ai幻觉在哪些情况下容易出现?先看这3个触发条件

ai 幻觉最容易出现在 6 类情形里：问具体数字、问冷门实体、要它给出处、多跳推理、长文里前后打架、问「最新」的事。6 类里占 2 类以上，答案就不能直接用。

这 6 类有个共同点：答案看起来越具体，越容易是编的。带年份、带金额、带页码、带链接的回答，反而要多核一遍。

按 4 个角度分组

1. 按提问内容分。问数字、问年份、问人名地名，这类答案有唯一正确答案，编错了立刻能对上。
2. 按知识密度分。冷门型号、小众品牌、地方政策，训练语料里出现次数少，模型没料就会拼。
3. 按推理步数分。1 步能答的不容易错，3 步以上的链式问题，中间错 1 环后面全歪。
4. 按时间敏感度分。问「今年」「最新」「现在」，模型的知识停在训练截止日期，往后的事只能猜。

4 个角度里第 1 个最好防。数字类问题改成「给区间 + 说明口径」，编造的空间立刻小一半。

6 类情形逐个说

第 1 类 具体数字与年份

问「某地社保补贴多少钱」「某某法规哪一年修订」，模型会给一个精确到个位的数字。答得越精确，越要先查原文。

这类幻觉的成因是语料里有大量相似但不同的数字，模型按出现频次拼一个最像的。我测过 5 个平台问同一个地方政策金额，5 个答案给出 4 个不同数字，全都不对。

防法：问口径不问数字。改问「这项补贴按什么口径核定、在哪查原文」，答案落到路径上，编不出来。

第 2 类 冷门实体

小公司名、地方性机构、冷门型号、县级地名。这几类在语料里出现次数少，模型容易把邻近的实体拼过来。

表现是名称对了一半。比如把「某某县人民医院」写成「某某市人民医院」，把型号后缀改 1 位。看着像真的，核对要花时间。

防法：先让它复述实体名，再问细节。复述就错的，后面不用看。

第 3 类 要求给出处

要链接、要 DOI、要书名页码、要文号，这类要求最容易引出编造。模型会给一个格式完全正确、点开 404 的链接。

我核过 20 条模型给的参考链接，能打开的 7 条，打开后内容对得上的 3 条。格式越规范，越说明它是按模板拼的。

防法：让它给「可检索的关键词」而不是 URL。给 3 个能搜到的词组，自己去搜，比给链接可靠。

第 4 类 多跳推理

「A 公司的 B 产品用的是哪家的 C 部件」这类问题要跨 3 层。每层都会接错，错在第 1 层，后面全歪，而且看不出歪。

步数越多，错误率越高。1 步问答错率低，3 步以上的链条，我实测 10 个问题里有 4 个中间环节是编的。

防法：拆成 3 次单步问，每步自己确认后再问下一步。链子断在哪一步，一眼能看出来。

第 5 类 长文前后打架

贴 5000 字以上材料让它总结，前面说 A，后面说 B，它往往只取其中一个，或者把两个拼成一句不存在的结论。

表现是总结里有 1 到 2 句「原文没写但很像原文」的话。这类句子最难发现，因为语气和原文一致。

防法：要求逐条标注出自第几段。标不出来的句子，就是它自己加的。

第 6 类 问「最新」

「2026 年最新政策」「现在还执行吗」，模型的知识有截止日期，往后的变化它不知道，会用「据最新消息」这类说法带过。

这类答案常带「截至目前」「近期」这种模糊时间词。看到这类词，就当成没答。

防法：把时效问题改成查询路径问题。「这项政策在哪查、看哪个栏目」比「现在是什么规定」稳。

6 类情形对照

表里第 3 列能当识别信号用。答案里出现精确数字、规范链接、绝对时间词，先按这 6 行对一遍再决定信不信。

怎么当场验证

1. 同一个问题换 2 个平台问。两个答案的数字或名称不一致，两个都要核。
2. 让它自己标不确定。加一句「不确定的地方写『不确定』」，标出来的部分往往就是编的。
3. 抽 1 个细节反查。答案里挑 1 个最容易查的点去搜，对不上就整段不用。
4. 问它「这个说法出自哪份文件」。答不出具体文件名的，按编造处理。

第 2 条最省时间。同一批 20 个问题，加这句之后标出「不确定」的有 11 个，其中 9 个确实是错的。

第 4 条在政策类问题上尤其有效。答得出文件名和发布单位的，多半是真读过；只答「相关规定」的，基本靠拼。

把问法改一遍，幻觉少一半

同一个需求，问法换 3 个词，错误率差得很远。把「是什么」换成「按什么口径」，把「给个数字」换成「给区间并说明来源」，答案的落点就从结论挪到了路径上。

1. 加时间边界。「按 2024 年底前的口径说」比「现在怎么样」稳，模型会停在自己有料的时间点。
2. 加不确定标记。写「查不到就写查不到」，能挡掉一半硬编。
3. 拆分因果。「为什么」类问题拆成「有哪几个说法、各出自谁」，避免它自己编因果链。
4. 限定材料范围。「只按我贴的这段回答」能挡掉外部知识混入。

第 2 条我固定加在每个提示词末尾。20 个问题的批量测试里，加这句之后明确标「查不到」的有 6 个，这 6 个继续追问，4 个确实是它不知道的。

第 3 条对行业分析类问题有效。直接问原因，它会给 3 条看起来合理的理由；改问「有哪几种解释、分别是谁提的」，答案会收敛到有出处的说法上。

4 个常见坑

1. 把「说得像」当成「说对了」。语气自信跟准确率没有关系，越自信的错答越容易被采信。
2. 用反问去确认。问「你确定吗」，它会顺着你改口，改完还是错的。
3. 只核结论不核过程。结论对、推理错，换 1 个输入就崩。
4. 拿幻觉当语料。把错答喂回去让它改写，错误会被放大 2 到 3 倍。

第 2 条踩过。问「这个数字对吗」，它立刻改成另一个数字，两个都不对。改成「这个数字出自哪份文件、第几条」，它才停下来承认查不到。

第 4 条在批量生产内容时最危险。1 处编造被引用 5 次，后面每一版都带着它，改起来要回溯全部版本。

还有 1 个坑在核对环节：只核了开头和结尾。中间的过渡句最容易出问题，读的时候从第 2 段开始逐句看，比整段扫一遍管用。

核对要有记录。每次发现 1 处编造，记下问法、平台、出错位置与时间，攒到 20 条就能看出自己常问哪类问题容易踩坑，后面刻意避开。本文信息核对时间：2026-11。