ai幻觉在哪些情况下容易出现？6类情形各配1个自查动作

AI 幻觉集中在 6 类情形：问精确数字与日期、问小众实体、要求给链接出处、跨长文档引用、问有时效的事、多轮对话里被反复追问。这 6 类的共同点是答案只有一个正确值，而模型手里没有这个值。

下面逐条写：每一类的表现长什么样、为什么会出、自己怎么在 2 分钟内查出来。第 4 节给一张对照表，第 5 节给 3 个降低幻觉的提问改法。文中例子都取日常会问的问题类型，不涉及具体产品评测。

按信息确定性分 3 组

1. 硬事实类。数字、日期、金额、条文编号、电话与地址。答错一个字符就是错的，也最容易发现。
2. 软事实类。某人的观点、某件事的经过、某个行业的现状。错得不明显，读起来通顺，最容易被信。
3. 形式类。引用出处、页码、链接、文件名。模型会给一个格式完全正确的假出处，这一类的坑最深。

三组的危险程度从低到高。硬事实错了能当场发现，软事实错了要过几天才反应过来，形式类错了几乎没人去核。

6 类容易出幻觉的情形

问精确数字与日期

销售额、人口、增长率、成立年份、条文生效日，这类问题模型会给一个具体到小数位的数。它没有查库，数是从语料里拼出来的近似值。我 2026 年 9 月问过一次某地级市的常住人口，回答给了一个六位数，与我后来在统计公报上看到的数差了两万多。

自查办法很简单：凡是带小数位或带具体年月日的答案，一律回原始出处核。核不到就把这个数删掉，别改成约数继续用。

问小众实体

小地方的机构名、成立 3 年的公司、刚发布的型号、县级的办事窗口电话。语料里出现次数少，模型只能靠构词规律拼，拼出来的名字很像真的。街道政务服务中心、某某县第二人民医院这类，容易被拼成一个查不到的机构。

自查看两点：这个名字在搜索结果里能不能找到 3 条以上不同来源的记录；地址与电话能不能在官方站点对上。两条都不满足，就当它查无此地此人，重新找线索。

要求给链接与出处

让它给一条参考链接，它会给一个格式完全正确的网址，域名像真的、路径像真的，点开是 404。论文引用更明显，作者、期刊、年份、卷期号齐全，DOI 编号也有，查下去查无此文。

自查只有一条：每个链接都点开。点不开的一律不用，别因为格式规整就信。要引用就用自己能打开的那 1 到 2 条。

跨长文档引用

给一份 40 页的报告，问第 27 页写了什么。回答可能把第 12 页的内容说成第 27 页，页码、章节名都编得像。文档越长、结构越接近，串段越容易出。

自查办法是让它先复述原文再回答，复述对不上就是串了。或者按章节分段提问，一次只给 3 到 5 页。

问有时效的事

政策是否调整、某平台规则是否变化、某活动是否还在办。模型的知识有截止时间，问到现在之后的事，它会用旧规则加推测补上，语气还很肯定。

自查看答案里有没有时间限定词。写着截至目前、近期、一般为这类模糊表述的，基本都是推测。改问 2026 年 11 月之后的官方公告在哪查，比问结论有用。

多轮对话里被反复追问

第一轮它说不知道，追问 3 次之后开始给答案，第 5 次给的答案最具体。这类答案由对话压力推出来，模型手里仍然没有依据。我在测试里反复问同一个查无此地的地名，问到第 4 轮，它给出了所属省份与邮政编码。

自查办法是记住第一轮的回答。第一轮说没查到，后面所有补充都按推测看。

6 类情形对照表

表里耗时一列是按一个人操作算的。6 类全核一遍 15 分钟左右，实际只用核那些要写进正式材料的部分，日常查个地址查个电话，核前两类就够。

3 个降低幻觉的提问改法

1. 把结论问法改成出处问法。不问某政策规定几年，改问这个规定写在哪个文件的第几条，我去哪儿能下载原文。
2. 把开放问法改成范围问法。不问某行业现状如何，改问在给定的 3 段材料里，哪些数字能支撑这个判断。
3. 把一次问清改成分步确认。先让它列出需要哪些信息才能答，再逐项补，中间每一步都问一句你依据的是哪一段。

第 1 条改法效果最直接。问出处时，模型要么给一个能核的路径，要么明说不知道，编造的空间小很多。

怎么核验与留痕

核验的动作固定成 3 步：找原始出处、比对关键数字、记录核对时间。三步都过再写进材料，缺一步就标成待核。给同事的材料里带上核对时间，比写一句已核实有用，对方知道该在什么时候重核。

留痕的方式我用自己的做法：每条要用的结论后面跟一个方括号，写清出处名称与核对日期，例如某年统计公报、2026 年 11 月核。三个月后回头看，一眼知道哪条过期了。

团队协作时多做一步：把核过的结论单独存成一个文件，标注来源与有效期，其他人引用只从这个文件里拿。这样一处核错只错一次，不至于三个人各核一遍、各错一遍。文件按主题分，别按日期分，日期分法三个月后就找不到东西。

还有一处容易漏：答案里的单位。同一件事用万吨和亿吨表述，量级差 1 万倍，模型偶尔会换单位而不换数。核的时候顺手看一眼单位与量级对不对，比逐个数字核对快。

4 个常见误解

1. 以为开联网搜索就不会错。联网只解决查得到，摘要环节仍会改写，数字被改错的不少。
2. 以为长回答更可信。长度与准确度没有关系，写得越长，编造的细节越多。
3. 以为语气肯定就是知道。语气由表达风格决定，与有没有依据无关。
4. 以为换个模型问就对了。同一批语料训练出来的模型，错的地方高度重合，交叉验证要用模型加原始出处。

第 4 条值得多说一句。我拿同一个不存在的地名问过 4 个不同的模型，3 个给出了同一个错误的省份，说明它们的语料里有同一处污染。多模型互证只能证明说法流传广，不能证明它对。

把 AI 当检索入口，不当结论来源。要写进合同、报告、对外材料的内容，都回到原始出处核一遍，核不到的删掉。本文信息核对时间：2026-11。