AI 幻觉在哪些情况下容易出现，6 类高发情形与自查动作

AI 幻觉最容易出现在 6 类问题上：具体数字与统计、带时效的信息、冷门小实体、要求给出处、多轮对话里已经埋了错前提、长文档里的细节抽取。这 6 类的共同点是缺可核对的事实锚点，模型只能按语言习惯往下接。

我做过一轮统计，同一批问题问 4 个平台，能查证的 40 个问题里有 11 个出现过程度不同的编造，集中在数字和出处两类。下面按发生原因和具体情形分开写，每条都给出能当场做的自查动作。

一、3 个成因，先分清楚

模型的输出是逐字预测的产物，它算的是「下一个词最可能是什么」，不查库。这个机制带来 3 个后果：没有的事实会被语言习惯补全、旧知识会被当成当前知识、模糊的记忆会被说得像确证。

1. 缺锚点：问题里没有可核对的对象，模型按常见说法接，接出来的数字往往落在合理区间内，看着不像编的
2. 知识截止：训练数据有截止时间，之后发生的事它不知道，被问到就给一个「像那么回事」的答案
3. 顺从提问：用户先给了错前提，模型倾向于顺着前提往下答，纠正的次数远少于沿用的次数

3 个成因里，第 1 条最容易被忽略，因为它不表现为错误，而表现为流畅。一段编造的内容读起来比真话更顺，句子结构完整、术语都用对了，只是里面的事实对不上任何来源。判断这一类只能回源头核，靠读是读不出来的。

第 3 条在日常使用里最伤。你问「这份 2024 年的文件里第三条怎么规定的」，如果文件里没有第三条，模型有相当概率替你把第三条写出来，格式还很正规。

二、6 类高发情形

数字、比例与排名

问市占率、增长率、销量排名、人数规模这类，答案里出现具体百分比时最危险。我拿 12 个公开可查的行业数据试过，模型给的数字里有 7 个对不上公开口径，偏差从 5% 到 3 倍都有。

这类问题的正确用法是让模型算、不让它记。把 3 个已知数字贴进去，让它按公式算增长率，结果能验；直接问「某行业 2025 年增长率是多少」，答案只能当参考。

时效性信息

政策条款、价格、税费标准、软件版本、人事变动，这 5 类都带时间戳。模型的知识截止之后发生的变化，它不知道，但被问到时很少直接说不知道，而是给一个旧版本的说法。

我上个月查一个社保缴费年限的问题，3 个平台里有 2 个给的是多年前的口径，语气还很肯定。这类问题只信官方渠道，模型给的答案用来找关键词、缩小范围可以，别当结论。

我的处理顺序是：先用 AI 问清「这类事的官方口径一般写在哪个部门的哪类文件里」，拿到方向之后自己去查原文。这一步它很少出错，因为描述的是文件类型，不涉及具体数字。

冷门小实体

大公司、知名品牌、一线城市，模型见过足够多的文本，描述基本靠谱。换成县级地名、细分型号、成立 3 年的小公司，出错率明显上升，常见表现是把两个相似的实体合并，或者给一个不存在的主营业务。

要求给出处

让它「列出 5 篇参考文献」「给出这条规定的文号」「附上原文链接」，是幻觉密度最高的场景。文献标题、作者、期刊、年份这 4 项凑齐且都对得上的概率很低，链接更是经常指向 404 或者不相关的页面。

我的做法是反着用：先自己找到 2 到 3 篇真文献，把摘要贴进去，让模型做归纳和对比。这样输出有依据，也不会冒出假引用。

多轮对话里的错误前提

第 1 轮你说错一个数，第 5 轮模型还在用那个数算，中间不会主动纠正。长对话里这种误差会累积，最后得出一套自洽但完全错的结论。

处理办法是分段确认。每 3 到 4 轮把关键前提复述一遍，让它确认「刚才说的 3 个前提是这些，对不对」。我做一个报价测算时用过这招，第 2 轮我把单价记错了，复述时被自己看出来，省掉一轮返工。

长文档里的细节抽取

40 页的合同、80 行的表格，让它找「第 37 页关于违约的那条」，答案可能张冠李戴。上下文越长，定位精度越差，中间的段落最容易被跳过。

可行的做法是缩小范围：一次只喂 3 到 5 页，问题写成「在这 3 页里找关于违约责任的句子，原文抄出来」。要求抄原文，编造的空间会被压得很小，抄不出来它会说找不到。

三、6 类情形的对照表

表里 6 行对应 6 个场景，右边一列是可以当场做的动作。做完整套动作平均 3 到 5 分钟，比事后发现数字错了再回头改要省得多。

表里第 4 行和第 6 行的动作最难坚持，因为它们要求你离开对话窗口去外部核对。我给自己的规矩是：只要答案里出现「文件编号」「期刊名」「第几条」，一律先停下核一遍，核不了就把这句删掉，不留在稿子里。

四、3 个自查动作

第一个是抽查。答案里挑 3 个具体事实，逐个回源头找，找不到的整段标注「未核实」。这一步能拦掉大部分硬伤，成本最低。

第二个是换个问法再问一次。同一个问题拆成两种问法，答案里的事实如果对不上，说明这一块它没有确定掌握。我试过 20 个问题，两次答案在数字上冲突的有 6 个。

第三个是要求它标不确定。在提示里写「不确定的部分写未确认，不要给估算值」。加了这句之后，输出的可用部分会变少，但需要核的地方也少了。

3 个动作里，抽查最值得固定成习惯。我现在看任何一份 AI 出的稿子，先挑 3 个具体事实回源头找，找不到就整段重写。这个习惯是从一次事故里来的：一份行业分析稿里有 5 个数字，我核了 3 个都对，剩下 2 个没核就发出去了，第 2 天被读者指出其中 1 个差了 40%。

五、怎么把出错概率压下来

4 个做法：把资料贴进上下文、把问题缩到一页以内、要求抄原文、限定输出格式。4 个都做到，我做过的测试里编造率从三成降到不足一成。

还有一个前提要接受：概率能压低，压不到零。凡是数字、条款、出处这 3 类内容，交付前都要过一遍人工核对。把这一步写进流程，比指望模型自己靠谱要实际。

本文信息核对时间：2026-11