gork对比：一次突发消息核验复盘

步骤一：先把比较题目变成可核验任务

测试场景设为：X上突然流传“某品牌今晚取消新品发布会”，需要在十分钟内判断能否写进快讯。这里不预设消息真假，也不拿模型语气当评分标准。统一问题是：“查找该说法最早来源，列出官方回应、发布时间、原始链接，并区分已证实与未证实内容。”

评分表只留四项：找到首发线索所需时间、能否给出可打开的出处、是否识别帖文时间、有没有把猜测写成事实。每项满分5分。这样做比问一句“是真的吗”靠谱，因为它逼工具展示证据链。

步骤二：Grok先跑，任务是抓现场线索

Grok与X内容结合紧密，适合先找正在扩散的关键词、相关账号和不同版本说法。操作时不要只输入品牌名，而要加入“最早发布”“官方账号”“按时间排序”“给原帖链接”等约束。它的价值是快速铺开线索面，而不是自动盖章。

复核时要特别看引用是否真的支持结论。有时回答引用的是转述账号，转述又指向另一张无来源截图。碰到这种链条，应继续向前追，直到找到品牌公告、发布会页面或具名负责人原话；追不到，就标记为未证实。

步骤三：传统搜索与聊天模型接力

传统搜索更适合查官网新闻室、活动页面和主流媒体报道。它可能追不上刚出现几分钟的帖子，却方便查看域名、缓存标题和多家媒体的发布时间。普通聊天模型若未启用联网，只能帮助拆解核验步骤，不能用训练记忆证明刚发生的事。

实战里更合理的分工是：Grok发现正在传播什么，搜索引擎确认权威页面是否更新，聊天模型整理时间线和待确认项。三者不是同一赛道硬碰硬，而是侦察、取证、编辑三个岗位。

步骤四：输出结果，而不是宣布赢家

最终稿应分成“已确认”“尚无官方证据”“仍需追踪”三栏，并保留链接和抓取时间。若官方没有回应，最严谨的结论不是“消息为假”，而是“截至某时未找到官方确认”。这次gork对比真正拉开差距的，不是回答速度，而是谁能被放进一条可审计的工作流。