幻觉（Hallucination）：为什么看起来可信，也可能错误？

幻觉（Hallucination）：AI 可能生成看似可信却错误或缺乏依据的内容，例如不存在的出处。

语气肯定，内容也可能没有依据

假设教案引用一本书的具体页码，但你没有提供这本书，系统也没有实际查到它。完整的书名与页码格式看起来可信，却不能证明引用真实。

幻觉可能表现为编造出处、错误事实或不受资料支持的判断。不是每个不合适结果都属于幻觉：课时安排偏离要求，也可能主要是任务理解问题。

先检查关键事实与出处

对重要的人名、日期、数字和引文，回到原始来源确认。检查来源本身存在，还要检查它是否支持当前说法。真实网页也可能被误读或引用到不相关内容。

改善条件，保留检查

提供相关、可靠的资料，并要求区分依据和待核对项，可以减少某些错误来源。允许说“不确定”，比要求每个问题都给确定答案更符合缺少证据时的情形。

但有资料、用工具或给长提示词，都不能保证完全不出错。检索可能错配，资料可能过期，模型也可能解释错误。

不把所有问题都归到模型

文件没有生成，先查工具结果；时间安排超出 40 分钟，先对照要求；引用不存在，回到来源。准确区分问题，才能选对修改方法。

下一步

读 看起来完成了，怎样检查，或查看 PPT 对照。

想一想

AI 给出看似完整的参考书名和页码，下一步怎么做？

参考判断： 实际查到对应来源并确认其支持说法；来源格式完整不能证明来源真实。

来源与适用范围

参考 OpenAI · Optimizing LLM accuracy。技术口径核验于 2026-09-09；案例与教学组织为本站编写。具体产品支持范围和操作方式另行核对，本文不作跨产品功能承诺。