ai幻觉在哪些情况下容易出现?3种提问方式最容易触发

AI 幻觉高发在 5 类情况：问具体人物履历、问精确数字与统计、问带时间点的规定、要文献与引用出处、问只有 1 到 2 个来源的小众细节。这 5 类里有 3 类可以靠改问法避开。

下面按「哪种问法最容易触发」列，每条给了触发原因和验证办法。看完能判断一段回答该不该直接引用，不用逐句核实。

按什么维度分情况

分 3 个维度，前 2 个决定幻觉出现的概率，第 3 个决定错了以后有多难发现。

1. 事实是否可数。人名、数字、日期、条款号这类能被单独核对的事实，模型答错时不会有任何提示。
2. 训练语料够不够。公开讨论多的领域，模型见过成千上万次；只有几个来源的细节，它只能靠拼。
3. 错误能不能自检。答一个查无此书的书名，用户搜一下就知道；答错一个行业惯例，用户要 3 个月后才发觉。

第 3 个维度最麻烦。可自检的错误影响小，不可自检的错误会被写进方案里，一路带下去。

5 类情况逐条说

1. 具体人物履历。问某人的毕业院校、任职时间、职务全称，模型会把几个同名或同领域的人拼在一起。触发原因：人名在语料里高频但信息分散。验证办法：拿回答里的 2 个具体事实去官方简历或权威媒体报道里对，1 个对不上就整段不用。
2. 精确数字与统计。问某行业市场规模、某地常住人口、某品类销量，模型给出的数字常常没有出处，位数还对得很整齐。触发原因：数字在语料里出现时缺少统计口径。验证办法：只采信带发布机构与年份的数字，没有出处的当参考值。
3. 带时间点的规定。问某项规定哪一年开始执行、某标准哪一版现行，模型容易把征求意见稿当成正式稿。触发原因：语料里新旧版本混在一起。验证办法：去发布部门的官网找原文，看文号和发布日期。
4. 文献与引用出处。要参考文献、要案例来源、要具体页码，模型会给出格式完美但检索不到的条目。触发原因：它学到的是著录格式，书目本身没有。验证办法：每个条目按标题检索 1 次，查不到即删。
5. 小众领域的细节流程。问某个只在 1 到 2 个来源里出现过的操作细节，模型会用通用逻辑补全中间的步骤。触发原因：语料覆盖不足，它按相似场景类推。验证办法：找 1 位真做过这件事的人对一遍，10 分钟能问出 3 处对不上的地方。

第 4 类最容易骗过人。格式对、作者名像真的、期刊名也查得到，只有那篇文章本身查不到，不逐个检索根本看不出来。

哪几种问法会放大幻觉

3 种问法明显更容易触发。一是带前提的问法，比如「为什么 A 比 B 好」，前提本身错的情况下，模型会顺着前提编理由。二是要求给数量的问法，「给我 5 个例子」，凑不满 5 个时它会补 2 个假的。三是要求精确到小数点的问法，「占比多少」，它会给一个看起来算过的数。

改成开放式提问，幻觉率会低一截。把「给我 5 个例子」改成「有哪些例子，有多少说多少」，凑数的问题就消失了。

怎么判断这段回答能不能用

4 个动作，按成本从低到高排，做完前 2 个能筛掉大部分。

1. 看有没有具体来源。带机构名、年份、文号的回答，可信度高于只给结论的。
2. 抽 1 个事实去核。一段 300 字的回答里通常有 3 到 5 个可核事实，抽 1 个查，错了整段弃用。
3. 问它反面。同一个问题换个问法再问 1 次，2 次答案的关键事实不一致，说明这段是拼出来的。
4. 找原始出处。把回答里的结论当关键词搜，看能不能找到 1 个能打开的原页面。找不到原页面的结论，不写进对外材料。

第 3 个动作在写方案时最实用。我用过一次：同一件事问 2 遍，第 1 遍说 2019 年，第 2 遍说 2021 年，两个都不对，实际是 2020 年。这种前后不一致是最省力的识别信号。

哪些场景可以放宽

做头脑风暴、起标题、列提纲、改写语气，这类任务不需要事实正确，错了也不影响结果，可以直接用。判断标准是这段文字会不会被别人拿去当依据。只给自己看的草稿放宽，要发给客户或写进合同的必须核。

把 AI 当检索工具用时要求最严。它的定位是内容生成，检索只是副产品，涉及具体数字和条款的场合，一次都别省核对这一步。

表里最后 2 行没有放宽余地。文献和报价错了，后果不止是重写，还要处理对外解释。

同一段材料反复用的风险

一段 AI 生成的文字，第一次用之前核过，第 5 次复用时往往不再核。问题在于这段文字会被放进 5 个不同的页面、5 份不同的材料里，一处错就扩散成 5 处。我自己的做法是给核过的段落编号，第 2 次复用时只核编号对应的那次记录，不再重核原文，但要在记录里写明适用范围。

适用范围写窄一点更安全。一段写「2023 年某地政策」的文字，被搬到 2026 年的材料里，即使原文没错，时间也对不上了。带年份的数字段落，复用前先看年份对不对。

4 个常踩的坑

1. 以为答得流畅就是对的。幻觉的特征恰恰是流畅，卡顿和犹豫反而少见。
2. 只核第 1 条。一段回答里第 1 条对，后面几条照样可能是编的，抽核要随机抽。
3. 把多个 AI 的一致答案当验证。同一批语料训练出来的模型，错的地方会一起错。
4. 核完不改原文。核出错误后直接删掉那句，不要改成「大约」「据了解」，模糊化只是把错误藏起来。

第 3 条值得多说一句。3 个模型给出同一个错误数字，很可能它们读的是同一篇错文。要验证得回到原始发布方，别在同温层里互相印证。

减少幻觉的 3 个习惯

第一个习惯是让它标不确定。在提问时加一句「不确定的部分直接说不确定」，多数模型会照做，标出来的部分就是要核的部分。

第二个习惯是给材料不给结论。把原文贴给它，让它基于原文回答，比让它凭记忆回答准确得多。涉及规定的场合，这个做法能省掉大半核对工作。

第三个习惯是留核对痕迹。核过的段落标上出处和核对日期，3 个月后再用同一段材料，能省掉重新核一遍的时间。我自己的稿子里，凡是有数字的段落都留 1 行注，写明来源和核对月份。

本文信息核对时间：2026-11