鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册

ChatGPT新闻推荐的“双重标准”——API与网页界面差异显著

编程导航
编程导航
2025-11-10 12:30
阅读 195
编程导航
2025-11-10 12:30
阅读 195

来自汉堡大学和莱布尼茨媒体研究所的一项为期五周、针对德语国家超过24,000个新闻相关 AI 回答的分析表明,用户访问 ChatGPT 的方式会显著影响其推荐的新闻来源。研究人员证实,网页界面(Web UI)和应用程序接口(API)之间存在具有统计学意义的明显差异,这些差异在新闻来源的多样性、集中度以及政治倾向方面均有所体现。

模式对比:网页界面偏向主流与合作伙伴,API更爱百科与小众

这项研究的核心发现是,ChatGPT 通过不同入口展示了截然不同的内容倾向:

  • 网页界面(Web UI)倾向: 显著增强了 OpenAI 授权合作伙伴 Axel Springer 旗下媒体的曝光率。其中,保守小报风格的品牌 welt.de 和 bild.de 约占所有引用的 13%。在网页版上,welt.de 是排名第一的引用来源。网页界面也更倾向于引用 tagesschau.de 和 deutschlandfunk.de 等主流和知名公共广播机构,公共广播机构曝光率达 34.6%。

  • API 倾向: API 结果中,Springer 旗下媒体的引用量极低,仅占 2%。API 更依赖于百科全书式资源,如 维基百科(占比近 15%),以及小众、专注技术的垂直网站和德国影响力有限的本地媒体(如 Deutsche-handwerks-zeitung.de)。API 引用公共广播机构的比例仅为 12.2%。

数据显示,网页界面的新闻源列表与路透社报告中德国顶级媒体的重合度为 45.5%,而 API 的重合度仅为 27.3%。

QQ20251110-091745.png

如果您不请求更广泛的覆盖范围,ChatGPT API 会更多地从百科全书等非新闻来源获取信息,而网页界面则主要使用新闻媒体。| 图片:Schatto-Eckrodt 等人

 警惕“多样性”陷阱:不可靠来源与虚假信息风险

研究还发现,当用户明确要求**“更广泛的来源”时,系统列出的网站数量会增加(网页界面增加1.9倍,API 增加1.4倍)。然而,这种“多样性”并不总是意味着信息质量的提高**。

研究人员指出: 这种更广泛的请求可能导致引用更多带有政治偏见或宣传色彩的媒体(如与俄罗斯政府有关联的 news-pravda.com),甚至链接到虚假或不存在的域名(如 news-site1.com),或生成 AI 撰写“新闻”的网站。

QQ20251110-091759.png

API 更倾向于引用小众和专注于技术的网站,而网页界面则更倾向于引用像 tagesschau.de 这样的主流网站。| 图片:Schatto-Eckrodt 等人。

缺乏透明度:AI新闻推荐的不可预测性

尽管 ChatGPT 引用的媒体的平均政治倾向与全国平均水平接近(七分制评分在3.89到3.98之间),但研究人员强调,该系统对“多样性”的理解可能仅限于语言上的差异。

最大的担忧在于系统内部流程的透明度。 OpenAI 并未对网页界面和 API 之间存在显著差异的原因进行解释,且其系统会定期进行无通知的更改,导致 ChatGPT 新闻结果的来源多样性和集中度每周都在变化,凸显了其不可预测性。

QQ20251110-091806.png

API 会显示更多专业资源,而网页界面则更倾向于 deutschlandfunk.de 和 rnd.de 等知名品牌。| 图片:Schatto-Eckrodt 等人

这项研究也符合一个更广泛的趋势:生成式人工智能搜索工具越来越多地依赖于与传统搜索引擎不同的信息来源,并且在事实不明确时不再拒绝回答,从而使它们传播虚假信息的可能性是去年的两倍。

原文链接: ChatGPT新闻推荐的“双重标准”——API与网页界面差异显著
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
🔥 热门文章
1
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
480
2
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
430
3
我的第一个出海产品!7 天 2 万
370
4
又一个国产版 Codex 神器,也来卷办公了!
370
5
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
340
6
DeepSeek 重磅开源的超级 Agent,到底是个啥?
330
7
最近在落地 AI Native 项目,卡在团队资产协同这块,想请教下社区各位有实际落地经验的同学: 我们现在的资产分为三块:项目文档(PRD/ADR/ 运行手册)、Agent Skill(业务技能、执行 SOP、提示词包)、MCP 工具服务定义。 目标是做到:人和多 Agent 共用一套可信资料源,Skill、MCP 配置、项目文档能够版本化、同步、共享、可评审。 目前我们初步方案是用 Git 做底层版本主线: - 文档:Markdown + ADR,带元信息,支持 RAG 检索 - Skill:单技能包目录化,带版本、评估用例、依赖声明 - MCP:项目级声明文件纳入 Git 但实际协作里遇到不少疑问,想参考大家成熟的实践: 1. 大家团队里,文档、Skill、MCP 三者是怎么组织目录和版本管理的?有没有稳定的仓库结构模板? 2. 多人协作时,Skill 的变更评审、灰度升级、依赖管理怎么做?如何避免本地版本不一致、“本地能跑别人不行”? 3. MCP 是统一中心化网关模式,还是大家各自本地启动 + git 同步配置?权限白名单、调用审计这块有什么好方案? 4. 有没有成熟工具链做自动同步(类似 agentmeld /teamai-cli)、变更校验、eval 回归门禁? 5. 文档和 Agent 的打通:哪些文档放进 Git 作为可信真值,哪些放外部知识库,边界怎么划分? 如果有现成的仓库样例、目录规范、团队协作流程,非常希望能分享参考,感谢!
280
8
PHP 被曝两大致命漏洞,请所有程序员抓紧做这件事!
280
9
人工智能前沿部署工程师(FDE) · 概 览 与 方 法 论
270
10
QuireKit 编辑器的 AI-Native 是如何设计的?谈谈我对真正 AI-Native 的理解
250
11
告别“金鱼记忆”:我开发了一款能当“第二大脑”的浏览器 AI 助手
250
12
ARTS 1101: 最长回文串与子序列匹配、一次 URL 请求的来回之旅与如何验证 AI 的交付
230
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
朱雀AI检测助手朱雀AI检测助手