适合需要处理英文资料、研究国际议题、制作知识型内容的人。不同服务的可用范围、免费额度和功能会随账号、地区及产品策略变化，请以实际页面和服务条款为准。
导读：国际工具真正值得学习的，不只是“写得更像”
很多人接触国际 AI 工具，是为了比较哪个模型更聪明。对内容创作者来说，更有价值的比较方式不是问同一道脑筋急转弯，而是观察它们怎样参与真实流程：谁更适合发散选题，谁更适合读取资料，谁更容易保留来源，谁能把复杂材料解释给普通观众。
免费路线的资源有限，反而促使我们建立一个更稳健的方法：先收集材料，再让 AI 工作；先要求来源，再要求表达；先做一篇可信的小内容，再追求更复杂的视觉效果。
本文会完成一个完整案例：把三份英文公开资料，制作成一条 90 秒中文解释视频《为什么 AI 助手的回答需要看来源》。最终产物包括资料清单、证据表、中文脚本、双语术语表、镜头表和发布前核对单。
graph LR
A[收集公开来源] --> B[导入 Notebook]
B --> C[提取证据与分歧]
C --> D[交叉核对]
D --> E[中文本地化]
E --> F[视觉解释]
F --> G[事实审核]
G --> H[发布]一、最小免费工具组合
| 工具 | 本文中的职责 | 使用重点 |
|---|---|---|
| ChatGPT Free | 发散角度、解释概念、改写口播 | 明确要求、限制和输出格式 |
| Gemini 免费方案 | 辅助检索、比较信息、生成解释框架 | 打开并检查引用来源，不只看摘要 |
| NotebookLM / Gemini Notebook | 围绕上传或添加的来源提问、生成带出处的整理结果 | 建立“材料内回答”的习惯 |
| 账号可用的内置图像功能 | 制作概念图、封面草图和视觉隐喻 | 功能与额度以实际账号为准 |
| 本地剪辑工具 | 字幕、画面装配、配音和导出 | 国际 AI 不等于必须使用国际剪辑软件 |
OpenAI 官方当前提供 ChatGPT 免费方案；Google 的 Gemini 官方页面列出免费方案，并提供写作、规划、图像等能力；NotebookLM 的定位是围绕用户提供的来源进行研究与整理，并在回答中回到来源。免费方案通常会有使用上限、模型访问差异或功能限制，因此不要把整个生产计划建立在某个固定额度上。
这套组合的核心不是“多模型互相投票”，而是让不同工具承担不同任务：Notebook 负责证据范围，Gemini 负责发现和比较，ChatGPT 负责把已确认内容改成适合受众的表达。
二、先定义“什么可以写进稿件”
研究国际议题时，最常见的问题不是翻译错误，而是把不同层级的信息混在一起。建议把材料分成四类：
- 原始来源：产品公告、官方文档、研究论文、监管文件、原始数据。
- 可靠解释：专业机构、大学、主流媒体对原始来源的解读。
- 观点材料：评论、访谈、个人经验和行业判断。
- 线索材料：社交帖子、转载摘要、没有完整出处的说法。
原始来源优先进入事实表；可靠解释帮助理解；观点材料只能作为观点引用；线索材料用于寻找原始出处，不能直接成为关键结论。
为本案例建立一张来源表：
| 编号 | 来源类型 | 用途 | 是否可作为事实依据 |
|---|---|---|---|
| S1 | 官方产品说明 | 了解 AI 助手的功能与限制 | 可以，但只覆盖产品自身 |
| S2 | 官方研究工具说明 | 了解来源驱动回答的机制 | 可以 |
| S3 | 大学或研究机构指南 | 了解如何核对 AI 输出 | 可以作为方法建议 |
| S4 | 个人评论 | 了解用户疑问 | 不能单独支撑事实 |
不要让模型帮你“找三个看起来像来源的链接”后就结束。你需要打开页面，确认标题、发布方、日期、正文和结论是否一致。
三、用 Notebook 建立受控资料空间
NotebookLM 的价值不是替你浏览所有互联网，而是把一组已经选定的材料放进同一空间，让回答尽量围绕这些材料展开。当前部分官方页面也使用 Gemini Notebook 名称；界面和名称可能更新，但“围绕来源提问”的方法不变。
把三份材料加入同一个 Notebook 后，先不要让它写稿。先问材料覆盖范围：
请只根据当前 Notebook 中的来源回答。
1. 每份来源分别解决什么问题？
2. 哪些结论在至少两份来源中得到支持？
3. 哪些观点只出现在一份来源中？
4. 哪些重要问题没有被这些来源回答？
5. 给出一个“可以确定 / 仍需核实 / 只是观点”的三列表格。接着要求它生成证据表：
围绕主题“为什么 AI 助手的回答需要看来源”，提取最多 8 条可用于 90 秒视频的证据。
每条包含：
- evidence_id
- 简明结论
- 支持它的 source_id
- 来源中的对应位置或引用提示
- 使用这条证据时必须保留的条件
- 是否存在来源间分歧
不要为了凑满 8 条而扩展材料外的信息。证据表的作用，是在脚本之前建立“事实预算”。90 秒视频不需要二十个结论，通常三到五条已经足够。
四、交叉核对：模型有引用，不代表引用一定支持结论
来源驱动工具能降低凭空生成的风险，但不能取消人工核对。至少检查以下情况：
- 引用段落是否真的支持前面的句子？
- 原文说“可能”，脚本是否写成“必然”？
- 原文讨论特定场景，脚本是否推广到所有场景？
- 数据来自哪一年，是否仍适用于当前讨论？
- 来源是在介绍自家产品，还是做独立比较？
- 多份来源使用同一原始材料时，是否被误当成多个独立证据？
可以让 Gemini 或 ChatGPT 扮演反方，但必须把证据表一并提供：
下面是我的证据表和拟定结论。请作为反方编辑检查，不要新增事实。
任务：
1. 找出结论超过证据范围的地方
2. 找出条件被省略的地方
3. 找出可能存在的翻译歧义
4. 找出看似有多个来源、其实来自同一原始来源的情况
5. 把过度确定的表达改成与证据强度匹配的表达若两个工具给出不同判断，不要用“多数票”决定。回到原文，确定争议来自事实、术语还是解释角度。
五、从英文材料到中文内容，不是逐句翻译
国际资料本地化至少包含四层工作：术语翻译、背景补充、例子替换和语气调整。
例如英文材料中的 grounded in sources，直译可能是“基于来源的接地回答”，这在中文里并不自然。结合语境，更合适的表达可能是“围绕已提供材料回答，并能回到出处核对”。
先建立术语表：
| 英文术语 | 本文用法 | 不推荐的表达 | 说明 |
|---|---|---|---|
| source-grounded | 围绕来源回答 | 接地式回答 | 强调可回到材料核对 |
| hallucination | 无依据生成 / 错误编造 | 幻觉（不解释） | 首次出现要解释 |
| citation | 引用标记 / 出处 | 证明 | 引用不等于结论已被证明 |
| context window | 可同时处理的上下文范围 | 记忆容量 | 两者概念不同 |
让 ChatGPT 进行本地化时，明确禁止逐句直译：
请把以下英文材料整理成面向中文普通用户的解释，不做逐句翻译。
要求：
- 保留事实强度和限定条件
- 首次出现的专业术语用一句日常语言解释
- 把只适合英文环境的例子换成中文用户能理解的中性场景
- 不添加中国市场、法律或产品可用性方面的猜测
- 所有事实句保留 evidence_id
- 输出“中文解释＋术语表＋需要人工确认的歧义”六、为 90 秒视频确定一个主张
本案例的证据很多，但视频只能有一个主张：
AI 回答看起来流畅，不等于信息已经可靠；查看来源的目的，是确认结论是否真的被材料支持。
围绕这个主张设计结构：
00～08 秒：一个常见误区
08～20 秒：核心结论
20～55 秒：三项来源检查
55～75 秒：一个反例
75～85 秒：免费工具操作方法
85～90 秒：行动建议脚本提示词
你是知识类短视频编辑。请根据证据表写一篇 90 秒中文口播稿。
受众：经常使用 AI 搜索和写作的普通用户
核心主张：AI 回答流畅，不等于信息可靠；需要确认引用是否支持结论
规则：
- 只使用 evidence_id 对应的信息
- 关键事实句后保留 [E1] 之类的内部标记
- 每句话尽量不超过 24 个汉字
- 解释三个检查动作：看发布方、看原文、看限定条件
- 包含一个“引用存在但不支持结论”的例子
- 不贬低或神化任何工具
- 结尾让观众拿一条回答做实际核对
- 先输出口播稿，再输出事实映射表示例成稿
AI 给出了一段流畅回答，还附了几个引用，是不是就可以放心使用？不一定。引用的作用不是装饰，也不是自动证明结论正确。它只是告诉你：应该回到哪里检查。[E1]
>
我通常看三件事。第一，看发布方是谁。产品公告适合说明自家功能，但不等于独立比较。[E2]
>
第二，打开原文，确认引用段落真的支持前面的句子。有时原文只说“可能改善”，回答却写成“已经解决”。[E3]
>
第三，看条件。研究中的时间、样本和场景一旦被删掉，结论就可能被放大。[E4]
>
免费工具也能这样用：先把几份可靠材料放进同一个 Notebook，让它只根据这些来源整理，再用另一个模型检查有没有过度概括。最后一步仍然是你自己打开原文。
>
今天可以挑一条带引用的 AI 回答，随机检查其中一句。你会很快发现，真正重要的不是“有没有引用”，而是“引用是否支持它”。
发布版本要删除 [E1] 等内部标记，但在项目文件中保留映射表。
七、视觉设计：把抽象的“来源”变成可见动作
本主题不适合堆叠炫酷人物图。最有效的画面是界面演示、对照和高亮。
| 镜头 | 口播内容 | 画面 |
|---|---|---|
| 1 | 流畅回答＋几个引用，能直接信吗？ | 一段模拟回答，引用图标出现 |
| 2 | 引用不是自动证明 | “引用 ≠ 证明”信息卡 |
| 3 | 看发布方 | 官方公告、研究机构、个人帖子三类卡片 |
| 4 | 打开原文 | 光标点击来源，原文段落高亮 |
| 5 | 看限定条件 | “可能 / 特定样本 / 某时间段”依次圈出 |
| 6 | 错误示例 | 左边“可能改善”，右边“已经解决” |
| 7 | Notebook 流程 | 三份来源进入同一 Notebook |
| 8 | 最终动作 | 随机检查一句回答 |
用于生成概念图的提示词：
极简编辑设计，一段 AI 回答连接到三张来源卡片，来源卡片分别标识“产品说明、研究资料、个人观点”的视觉类别，不生成具体品牌标识，不生成可读文字，白色背景，深蓝与浅灰，清晰信息层级，16:9用于“引用不等于证明”的视觉隐喻：
一座桥连接“结论”和“来源”，桥中间有一个放大镜检查点，极简矢量信息图，专业、克制、无人物、无品牌、留出中文标题区域，竖屏 9:16若免费账号暂时没有可用的图像生成额度，可以直接用形状、箭头、截图和字幕卡完成。知识内容的视觉目标是帮助理解，而不是证明你使用了多少工具。
八、双语提示词：什么时候使用英文更有帮助？
没有必要把所有提示词都翻成英文。模型是否理解任务，更多取决于上下文、示例和约束。以下场景可考虑加入英文：
- 需要保持原始术语，不希望中文译名漂移。
- 处理英文原文，希望输出逐条对应。
- 生成国际化视觉风格，需要使用常见摄影或设计术语。
- 同一内容需要中英文两个版本。
一个稳妥的双语任务模板：
Task / 任务：
Create a Chinese explainer based only on the provided English sources.
只根据所提供的英文来源，制作中文解释内容。
Audience / 受众：
General Chinese-speaking users with no technical background.
没有技术背景的中文普通用户。
Constraints / 限制：
- Preserve uncertainty and conditions.
- Keep technical terms in English in parentheses at first mention.
- Do not add region-specific claims.
- Map every factual sentence to a source ID.
- 保留不确定性与限定条件。
- 专业术语首次出现时保留英文括注。
- 不添加材料外的地区性判断。
- 每个事实句关联来源编号。九、免费额度有限时，怎样安排顺序？
把最便宜、最容易检查的任务放在前面，把消耗较大的生成放在最后。
来源筛选
↓
证据表
↓
结构与脚本
↓
人工确认
↓
封面草图
↓
少量关键视觉
↓
剪辑不要为十个尚未确认的选题分别生成图片。先把脚本锁定，再制作一到两套封面候选和必要镜头。免费工具最适合“少而精”的内容，而不是模拟批量内容工厂。
十、发布前的来源审核清单
□ 关键结论是否都有 source_id？
□ 引用是否直接支持结论，而不是只与主题相关？
□ 是否保留“可能、在特定条件下、截至某日”等限定？
□ 来源日期是否适合当前内容？
□ 是否把产品自述误写成独立结论？
□ 是否存在多篇文章引用同一原始来源的情况？
□ 中文翻译是否改变了事实强度？
□ 画面中的模拟界面是否明确为示意？
□ 发布文案是否说明资料时间范围？对于快速变化的产品、政策、价格和人物信息，发布前应再次检查最新官方页面。不要因为脚本昨天核对过，就默认今天仍然有效。
十一、12 个可直接使用的提示词
1. 来源质量分级
把来源按“原始来源、可靠解释、观点材料、线索材料”分类，并说明每份材料可以支持什么、不能支持什么。2. 共同结论
找出至少由两份独立来源支持的结论。若多份材料引用同一原始来源，只计为一份证据。3. 分歧地图
列出来源之间真正存在分歧的地方，区分“事实分歧、术语差异、时间不同、观点不同”。4. 条件恢复
检查摘要是否删除了原文中的时间、样本、地区、概率和适用场景。把缺失条件补回，但不要新增事实。5. 引用支持检查
逐句检查结论与引用。输出 supported、partially_supported、unsupported，并解释最小原因。6. 双语术语表
提取 15 个关键术语，给出英文原词、推荐中文译法、首次出现时的日常解释和不推荐译法。7. 本地化案例
找出原文中中文受众可能不熟悉的例子。保留结论不变，替换为中性、可理解且不引入新事实的场景。8. 90 秒取舍
证据很多，但视频只有 90 秒。请保留一个主张、三条证据和一个限制，其余放入延伸阅读。9. 反方审稿
站在怀疑者角度，指出稿件中最容易被质疑的五句话。只根据现有材料提出问题。10. 视觉解释
把每个抽象概念转换成一个可拍摄、可录屏或可画成信息图的动作，不使用纯装饰画面。11. 时间敏感检查
标记稿件中可能在 30 天、90 天或一年内变化的事实，并说明发布前应检查哪个官方页面。12. 延伸阅读卡
根据来源表生成一张延伸阅读卡：每份来源一句用途说明，不夸大权威性，不写材料外评价。十二、常见误区
1. 国际模型一定更准确
没有任何通用模型能在所有主题上保持准确。来源质量、提示词、任务类型和人工核对更重要。
2. 有引用就等于没问题
引用可能只与主题相关，也可能没有支持具体结论。必须打开原文。
3. 英文提示词一定更好
对中文创作任务，清晰的中文约束往往更重要。英文适合保留术语、对照原文或描述特定视觉语言。
4. 多模型答案一致就是真相
不同模型可能复用了相同公开信息，也可能犯同类错误。模型一致只能作为线索，不能代替原始来源。
5. 免费版不能做专业内容
免费版可以做高质量的研究和脚本，但需要更严格地安排额度、减少无效生成，并接受部分功能受限。
6. 翻译就是本地化
逐句翻译可能保留了字面，却丢失语境。需要处理术语、背景、例子和语气。
7. 视觉越国际化越好
视觉应服务于受众理解。来源核对主题最适合对照、标记和界面演示，不需要无关的未来城市画面。
8. 一篇资料可以支撑整条视频
单一来源可能有立场和覆盖限制。核心结论尽量寻找独立支持，并明确哪些只是某一方的说法。
十三、FAQ
1. 三个工具都必须使用吗？
不必须。最小流程可以是 Notebook 负责材料、一个对话模型负责表达。增加第二个模型主要用于反方检查和不同写法。
2. Notebook 中的回答可以直接引用吗？
应回到原始来源确认。Notebook 的整理结果是导航，不是替代原文。
3. 如何处理付费墙后的资料？
只使用你依法获得并有权处理的内容。不要要求模型补全看不到的正文，也不要依据标题猜测结论。
4. 英文论文可以直接做视频吗？
可以，但要说明研究对象、时间、样本和限制。单篇研究不等于普遍事实。
5. 怎样避免翻译术语前后不一致？
先建立术语表，并在所有后续提示词中附上。脚本、字幕和封面使用同一译法。
6. 免费图像功能不够用怎么办？
优先使用信息图、录屏、公开授权素材和自己制作的形状动画。不是每个镜头都需要 AI 图片。
7. 可以把同一稿件同时做中英文版本吗？
可以，但不要先写中文再逐句回译。应以同一证据表为基础，分别为两种受众写作。
8. 是否需要在视频里展示全部来源？
正文展示最关键的一到三份，说明材料日期；完整来源可放在文章、简介或配套资料中，具体方式遵守平台规则。
9. 如何处理来源更新？
在项目中记录核对日期。涉及快速变化的信息，发布前重新打开官方页面，并在必要时更新脚本。
10. 哪类内容不适合仅靠免费 AI 完成？
高风险医疗、法律、金融决策，重大指控，涉及隐私的调查，以及需要专业资质判断的内容，不应只依赖通用 AI 工具。
结语：最值得带走的是“来源优先”的工作习惯
国际免费工具的价值，不在于让一段文字显得更高级，而在于帮助你处理更多语言和材料，同时保留回到出处的路径。
当你习惯先建立来源表、再做证据表、最后才写稿，内容会自然变得更克制：你知道哪些能确定，哪些要保留条件，哪些应该删掉。这样的流程即使更换模型也仍然有效。
下一篇将进入国际专业路线。重点不再是增加几个订阅，而是把研究、主编、视觉、音频和自动化分成不同角色，并建立版本、预算、授权和审核系统。
配图执行清单（20 项）
下表 20 项配图已全部以 SVG 插图形式内置在正文中（界面类为流程示意图，非真实产品界面）。正式发布时，可将“操作截图”类示意图替换为真实截图，截图应隐藏账号、密钥、私人资料与未授权内容。
| 编号 | 画面 | 形式 | 建议位置 | 制作要点 |
|---|---|---|---|---|
| 01 | 文章封面 | 现有 SVG | 开头 | 突出“来源驱动” |
| 02 | 来源优先工作流 | 现有 SVG | 导读后 | 收集、核对、本地化和发布 |
| 03 | 工具分工 | 现有 SVG | 工具章节 | 构思、检索、资料库、视觉和剪辑 |
| 04 | 四类来源金字塔 | 信息图，已内置 03-source-pyramid.svg | 第二章 | 原始来源优先，线索材料居后 |
| 05 | 来源表 | 表格截图，已内置 03-source-table.svg | 第二章 | 编号、类型、用途和证据资格 |
| 06 | Notebook 资料空间 | 操作截图，已内置 03-notebook-ui.svg | 第三章 | 三份来源与问答面板 |
| 07 | 证据表 | 表格截图，已内置 03-evidence-table.svg | 第三章 | 结论、来源、条件和分歧 |
| 08 | 引用是否支持结论 | 前后对比图，已内置 03-citation-compare.svg | 第四章 | 相关引用与直接支持的区别 |
| 09 | 来源分歧地图 | 关系图，已内置 03-disagreement-map.svg | 第四章 | 事实、术语、时间和观点分歧 |
| 10 | 双语术语表 | 信息卡，已内置 03-glossary-table.svg | 第五章 | 英文、中文、解释和禁用译法 |
| 11 | 逐句翻译与本地化 | 左右对比图，已内置 03-localization-compare.svg | 第五章 | 展示语境和例子调整 |
| 12 | 90 秒结构 | 时间轴，已内置 03-90s-structure.svg | 第六章 | 误区、结论、三项检查和行动 |
| 13 | 脚本核心句 | 引用卡，已内置 03-key-quote.svg | 第六章 | “引用不是自动证明” |
| 14 | 八镜头表 | 表格截图，已内置 03-shot-table.svg | 第七章 | 每句口播对应一个解释画面 |
| 15 | 来源桥视觉隐喻 | AI 生成图，已内置 03-source-bridge.svg | 第七章 | 结论与来源之间有检查点 |
| 16 | 双语提示词模板 | 提示词卡，已内置 03-bilingual-prompt.svg | 第八章 | 任务、受众和限制双语并列 |
| 17 | 免费额度使用顺序 | 漏斗图，已内置 03-quota-funnel.svg | 第九章 | 先文本确认，后视觉生成 |
| 18 | 来源审核清单 | 勾选卡，已内置 03-source-checklist.svg | 第十章 | 发布前九项检查 |
| 19 | 来源驱动变化 | 现有 SVG | 第九章后 | 透明度、双语与核验方式变化 |
| 20 | 复盘闭环 | 现有 SVG | 结尾前 | 更新来源、规则与下一篇内容 |
资料核对说明
本文涉及的产品能力依据以下官方资料核对：OpenAI ChatGPT Plans、Google Gemini 官方页面与帮助文档、NotebookLM / Gemini Notebook 官方页面与帮助文档。免费方案、模型访问、额度和产品名称可能变化，使用时以实际账号页面及最新服务条款为准。