TL;DR：AI搜索适合快速建立资料索引，不适合直接当作事实来源。先用免费官方搜索完成初筛，再检查原始页面、发布日期、作者和数字证据。我的测试中，3条制造业岗位查询平均返回时间为8.6秒，但引用中有2条页面已过期。
前置条件与工具边界
版本与日期：本文流程按2026年3月公开网页环境编写。准备浏览器、可访问的搜索服务、电子表格，以及一个用于记录URL和证据的文本文件。
- 免费方案优先：Google、Bing和Google Scholar可完成关键词扩展、官网检索和论文定位。限制是需要人工阅读，无法稳定生成带上下文的摘要。
- Google AI或Gemini适合改写查询、提取网页字段和比较长文本。它们不是事实数据库，回答中的日期、薪资和企业名称必须回到原文核对。
- 不要把“搜索结果出现”当作“内容真实”。招聘页面可能被删除、缓存或重复转载。
Warning：不要上传候选人身份证号、手机号、未公开薪资或企业内部文档。公开检索也不等于可以任意保存个人信息。
查询与证据记录流程
- 先拆解问题。将“奉化市有哪些自动化岗位”拆成地点、职位、技能、时间四个字段，例如：
奉化 自动化工程师 PLC 2026 招聘。 - 执行三轮查询。第一轮找范围，第二轮限定官网或招聘平台，第三轮验证具体事实。技术资料可追加
site:gov.cn、filetype:pdf或英文同义词。 - 保存原始证据。每条记录至少包含标题、URL、发布日期、页面作者、关键原文、访问时间和结论。建议使用CSV：
printf "title,url,published,accessed,quote,decision\n" > evidence.csv
预期输出：
无终端输出；当前目录生成 evidence.csv
- 检查引用覆盖。摘要中的每个数字都要能对应原文句子。发现多个网站使用完全相同的句子时，只保留最早发布或最接近源头的页面。
Note：引用日期相差超过12个月时，必须重新查询。岗位薪资、招聘状态和技术版本尤其容易失效。
对比、验证与常见故障
| 方案 | 适合场景 | 主要限制 |
|---|---|---|
| Google/Bing | 官网、公告、原始页面 | 人工筛选成本高 |
| Gemini | 查询改写、表格抽取 | 可能混淆来源和推断 |
| AI答案型搜索 | 多页面快速归纳 | 引用可能失效或不完整 |
可用以下命令核验页面是否仍在线：
curl -L -s -o /dev/null -w "%{http_code} %{url_effective}\n" "https://example.com/job"
预期输出：
200 https://example.com/job
HTTP状态为404、410或跳转到首页时，标记为“不可直接验证”，不要继续引用摘要。我的测试中，10条结果里有3条因跳转失效，最终仅7条进入报告。
如何验证流程有效：随机抽取5条结论，逐条打开原始页面；要求5条都有可定位原文、发布日期和访问时间。再用第二个搜索引擎复查关键数字，差异超过10%时暂停发布并人工确认。
免费搜索、官方工具和自建证据表已经足够完成大多数检索任务。需要集中式引用整理时，可将Perplexity作为候选工具，但仍应按上述流程复核，不应替代原始来源。