先给结论：把一次观察变成一条能回到原件的记录
AI 回答截图只能证明你保存了一个画面，不能单独说明问题是怎样提交的、完整回答是什么、脚注指向哪里、来源当时是什么版本，也不能解释审核者为什么作出某项判断。可复核记录要把这些对象连成证据链：测试条件 → 原始回答 → 可见来源 → 来源核查 → 页面版本 → 判断与发布结论。
本文聚焦证据的采集、归档、版本与复核，不重复讲问题集怎么设计，也不把一次回答变成平台排名。问题集设计见 AI 引用测试方法；来源支持程度的判定见 引用准确性核查；本文关注的是：别人能否看懂你手上的材料从哪里来、经过哪些处理、最终支持了多大范围的结论。
以下是一套研究记录建议，不是任何 AI 平台的官方采集协议，也不保证能重现同一回答。本文不包含真实平台回答；样例和目录均为构造演示，不可录入 ZenLeak 的实测结果。
证据链要记录对象、活动和责任人
W3C PROV 将数据来源信息描述为与数据对象、产生它的活动以及参与者有关的信息。把这个思路用于 AI 搜索观察，一条记录不能只有“回答说了什么”，还要能指向“谁在什么条件下提交了什么”“保存了哪些原件”“谁对哪些材料作了怎样的判断”。这是一种来源组织方法，不是对 AI 引用质量的认证。
实际操作可以把证据拆为六类，每类分配稳定 ID，而不是把所有内容塞进一张截图：
- 运行记录 R：平台产品、可见模型或模式、问题原文、提交时间与时区、语言、已知地区、联网状态和会话条件。界面没有披露的值写“未披露”或“未知”。
- 原始回答 A：保存完整可见回答、来源标记及界面截图。原件只读保留；OCR、复制整理和脱敏后的版本另存，并注明由哪个原件生成。
- 来源记录 S：逐个保存平台显示的标题、原始 URL、跳转后的最终 URL、打开时间、HTTP 状态、页面日期或版本、相关段落和定位。来源列表没有指向具体句子时，将关联范围标成“不明确”。
- 目标页版本 P：如果核查的是本站页面，记录 canonical URL、发布时间、实际发布版本或提交版本号、抓取时间和内容摘要。当前抓取到的页面版本，不等于平台当时检索到的版本。
- 审核记录 J：保留被拆分的声明、关联来源 ID、支持判断、理由、审核人、复核人和日期。不要用一段整体评语覆盖每一条声明。
- 报告版本 V：写明汇总规则、样本范围、未知值、排除项、修订时间和生成者。报告里的每个数字都应能回到明确的分子、分母和底层记录。
这种组织方式与 W3C PROV 来源模型强调的“对象、活动、参与者”关系相呼应；FAIR 数据原则则可作为可发现、可访问、可互操作和可复用的整理视角。引用这些原则，只说明记录如何组织，不代表材料已经真实、完整或结论正确。
先固定原件，再做转写和判断
采集时先保存能直接观察到的界面与回答，再整理文本；不要先改写回答，再把摘要当成原文。一个常见的最小归档包可以这样组织：
records/
ZL-AI-20260925-001/
record.json # 条件、文件清单、状态和 ID
raw/
prompt.txt # 原始问题
answer.txt # 可复制的完整可见回答
interface.png # 展示模式与来源标记的界面
sources/
S1.json # 来源 URL、访问时间、版本与摘录定位
S2.json
target/
P1.json # 本站目标页版本和发布时间
derived/
answer-redacted.txt # 对外公开的脱敏副本
claim-review.csv # 声明级审核表
report/
v1.0.md # 汇总、限制、修订记录如果产品界面不允许复制回答，截图可以作为原始材料，OCR 文本应标为“转写件”，并保留截图页码或区域定位。校对 OCR 时不要默默修正内容；发现识别错误，应在转写件的修订日志里说明，并让审核者能回到原图确认。
对于来源页面，优先保存核查必需的元数据、短摘录和段落定位。完整复制或公开第三方页面可能涉及版权、访问条款或个人信息，不要把“用于内部复核”误当成“可以公开转载”。如需保存页面快照，先确认合法性，并区分仅供内部使用的材料与公开发布材料。
清单至少要让每个文件有身份
归档清单是证据包的目录和关联表。它不应只写“见截图”，而要为每个材料说明 ID、文件名、类型、产生时间、来源对象、处理状态和校验摘要。测试条件也应逐项保存，避免把模式或账号状态从答案内容里猜出来。
| 字段 | 记录示例 | 边界 |
|---|---|---|
| record_id | ZL-AI-20260925-001 | 站内唯一且稳定；不要因报告改版而重用另一次采样 ID。 |
| observed_at | 2026-09-25T10:30:00+08:00 | 使用含时区的时间；不要把网页日期当成回答生成时间。 |
| product / model | 产品名 / 未披露 | 区分消费端产品、模式和模型；不确定就保留未知。 |
| prompt / answer | 原件路径与摘要值 | 原文与摘要分开保存；不要只留编辑后的结论。 |
| sources[] | S1 → 答案第 2 段脚注 1 | 保存链接与其在回答中的位置；不明确的关联不要伪造。 |
| page_version | URL、发布时间、内容摘要 | 记录的是核查者取得的版本，不等于平台内部索引快照。 |
| review | 判断、理由、审核人、时间 | 保留初审与复核分歧，不覆盖为一个无过程的最终分数。 |
| missing[] | 回答被截断 / 来源打不开 | 记录缺失字段及原因；不能把未知自动改成“否”。 |
归档文件可以用 SHA-256 生成摘要，便于之后检查文件字节是否变化。NIST 的 Secure Hash Standard定义了 SHA 系列摘要算法；但摘要本身不能证明文件来自哪个平台、何时生成，或采集过程没有被伪造。如果需要可信时间证明，应使用可信时间戳或受控签名流程，并把相应证明材料一并保存；RFC 3161定义了时间戳协议。对一般内容团队，不必把工具复杂化，至少要明确摘要的作用边界，并把原件放在权限受控、不会被覆盖的位置。
三个时间和三个版本不要混为一谈
一次引用核查至少有三种时间：AI 回答产生或被观察的时间、审核者打开来源的时间、报告发布或修订的时间。它们可能相差几小时甚至数周。只有记录“检查日期 9 月 25 日”，读者仍不知道它指的是哪一步。
版本也至少有三种：AI 平台的产品或模式版本、来源页面当时可见的版本、本站被核查页面的发布版本。消费端产品通常不披露具体模型构建号，也未必给出检索时刻的网页快照，所以应该写“平台未披露”“本次核查取得的页面版本”等准确描述，而不是填一个看起来完整的版本号。
你在测试后打开来源，看到某页面当前支持回答，并不能证明平台在回答生成时使用的就是这个版本。若没有平台侧检索快照或可信历史页面版本，这段关系应标记为“历史版本未知”，不能按今天的页面倒推过去。
把事实观察、处理记录和编辑判断分开
建议至少区分四层状态：
- 已采集：记录了界面、问题和可见回答；不表示来源已核查。
- 已关联：记录了回答中的来源标记及 URL；不表示来源支持相邻声明。
- 已核查：审核者打开材料并写下声明级判定与理由；不表示结论能外推到其他问题或平台。
- 已公开：编辑检查了隐私、授权、缺失和口径；公开状态也不代表外部平台认可。
初审者应先按预先冻结的规则标注，再由第二位复核者抽查或独立判断高风险声明。若团队只有一位审核者，就标明“单人复核”。若来源无法访问、答案被截断或链接没有明确关联，保留“未知”“部分存档”或“无法核查”，并在样本汇总里说明缺失；这些值不是失败，也不是通过。
还要把原始观察和解释分开。例如，“本次界面在第二段后显示了 S1 链接”是可见观察；“平台使用了 S1 生成第二段”是更强的机制推断。除非平台披露了检索链路或提供足够的可核实记录，不要把推断写成观察事实。可以参考 ZenLeak 研究方法，把事实、推断和建议放在不同层次。
虚构示例：从一条界面记录到有限结论
下面的产品、回答、链接关系和日期仅用于演示记录结构，不是 ZenLeak 对任何 AI 平台的测试，也不能作为基准数据。
| 记录对象 | 保存内容 | 当前可以说什么 |
|---|---|---|
| R-001 | 测试产品“示例助手”；提交问题“如何设计一份可复测的内容实验记录？”；显示联网开启；模型版本未披露。 | 条件来自操作者记录和界面可见状态，不能说明平台内部完整配置。 |
| A-001 | 完整回答文本与带有 S1 脚注的界面截图分别保存。 | 可复查本次被保存的可见回答，不代表未来重问会返回同样内容。 |
| S1 | 记录回答显示的 URL、打开时间、最终跳转地址和相关段落；来源正文目前可以访问。 | 能确认核查者当前打开到该页面；如果缺少历史快照，不能确定平台读取的旧版本。 |
| P1 | 核查者的网站页面当前版本及内容摘要。 | 能定位被比较的页面版本，不证明平台实际抓取过它。 |
| J-001 | 审核者把回答中的“通常”改写成“所有网站必然”，并记录原文定位和范围扩大理由。 | 可以报告本条声明部分不受来源支持；不能据此计算该平台总体准确率。 |
这个示例最终只能支持：“这份存档里有一条可见来源，审核者发现对应声明把适用范围扩大了。”它不能支持“该平台普遍不准确”“页面已经被平台收录”或“某次改稿导致回答改善”。报告的边界应该跟证据包一起发布，而不是藏在文章底部。
复核、复分析与重新测试是三件事
- 复核原记录：另一位审核者检查同一批原件，确认字段、来源和判定理由是否成立。
- 重新分析：使用同一批原件，按更新后的判定规则重新编码；保留旧规则和旧报告，解释差异来自哪里。
- 重新测试：以后再次向平台提交问题。模型、检索索引、账号状态和产品界面都可能变化，因此这是一轮新观察，不是重放旧实验。
每次修订报告都应增加版本号或修订日期，写明修改了哪些记录、判定规则是否变化、数字是否重新计算。不要直接替换公开 JSON 或截图而不留历史，不然读者无法区分原始采样、后来更正和新一轮测试。
公开材料与内部材料分层
最完整的原件不一定都适合公开。内部归档可以包含必要的完整回答和审核轨迹；公开包则应经过一次明确的隐私与授权检查，只披露理解结论所需的最少内容。
- 删除账号名、邮箱、会话令牌、私人上下文、内部提示和无关个人信息；不要公开 Cookie、认证头或管理后台截图。
- 公开回答摘录前检查平台条款、个人信息和第三方内容授权；无法确定权限时，公开来源链接和必要的短摘录，不复制整页。
- 分别标记“内部原件”“脱敏副本”“公开报告”，记录副本来自哪个源文件以及做过哪些删改。
- 设定访问角色、保留期限和删除流程。研究结束不代表应该无限期保留无关个人信息。
一套可执行的归档流程
- 先分配 ID。为一次平台提交生成唯一记录号，并关联所属问题集、观察窗口和目标页面版本。
- 先冻结条件。填写产品、可见模式、联网状态、语言、地区、登录状态和含时区时间；未知字段不要补猜。
- 原样采集。保存问题、完整可见回答、来源标记和界面证据；原件设为只读或用版本化存储。
- 逐个核查来源。记录初始 URL、最终 URL、访问时间、状态和支持段落；不能访问时保留原因。
- 锁定比较对象。保存本站目标页 URL、发布时间、版本或内容摘要，并声明这只是审核者取得的版本。
- 建立关联和判定。把回答声明映射到来源 ID，由审核者写明支持、冲突、无关或未知的具体理由。
- 生成清单和校验值。对每个文件登记名称、类型、字节数、生成时间和 SHA-256；重要时间证明另行说明信任来源。
- 做公开审查。检查个人信息、版权、账号凭证和样本缺失，再决定公开哪些副本。
- 发布有限结论。同时公开样本数、已完成数、未知数、排除理由、审核状态和不能推出的结论。
可以直接使用 AI 引用观察证据归档模板，或下载 Markdown 模板。它是空白记录结构，不含真实平台回答。站内已有 国内 AI 引用基准 保存平台与问题口径，归档包负责保存逐次原始材料；两者相关，但一个不能替代另一个。
常见问题
保存截图够不够？
只能证明截图所呈现的部分界面。若缺少完整问题、回答文本、来源 URL、环境和时间，就无法完成声明级核查。应将截图作为原件之一，而不是全部材料。
SHA-256 摘要能证明截图是真的吗？
不能单独证明来源或采集时间。它可用于比较文件字节是否变化；来源真实性还依赖采集过程、可信存储、签名或时间戳等其他控制。
能否用当前网页内容判断 AI 当时引用准确？
只有当你能确认回答时对应的来源版本时，才可以对历史内容作强判断。否则记录当前版本并把历史版本关系标记为未知。
以后用同一个问题再问一次，算复现吗？
那是一次新的复测。产品、模型、索引和运行条件可能已经变化；它不能替代对旧原件的复核，也不保证复现旧答案。
原始回答要全部公开吗？
不一定。完整材料可以受控保存；公开时按必要性脱敏，并检查个人信息、第三方内容和平台条款。公开证据不等于公开所有原件。
发布前检查
- 每次采样都有唯一记录 ID，问题、时间和时区可追溯。
- 完整可见回答与截图分开保存，转写或脱敏副本不覆盖原件。
- 每个来源保留回答位置、原始 URL、最终 URL 和访问时间。
- 明确区分平台版本、来源版本和目标页面版本；未披露字段不猜测。
- 来源关联、声明判定、审核理由、审核人和复核状态都有记录。
- 未知、无法访问、未执行和不适用分开统计。
- 摘要值不被当作来源认证或可信时间证明。
- 归档保留修订历史，报告数字可以回到记录和分母。
- 公开副本已检查个人信息、账号凭证、版权和授权边界。
- 最终结论只描述已保存样本，不外推成平台整体表现或因果结论。