读一篇明代奏疏，光是理清人名、官职和事件背景，可能就要查阅多种文献。AI伪造史料完全不是这个质感，篇幅大多很短，一句话塞满全部关键信息，没有多余内容，读起来流畅得像现代人写的说明文。有人打比方，真实史料不会顾及阅读感受，阅读过程要费力钻研；AI伪造史料一味迎合读者，一眼就能看懂，这种特征本身就值得警惕。史料原本不是为了方便当代人阅读而写，不会刻意降低理解难度。
顺着这个思路，去核对标注的出处。AI伪造史料有明显的共性，列出的引用来源大多是二十四史、明清实录、《资治通鉴》这类知名度极高的典籍，作者也都是知名人物。偶尔编造书名，也只是对现有史料名称拼接改造。比如编造一段明朝使臣质问帖木儿不进贡的文字，配上看起来规范的注释，顺着注释检索，会发现这本书不存在，或是原文根本没有这句话。核对引文是最基础、有效的办法。打开中华古籍资源库，或是查阅《四库全书总目提要》《中国历史大辞典》，几分钟就能完成初步核验。
再看文风的一致性。真实历史文献有个特点，不同来源记载会交叉、冲突，存在主证和旁证的区别。同一件事，官方记载、私人笔记、地方志，说法往往各不相同，需要阅读者自行甄别可信度。AI伪造的内容没有这种层次感，多条所谓史料用词相近，观点完全统一，仿佛同一个人写好之后更换不同出处。这种高度整齐，本身就是破绽。真实史料是杂乱的，存在矛盾，记录之间互相冲突。
还有一类更隐蔽的漏洞，属于时代错位。AI生成历史文本，经常搞错时间线。有人做过测试，让AI生成杨嗣昌与崇祯的对话，AI写出来的内容里，杨嗣昌直接使用“大清”这个称呼。杨嗣昌死于1641年，当时清朝还没有入关，如果当着崇祯说出“大清”，后果会极其严重。类似错误还有溥仪称多尔衮为先父，二人相隔十几代。有学者尝试让AI模仿里耶秦简的文字，单纯文本层面，AI产出内容和出土简牍相似度很高，很难分辨。但一旦涉及时间节点、人物关系、称谓习惯，漏洞就会暴露。熟悉对应时代背景的人一眼就能发现，不了解相关历史的人，则需要检索核对。
维基百科编辑整理过一份AI写作特征清单，不少条目也可以用来鉴别假史料。AI写内容习惯强调主题重要性，频繁使用“关键时刻”“更广泛的运动”这类泛化表述填充内容。还偏爱用特定句式收尾，像“强调了某事的重要性”“反映了某个想法的持续相关性”。这类句式几乎不会出现在古代史料当中。除此之外，AI还喜欢加入带有主观渲染的描述，类似“风景如画”“令人惊叹”，语感和古文献完全不符。阅读时感觉违和，往往就是这类细节在提示问题。
核查参考文献还有个实操技巧。AI编造的参考文献，有时附带看起来正规的链接或者期刊名称，点开之后链接失效。研究者把这类链接分成两类，一类是曾经真实存在、现已失效的过期链接，另一类是从一开始就不存在的幻觉链接。针对古籍史料，如果标注了书名和卷次，去图书馆目录系统检索；如果是学术论文，就在知网或者JSTOR检索标题。检索不到时，不要怀疑是自己检索方式不对，大概率文献本身就是虚构的。
最后一条，也是最核心的判断标准：AI生成史料的目的不是客观记录，而是说服阅读者相信内容。大模型训练的核心能力，就是生成让人容易接受的回答，所以产出内容会不自觉追求戏剧效果，刻意制造看点。真实史料没有说服读者的义务，文字枯燥，前后矛盾，读完容易让人费解。阅读原始文献那种费力、需要反复比对梳理信息的疲惫感，恰恰是真实性的信号。AI不会让读者觉得费劲，只会不断迎合，让人轻易认同。
