# AI 不准，一半怪你不会问

- URL: https://davidyin.dev/writing/ai-hallucination-defense/
- 作者: David Yin
- 发布: 2026-06-02
- 标签: x-article
- 摘要: 2023 年 5 月，纽约一位律师拿 ChatGPT 查判例，AI 编了好几个根本不存在的案子，连引文格式都做得一本正经。律师没核对，原样塞进法庭文书，被法官罚了 5000 美元。

*封面 · 标题：AI 不准，一半怪你不会问*

2023 年 5 月，纽约一位律师拿 ChatGPT 查判例，AI 编了好几个根本不存在的案子，连引文格式都做得一本正经。律师没核对，原样塞进法庭文书，被法官罚了 5000 美元。

这事经常被当作"AI 不靠谱"的证据。我看完只想问一件事：**他到底怎么问的？**

平时你跟 AI 抱怨"它又瞎编"，一半的火应该烧到自己身上。同一个模型，问得烂，它就开始编。这话扎心，但 OpenAI 自己 2025 年 9 月那篇论文《Why Language Models Hallucinate》里写得很直白：模型不是不会说"不知道"，是训练过程把"说不知道"教成了扣分项，于是它默认**宁可瞎猜，也不留白**。

也就是说，幻觉的开关，一半握在你手里。

下面四招，普通人没任何技术背景也能直接用——不用学"提示词工程"那套黑话，就是你跟 AI 开头多说几句话的事。

（18 年看下来，绝大多数 AI 幻觉案例，开头那句话就能预防一半。上一篇写的是**事后怎么验收 AI 的胡说**，这篇是**事前怎么不让它开始胡说**——两篇拼起来才是一个完整的防骗包。）

## 为什么 AI 爱编：它被训练成「宁可瞎猜，也不说不知道」

*天平两边都是 -1，但「猜」那边多了 25% 蒙对的可能，模型就偏过去*

OpenAI 那篇论文核心就一句话：模型在训练和评测里，**答错的代价约等于答"不知道"的代价**——横竖都扣分，那就赌一把。猜对了赚分，猜错了反正也是错。

类比一下：考试遇到不会的选择题，你是空着，还是蒙一个？大部分人蒙。AI 也一样，只不过它蒙得比人自信一万倍。它不会写"这题我不确定"，它会把蒙的答案写得引经据典。

会问之所以管用，就是改了它的算账方式。

## 第一招：给足上下文——你省的那几句，它就拿来编

*你没说的空格，它会自己脑补一段「合理」的内容填进去*

最常见的烂提问长这样：「帮我写一段关于 X 公司的公司介绍。」

AI 不知道 X 公司是哪家、做什么、规模多大、调性如何。但它**不会反过来问你**，它会自己脑补一个合理的版本。脑补出来的细节，就是幻觉的温床。

把它本该追问你的，提前一次塞够。一句可直接复制的开头：

> 「X 公司是做 Y 业务的，2018 年成立、团队约 30 人、风格务实不爱讲故事。给我写一段 200 字以内的公司介绍，**只用我刚才告诉你的事实，不要补充任何我没说的细节**。」

最后那半句"不要补充任何我没说的细节"是关键。多写一句，少编半页。

## 第二招：逼它引用——「给不出来源，就别写这条」

*没小票的那条直接砍掉——AI 写出来的东西自然就少了一半假料*

只要你的问题涉及**事实、数字、引语、人名、案例**，就加一条硬指令。一句可直接复制：

> 「每一条事实/数字/引用，请同时给出可验证的来源（链接、书名页码、报告名称）。**给不出来源的，请直接省略，不要写。**」

这招的杀伤力在"不要写"三个字。如果你只说"请给出来源"，它会给——给一个不存在的来源。但你说"给不出来源就别写这条"，它会自动**砍掉自己不确定的部分**，剩下的反而更可信。

那位 Avianca 案的律师，如果开头多加这一句，AI 编的假判例也不会这么轻易塞进文书。

## 第三招：给它说「不知道」的权利——一句指令，幻觉立刻少一截

*给它一张「可以说不知道」的许可证，它才敢真的说不知道*

回到 OpenAI 那篇论文的结论：AI 默认不敢说"不知道"，因为训练让它把那当作失败。

那就在每次提问开头**给它松绑**。一句可直接复制：

> 「不确定的地方请直接标『不确定』，不要替我补全。**宁可少写，不要乱写。**」

短短两句，效果立竿见影——你给了它一个"承认不知道也算合格"的台阶，它就敢下了。我自己问跨领域问题时，这招冒出来的"不确定"标签，比事后删它编的内容省力十倍。

"宁可少写，不要乱写"——这是把它的算账方式直接翻过来。

## 第四招：让它先列假设、再给答案——把可能编的地方摆到台面上

复杂问题里，AI 经常默默替你做了一堆假设：假设你在中国、假设你公司规模中型、假设你用的是 ChatGPT 而不是 Claude……然后基于这些假设给出一个看似严丝合缝的答案。错就错在那些假设上。

让它先把假设亮出来。一句可直接复制：

> 「回答前，先列出你打算依据的关键假设（3-5 条）。如果某条假设我没告诉你、你只是默认的，请显式标出。**等我确认假设后，再给完整答案。**」

这招特别适合工作类问题（写方案、做分析、定策略）。AI 列假设的过程，本身就是把"它要编的地方"提前曝光——你扫一眼就知道哪条不对，当场纠回来。

比让它答完一整段再翻车，省得多。

## 打包成一段开场白：你每次都能复制粘贴的模板

*焊成一段开场白，每次新对话粘上去，半数幻觉提前掐掉*

四招分开讲完了，但你不会每次都现想。把它们焊成一段，每次新对话开头粘贴就行：

```
我要问你 X。回答时遵守这几条：

1. 我提供的事实如下：[在这里把你知道的背景一次说够]。
   不要补充我没说的任何细节。

2. 涉及具体事实/数字/引用的内容，请同时给出可验证来源；
   给不出来源的，请直接省略，不要写。

3. 不确定的地方请直接标『不确定』，不要替我补全。
   宁可少写，不要乱写。

4. 回答前先列出你打算依据的关键假设（3-5 条）。
   我没告诉你、你只是默认的，请显式标出。
   等我确认假设后再给完整答案。

我的问题是：[此处放你的真实问题]
```

我自己存在便签里，每次新对话粘进去就行。

不是说加上这四条 AI 就永远不会错，它该编还是会编。但你会发现：它编的频率掉一档，它主动标"不确定"的次数升一档，值得你二次核对的地方也变得明确得多。

幻觉永远不会归零。但**你不该是那个亲手帮它制造幻觉的人**。

---

## 备选标题（发布时择优）

- **【主推 · 公式 A 反共识断言】**：「AI 不准，一半怪你不会问」（已用作 H1）
- **【备选 1 · 公式 F 设问钩子】**：「想让 AI 答得最准？开头加这四句话就行」
- **【备选 2 · 公式 A 反共识】**：「同样一个 AI，你问得烂，它就开始编」