ai幻觉在哪些情况下容易出现?先看这几种提问方式

AI 幻觉高发的情形有 8 类，集中在 3 个位置：问具体数字、问小众实体、问训练截止之后的事。判断标准只有 1 条：答案里的细节能不能拿你手上的材料核一遍。核不了的细节，先当它不存在。

幻觉的特征是好用。它给的答案结构完整、语气肯定、格式规范，看起来比查资料快得多。2025 年 4 月我在 5 个平台上问同一组 20 个问题，其中带具体数字的 6 个问题里，有 4 个给出的数字对不上公开资料。

按什么维度分组

分 3 组看：数据本就没有、上下文被丢掉、提问本身带了引导。3 组的处理方式不同，第 1 组只能核，第 2 组要拆开问，第 3 组换问法就行。

1. 数据缺失：训练语料里没有，或极少。
2. 上下文丢失：材料在，但没被完整读到。
3. 提问引导：答案的形状被问题的预设决定了。

8 种情形逐条看

第 1 组：数据缺失

这一类最容易被当成真的，因为输出最像标准答案。特征是有零有整、带单位、带年份。

1. 问具体统计数字。「去年行业产值多少」「某市有多少家门店」，模型会给 1 个带小数的数，来源说不清。
2. 问小众人物或机构。成立 3 年的公司、地方性的协会、细分领域的学者，语料稀薄，模型会拼出 1 个看着合理的人名与职务。
3. 要求给文献或链接。给的期刊名、作者名、年份都能对上格式，去数据库搜往往查不到。链接更是常指向不存在的页面。
4. 问训练截止之后的事。2025 年下半年后的政策、价格、版本更新，模型要么说不知道，要么按旧的答，语气一样肯定。

这一类里，医疗与法律条文的风险最高。条款号、剂量、适应证这些细节，模型给出的编号常对得上格式但对不上内容，2025 年我核过 1 组 12 条医学常识问答，其中 3 条的指南年份与出处是拼的。这类问题只用来找方向，落到具体条款要查原文。

价格与型号也在这类里。同一款设备在不同年份有 3 到 4 个版本，模型会把不同版本的参数混着说，看着像 1 台机器，其实参数来自 2 个型号。

第 2 组：上下文丢失

材料你给了，模型没全读进去。长文档与多轮对话里出现得最多，错误方式很隐蔽：前后段落的数字被混用。

1. 长文档摘要。30 页以上的文件，中间段落的细节容易被跳过，摘要只覆盖开头与结尾。
2. 多轮对话累积。聊到第 8 轮以后，前文被压缩，前面定过的口径会被后面的话覆盖。
3. 表格类输入。列数多的表格被拆成文本处理，第 4 列以后的内容常被漏掉。

第 3 组：提问引导

问题里带了预设，模型顺着预设往下答。这类幻觉的责任一半在提问方，换问法就能消掉。

1. 预设前提的问法。「为什么 A 比 B 便宜」这个问题里，A 便宜已经被当成事实，模型会补理由，不去质疑前提。
2. 要求必须给出数量。「列出 10 个理由」这种指令，凑不满 10 条时，多出来的几条就是编的。

情形与核对方式对照

下面这张表按出错位置列了核对动作。核不了的那一栏，建议在正文里留空或写待补充。

怎么快速判断是不是幻觉

4 个动作，1 到 2 分钟能做完。命中 2 条以上，这条答案就不要直接用。

1. 挑 1 个最具体的细节去搜。数字、人名、文件名都行，搜不到就是危险信号。
2. 追问来源。「这个数字出自哪份文件」，答不上来或换 1 个说法，说明是拼的。
3. 隔 1 天用不同问法再问 1 次。2 次答案的关键数字不一致，那次就是编的。
4. 让它复述你给的原文。复述里出现你没写过的句子，说明它在补内容。

怎么减少

3 个做法能压掉大部分幻觉。第 1 个最有效，成本也最低。

1. 把材料贴进对话，指令写「只依据以下材料回答，缺的写待补充」。这一句能挡掉大半编造。
2. 把大问题拆成 3 到 5 个小问题，逐个问。长文档按章节分开，每次贴 1 章。
3. 要数字的地方，要求它标出在原文的第几段。标不出来的，就是没有。

我 2025 年帮 1 家做工业品的客户整理产品参数，让模型从 12 份 PDF 里抽规格。第 1 轮抽出 86 条，逐条核完有 11 条对不上，全是它按同类产品补的。改成「每章单发 1 次、要求标页码」之后，第 2 轮 92 条里错了 2 条，这 2 条是原文本身写得不清楚。

哪些场合可以少核

3 类输出可以放宽。放宽的前提是结果只影响你自己，不对外发布、不进合同、不做决策依据。

1. 改写与润色。把 1 段口语改成书面语，事实由你提供，模型只动措辞，出错概率低。
2. 结构化整理。把散乱的 20 条笔记按主题归并，归并对不对你一眼能看出来。
3. 思路发散。要 10 个选题方向，方向本身不涉及事实，筛掉不合适的就行。

反过来，凡是输出会被别人拿去当依据的，都要核。对外材料、报价单、政策解读、技术参数这 4 类，核 1 遍的成本远低于改错的成本。我给客户出的稿子里，凡是带数字的段落，都单独标 1 遍来源，核不完就删掉。

核对要留痕。把核过的条目写进 1 张表，标上来源与核对日期，下次复用同 1 条信息时不用重查。这张表积累到 200 条以后，常见问题的答案基本都在里面，模型用来组织语言就行，数字从表里取。

留痕还有个用处：判断模型在哪些方面稳。核过 50 条之后会发现，某些类型的问答准确率高，某些几乎必错，这比笼统地说「AI 会编」有用。摸清这个分布，能决定哪些活交给模型、哪些活自己查。我给团队定的规矩是，涉及金额与日期的活，一律自己查。

常见坑

1. 把流畅当准确。语言通顺与事实正确是 2 件事，前者模型一直做得很好。
2. 用同 1 个模型自查。让它检查自己的答案，多数时候会确认自己是对的。
3. 相信「我不确定」这句话。模型说没把握时，前面的内容可能仍然有编的部分。
4. 忽略单位。数字对了、单位错了，比数字错更难发现，比如万元写成元。
5. 拿幻觉当素材二次加工。错的信息进了稿子，后面 3 轮校对都未必能揪出来。

本文信息核对时间：2026-11。各平台模型版本不同，幻觉的分布与频次会有出入，具体按当期实测。