เครื่องมือตรวจสอบการอ้างอิง AI ฟรี จับการอ้างอิงที่แต่งขึ้นก่อนส่ง

การอ้างอิงที่ถูกสร้างขึ้น (hallucinated citation) คือการอ้างอิงถึงบทความที่ไม่เคยได้รับการตีพิมพ์ ผลิตโดยโมเดลที่สร้างข้อความให้มีรูปแบบเหมือนการอ้างอิง โดยไม่ได้ไปค้นข้อมูลจริง การจับให้ได้จากการอ่านทำได้ยาก เพราะทุกส่วนของมันดูถูกต้อง เมื่อคุณวางรายการอ้างอิง ระบบจะตรวจสอบรายการแต่ละรายการเทียบกับ Crossref, OpenAlex และ Semantic Scholar ซึ่งเป็นทะเบียนที่เก็บสิ่งที่สำนักพิมพ์และผู้จัดทำดัชนีได้ส่งมาจริง ทุกรายการจะได้คำตัดสินแบบตรงไปตรงมา, ข้อมูลบันทึกที่ถูกต้องตามความเป็นจริงเมื่อมีอยู่, และคำอ้างอิงที่แก้ไขแล้วพร้อมคัดลอกได้ในเจ็ดรูปแบบ

จับคู่กับโลโก้ฐานข้อมูลเมทาดาทาทางวิชาการของ Crossrefโลโก้เครื่องมือค้นหาทางวิชาการของ Semantic Scholarและฐานข้อมูลวิชาการแบบเปิดที่เชื่อถือได้อื่นๆ
1. วางรายการเอกสารอ้างอิงของคุณ โดยหนึ่งรายการต่อหนึ่งบรรทัด 2. ตรวจสอบเอกสารอ้างอิง 3. ตรวจทานข้อสรุปแต่ละรายการและคัดลอกรายการที่แก้ไขแล้ว ได้สูงสุด 100 ต่อการรันหนึ่งครั้ง
ตรวจสอบกับ Crossref, OpenAlex และ Semantic Scholarแยกบรรณานุกรมที่วางลงไปเป็นรายการย่อยโดยอัตโนมัติ
นักวิจัยเชิงวิชาการที่ใช้ TextPulse.aiนักวิจัยเชิงวิชาการที่ใช้ TextPulse.aiนักวิจัยเชิงวิชาการที่ใช้ TextPulse.aiนักวิจัยเชิงวิชาการที่ใช้ TextPulse.aiนักวิจัยเชิงวิชาการที่ใช้ TextPulse.aiนักวิจัยเชิงวิชาการที่ใช้ TextPulse.ai

84,000+

นักวิจัยนานาชาติ

4.9

คะแนนเฉลี่ย

ได้รับความไว้วางใจจากนักวิจัยที่ตีพิมพ์ใน

Elsevier logoSpringer Nature logoWiley logoIEEE logoTaylor & Francis logoSAGE Publishing logoCambridge University Press logoOxford University Press logoMDPI logo

วิธีตรวจสอบรายการอ้างอิงว่ามีการอ้างอิงที่แต่งขึ้นหรือไม่

01

เพิ่มรายการอ้างอิงของคุณ

หนึ่งรายการต่อบรรทัด รายการแบบลำดับเลข หรือบรรณานุกรมที่วางมาทั้งหมด ระบบจะแยกได้เหมือนกัน เส้นบรรทัดที่ตัดขึ้นใหม่และการย่อหน้าห้อยจัดการให้อัตโนมัติ

02

แต่ละรายการถูกตรวจสอบกับทะเบียน

DOI หากมี จะถูกตรวจสอบก่อน ส่วนที่เหลือจับคู่ด้วยชื่อเรื่อง ผู้แต่ง และปี ระหว่าง Crossref, OpenAlex และ Semantic Scholar

03

อ่านว่าบันทึกแต่ละรายการระบุอะไรจริง

แต่ละรายการจะกลับมาพร้อมป้ายกำกับ โดยแสดงบันทึกจริงเมื่อมีอยู่ และการอ้างอิงที่แก้ไขแล้วพร้อมใช้ในรูปแบบที่คุณต้องการ

วิธีที่เครื่องมือนี้ตรวจสอบรายการอ้างอิง

ยึดตามบันทึกในทะเบียน

ข้อสรุปทุกข้อโยงกลับไปยังรายการจริงใน Crossref, OpenAlex หรือ Semantic Scholar ซึ่งเป็นดัชนีที่ชุมชนดูแลซึ่งเป็นฐานของการค้นหาทางวิชาการ

ปรับให้เข้ากับวิธีที่การอ้างอิงจาก AI ล้มเหลว

การอ้างอิงที่สร้างขึ้นมักล้มเหลวในจุดใดจุดหนึ่งอย่างชัดเจน, รูปแบบที่สมบูรณ์แบบแต่ข้อเท็จจริงไม่สอดคล้อง เครื่องมือนี้สร้างมาเพื่อจับรูปแบบนั้น โดยเฉพาะ DOI จริงที่ผูกกับบทความผิดเรื่อง

DOI ถูกตรวจสอบจริง

DOI แต่ละรายการจะถูกตามไปยังบันทึกที่ชี้ไป หากบันทึกนั้นอธิบายบทความคนละเรื่องกับที่รายการอ้าง เครื่องมือนี้จะแสดงให้เห็นชัดเจนว่า DOI นั้นระบุอะไรจริง

การอ้างอิงที่แก้ไขแล้วตามคำขอ

เมื่อยืนยันบันทึกแล้ว จะจัดรูปใหม่เป็นรายการอ้างอิงที่สะอาดใน APA, MLA, Chicago, Harvard, IEEE หรือ Vancouver พร้อมตัวเอียงที่ยังคงอยู่เมื่อวางลงใน Word หรือ Google Docs

สิ่งที่การตรวจสอบการอ้างอิงที่แต่งขึ้นยืนยันได้ และสิ่งที่ยืนยันไม่ได้

การอ้างอิงเป็นการยืนยันข้อกล่าวอ้างเกี่ยวกับโลกภายนอก: ว่าบุคคลคนหนึ่งเขียนบทความหนึ่งฉบับ เผยแพร่ในสถานที่หนึ่งปีหนึ่ง และในปีหนึ่ง โมเดลภาษาที่สร้างการอ้างอิงนั้นไม่ได้ตรวจสอบสิ่งใดเลย มันสร้างข้อความที่มีรูปทรงเหมือนการอ้างอิง เพราะนั่นคือสิ่งที่การอ้างอิงดูเหมือนในข้อมูลฝึกของมัน และข้อความสามารถออกมาได้ทั้งแบบถูกต้องทั้งหมด แบบประดิษฐ์ขึ้นทั้งหมด หรือแบบผสมจากแหล่งข้อมูลจริงหลายแหล่งที่ถูกเย็บเข้าด้วยกันเป็นรายการเดียว ซึ่งไม่มีสิ่งใดถูกตีพิมพ์จริง การประดิษฐ์นี้ our audit of AI-generated references พบว่ามักกระจุกอยู่เกือบทั้งหมดใน “รายการอ้างอิงฉบับเต็ม” ที่ต้องการรายละเอียดบรรณานุกรมครบถ้วน

การทำให้ข้อกล่าวอ้างได้รับการยืนยัน หมายถึงการไปดูบันทึกต้นฉบับแทนที่จะอ่านคำอ้างอิงอย่างละเอียดขึ้น DOI คือพอยน์เตอร์ที่ Crossref ดูแล โดยสำนักพิมพ์จะส่งเมทาดาทาไปยังหน่วยงานนั้นโดยตรง และการติดตามพอยน์เตอร์นั้นจะพาคุณไปยังชื่อเรื่อง, รายชื่อผู้เขียน และวารสารที่แนบมากับ DOI นั้น ไม่ว่าข้อมูลเหล่านั้นจะเป็นอย่างไรก็จะเป็นไปตามที่พบ Semantic Scholar และ OpenAlex ขยายการตรวจสอบแบบเดียวกันไปยังรายการที่ไม่มี DOI เลย โดยจับคู่จากชื่อเรื่อง, ผู้เขียน และปี เทียบกับบันทึกที่ประกอบขึ้นจากแหล่งข้อมูลของสำนักพิมพ์และที่เก็บเอกสารจำนวนหลายล้านแหล่ง

รายการที่ยืนยันแล้วได้รับการตรวจเทียบกับบันทึกที่สำนักพิมพ์ได้ส่งไว้เอง ซึ่งเป็นการยืนยันที่แข็งแรงพอๆ กับสิ่งที่การค้นหาแบบอัตโนมัติจะให้ได้ รายการที่ทะเบียนไม่สามารถค้นพบจะถูกแจ้งว่าไม่พบและปล่อยไว้เช่นนั้น เพราะความครอบคลุมที่บางของทะเบียนสำหรับหนังสือ, วิทยานิพนธ์, งานพรีปรินต์ และแหล่งตีพิมพ์ที่ไม่ใช่ภาษาอังกฤษนั้นพบได้บ่อยอยู่แล้ว และไม่ได้บอกมากเกี่ยวกับความแท้จริง บันทึกที่ขัดแย้งกับรายการอย่างชัดเจน, วารสารผิด, ปีผิด, ผู้เขียนผิด, คือหลักฐานที่หนักแน่นกว่าของการประดิษฐ์ และตัวตรวจจะแยกแยะผลลัพธ์สองแบบนี้แทนที่จะรวมเข้าด้วยกัน

การยืนยันว่ามีแหล่งอ้างอิงอยู่จริง เป็นงานที่แคบกว่าการยืนยันว่ามันกล่าวว่าอะไร, การตรวจสอบที่ควรทำก่อนส่งต้นฉบับ, และตัวตรวจนี้ทำเพียงงานแรกเท่านั้น การจัดรูปแบบบันทึกที่ยืนยันแล้วให้เป็นรายการอ้างอิงที่สะอาด จะใช้เครื่องมือเดียวกับ citation generator และการอ้างถึงบทสนทนาเกี่ยวกับ AI เอง ซึ่งเป็นงานแยกต่างหากจากการตรวจสอบ จะจัดการโดย AI citation generator เมื่อรายการอ้างอิงลงตัวแล้ว TextPulse humanizer จะจัดการส่วนร้อยแก้วที่อยู่รอบๆ

การอ้างอิงที่แต่งขึ้นจากการหลอนพบได้บ่อยเพียงใด

พบได้บ่อยพอที่จะวัดได้ในระดับวรรณกรรมทั้งหมด และกำลังเพิ่มขึ้น การตรวจสอบสองฉบับที่เผยแพร่ห่างกันเพียงหนึ่งวันในเดือนพฤษภาคม 2026 ได้ให้ตัวเลขเป็นครั้งแรก และทั้งสองฉบับพบแนวโน้มไปในทิศทางเดียวกัน

บทความที่มีเอกสารอ้างอิงปลอมอย่างน้อยหนึ่งรายการ

ต่อ 10,000 บทความ, PubMed Central Open Access, มกราคม 2023 ถึง กุมภาพันธ์ 2026

อัตราของบทความที่มีเอกสารอ้างอิงปลอมอย่างน้อยหนึ่งรายการ แยกตามปี
ช่วงเวลาอัตราต่อ 10,000 บทความ
20231 ใน 2,8283.5
20251 ใน 45821.8
2026, เจ็ดสัปดาห์แรก1 ใน 27736.1

แผนภูมินี้อ้างอิงจากการตรวจสอบที่เผยแพร่ใน The Lancet ซึ่งคัดกรองเอกสารอ้างอิงในบทความชีวการแพทย์บน PubMed Central Open Access ราว 2.5 ล้านบทความ จากเอกสารอ้างอิงที่สามารถประเมินได้ หลายพันรายการชี้ไปยังงานที่ไม่มีอยู่จริง กระจายอยู่ในบทความที่ตีพิมพ์แล้วมากกว่า 2,800 บทความ อัตราดังกล่าวเพิ่มขึ้นประมาณสามเท่าระหว่างปี 2023 ถึง 2025 แล้วเพิ่มขึ้นอีกในช่วงต้นปี 2026

การศึกษาคู่ขนาน Zhao and colleagues on non-existent citations ขยายขอบเขตไปยังเอกสารอ้างอิง 111 ล้านรายการใน arXiv, bioRxiv, SSRN และ PubMed Central และกำหนดค่าต่ำสุดแบบอนุรักษ์นิยมของการอ้างอิงที่หลอนจำนวน 146,932 รายการเฉพาะในปี 2025 ข้อค้นพบเกี่ยวกับผู้ที่ได้รับผลกระทบมีประโยชน์กว่าสำหรับนักวิจัยที่กำลังทำงานอยู่, เอกสารอ้างอิงปลอมมักกระจุกตัวในสาขาที่มีการนำ AI มาใช้รวดเร็ว และในหมู่ทีมผู้เขียนขนาดเล็กหรือผู้เขียนระยะต้น ซึ่งหมายความว่าในหมู่ผู้ที่มีการสนับสนุนจากสถาบันน้อยที่สุดในการตรวจจับสิ่งเหล่านี้

เหตุใดเอกสารอ้างอิงปลอมจึงตรวจพบได้ยากเมื่ออ่าน

การอ้างอิงที่หลอนนั้นไม่ใช่การอ้างอิงที่ผิดเพี้ยน แต่ถูกสร้างขึ้นด้วยกระบวนการเดียวกับที่เขียนร้อยแก้วได้อย่างลื่นไหล จึงมาพร้อมทุกส่วนที่การอ้างอิงจริงมี ได้แก่ ผู้แต่งที่ดูสมเหตุสมผลและตีพิมพ์ในสาขานั้น ชื่อเรื่องที่สอดคล้องกับข้อโต้แย้งที่มันรองรับ วารสารจริง เล่มและช่วงหน้าในรูปแบบที่ถูกต้อง และ DOI ในรูปแบบที่ใช้ได้ ไม่มีสิ่งใดบนหน้าเอกสารที่บ่งชี้ว่ามันผิด

ความล้มเหลวที่พบบ่อยที่สุดยังละเอียดอ่อนกว่าอีก ไม่ใช่การประดิษฐ์บทความขึ้นมาโดยตรง แต่เป็นการผสมชิ้นส่วนจากบทความจริงหลายฉบับให้เป็นรายการเดียวที่ไม่ตรงกับบทความใดเลย, ผู้เขียนคนนี้, ชื่อเรื่องนั้น, DOI ของบทความอีกฉบับหนึ่ง การอ่านอย่างละเอียดขึ้นไม่สามารถแยกสิ่งนี้ออกจากการอ้างอิงที่แท้จริงได้ เพราะองค์ประกอบแต่ละชิ้นล้วนเป็นของจริง มีเพียงการแก้รายการเทียบกับบันทึกเท่านั้นที่ทำให้แยกได้

ตัวตรวจสอบการอ้างอิงทำอะไรได้และทำอะไรไม่ได้

การประเมินในปี 2026 ของเครื่องตรวจจับการอ้างอิงหลอน 5 รายการ, Badalova and Mayr, สรุปว่าเครื่องมือดังกล่าวให้สัญญาณเตือนล่วงหน้าที่เป็นประโยชน์ แต่ยังมีข้อจำกัด และระบุข้อจำกัด 4 ประการที่ใช้กับตัวตรวจสอบทุกตัวในหมวดนี้ รวมถึงตัวนี้ด้วย

  • การดึงรายการอ้างอิง การดึงรายการออกจากเอกสารอย่างเป็นระเบียบเป็นปัญหาอีกอย่างหนึ่ง ตัวตรวจนี้รับรายการที่คุณวางมา แล้วแยกมันตามขอบเขตของรายการ และไม่ได้ทำการแยกวิเคราะห์จาก PDF ซึ่งจะตัดปัญหานั้นออกไป โดยแลกกับการขอให้คุณวางรายการ
  • ข้อมูลเมตาไม่ครบถ้วน รายการที่ไม่มี DOI, ไม่มีปี หรือมีชื่อเรื่องที่ถูกตัดทอน ทำให้ทะเบียนมีข้อมูลน้อยสำหรับการจับคู่ และการจับคู่ที่ไม่แน่นจะถูกแจ้งว่าเป็นหนึ่งเดียว และไม่ถูกยกระดับไปเป็นคำตัดสิน
  • ความครอบคลุมของฐานข้อมูล หนังสือ บทในหนังสือ วิทยานิพนธ์ เอกสารประชุม งานที่เพิ่งเผยแพร่มาก และแหล่งตีพิมพ์ที่ไม่ใช่ภาษาอังกฤษ มักถูกจัดทำดัชนีอย่างเบาบางในทุกที่ นี่คือเหตุผลที่รายการที่หาไม่พบจะถูกรายงานว่าไม่พบ ไม่ใช่ว่าถูกสร้างขึ้น, เพราะทั้งสองอย่างเป็นข้อค้นพบคนละแบบ และมีเพียงอย่างเดียวเท่านั้นที่เป็นหลักฐาน
  • ผลลัพธ์ไม่สอดคล้องกัน ทะเบียนต่างๆ ไม่เห็นตรงกัน การตรวจเทียบกับ Crossref, OpenAlex และ Semantic Scholar พร้อมกัน, แทนที่จะตรวจกับรายการใดรายการหนึ่ง, คือสิ่งที่ทำให้แคบลง และความไม่เห็นตรงกันจะถูกเปิดเผยแทนที่จะถูกแก้ไขอย่างเงียบๆ

ผลที่ตามมาในทางปฏิบัติคุ้มค่าที่จะกล่าวให้ชัดเจน ตัวตรวจประเภทนี้แข็งแรงที่สุดในสิ่งที่สำคัญที่สุด, การจับ DOI ที่แก้ไปยังบทความที่แตกต่างจากสิ่งที่รายการอ้าง, และอ่อนที่สุดในส่วนที่ทะเบียนสาธารณะเปิดไม่เก็บไว้ มันคือหน้าจอแรกที่ช่วยค้นหารายการที่ควรได้รับความสนใจของคุณ, ไม่ใช่ใบรับรองความปลอดภัยสำหรับบรรณานุกรม

ใครตรวจสอบเอกสารอ้างอิงด้วยเครื่องมือนี้

ผู้เขียนที่ใช้การร่างด้วย AI ช่วย

เอกสารอ้างอิงทุกชิ้นที่แชตบอตให้มาจะถูกตรวจเทียบกับทะเบียนจริงก่อนที่ผู้สอนหรือผู้ประเมินจะตรวจแบบเดียวกัน

นักศึกษาที่เผชิญกำหนดส่ง

ตรวจบรรณานุกรมหนึ่งรอบก่อนถึงกำหนดส่ง แล้วแก้รายการที่ไม่ตรงให้เป็นการอ้างอิงที่ถูกต้องตามรูปแบบที่กำหนด

คณาจารย์และนักวิจัยระดับบัณฑิตศึกษา

ยืนยันความถูกต้องของเอกสารอ้างอิงก่อนส่ง รวมถึงรูปแบบ DOI ไม่ตรงกัน ก่อนที่บรรณาธิการหรือผู้ประเมินจะพบเอง

บรรณาธิการและผู้สอนที่ตรวจงานส่ง

รายการอ้างอิงที่ส่งมาแล้วซึ่งตรวจเทียบกับบันทึกทะเบียนจริงภายในไม่กี่นาที, พร้อมคำตัดสินที่ออกแบบมาเพื่อให้ข้อมูลและไม่ใช่เพื่อกล่าวหา

คำถามที่พบบ่อยเกี่ยวกับตัวตรวจการอ้างอิง AI

มีคำถามเพิ่มเติมหรือไม่? เรียกดูคำถามที่พบบ่อยทั้งหมด

แหล่งข้อมูลผ่านการตรวจสอบแล้ว
ประโยครอบๆ ยังคงต้องทำให้เป็นภาษามนุษย์

TextPulse humanizer จะปรับถ้อยคำและจังหวะของส่วนที่เหลือของต้นฉบับใหม่ ขณะที่การอ้างอิงที่ยืนยันแล้วทุกรายการยังคงเดิม โดยการเปลี่ยนแปลงแต่ละจุดจะแสดงเป็นการแก้ไขที่ติดตามได้ ซึ่งคุณอนุมัติทีละบรรทัด

เครื่องมือฟรีเพิ่มเติม:เครื่องมือสร้างการอ้างอิงเครื่องมือสร้างการอ้างอิง APAเครื่องมือสร้างการอ้างอิง MLAเครื่องมือสร้างการอ้างอิง Chicagoเครื่องมือสร้างการอ้างอิงแบบ Harvardเครื่องมือสร้างการอ้างอิง IEEEเครื่องมือสร้างการอ้างอิง Vancouverเครื่องมือสร้างการอ้างอิง AIเครื่องมือสร้างการอ้างอิง ChatGPTเครื่องมือสร้างการอ้างอิง Claudeเครื่องมือสร้างการอ้างอิง Geminiเครื่องมือค้นหาเอกสารอ้างอิงเครื่องมือค้นหาวารสารตัวแปลง DOI เป็นการอ้างอิงเครื่องมือสร้าง BibTeXตัวแปลงรูปแบบเอกสารอ้างอิงตัวเรียงลำดับเอกสารอ้างอิงตามตัวอักษรตัวแก้ไขการอ้างอิงในเนื้อหาเครื่องมือสร้างบรรณานุกรมเชิงอรรถตัวแปลงตัวพิมพ์ชื่อเรื่องเครื่องมือฟรีทั้งหมดAI Humanizer