你是不是也遇到过这样的情况：问AI一个问题，它给了你一个特别详细、丰富，看上去好有逻辑的答案。但当我们去核实时，却发现这些信息完全是虚构的？

这就是著名的“AI幻觉”现象。

图源：河森堡新浪微博

为什么会出现AI幻觉呢？今天就让我们一起来揭开这个谜题。

为什么会出现AI幻觉？

AI幻觉指的是AI会生成看似合理但实际确实错误的信息，最常见的表现就是会编造一些不存在的事实或者细节。

就像在考试时遇到不会的题目，我们会试图用已知的知识去推测答案一样。AI在遇到信息缺失或不确定的情况时，会基于自己的“经验”（训练数据）进行填补和推理。

这不是因为它想要欺骗我们，而是因为它在试图用自己理解的模式来完成这个任务。

1

基于统计关系的预测

因为AI（尤其(qí)是(shì)像(xiàng)ChatGPT这(zhè)样(yàng)的语言模型）通过大量的训练数据学习文字之间的统计关系。它的核心目标是根据上下文预测最可能出现的下一个词，并不是对问题或内容进行真正的理解。所以 AI本质上是通过概率最大化来生成内容，而不是通过逻辑推理来生成内容的。

简单来说，AI就像是一个博览群书的智者，通过学习海量的文本和资料来获取知识。但是它并不是真正理解这些知识，而是通过找到文字之间的统计关系和模式来“预测”下一个最合适的词。即 AI 是根据之前学到的大量例子，来猜测接下来最有可能出现的词。

不过有时候，模型也会“猜错”。如果前面出现一点偏差，后面的内容就会像滚雪球一样越滚越大。这就是为什么AI有时会从一个小错误开始，最后编织出一个完全虚构的故事。

2

训练数据的局限性

由于AI并没有真实世界的体验，它的所有“认知”都来自训练数据。可是训练数据不可能包含世界上所有的信息，有时候(hou)甚(shén)至(zhì)还(hái)会(huì)包(bāo)含(hán)错误信息。这就像是一个人只能根据自己读过(guò)的(de)书(shū)来(lái)回(huí)答(dá)问题，如果书里有错误信息，或者某些领域的知识缺失，就容易产生错误的判断。举个例子：早期AI幻觉较大的时候，可能会出现AI学过“北京是中国的首都”和“巴黎有埃菲尔铁塔”这两个知识点。当我们问它“北京有什么著名建筑”时，它可能会把这些知识错误地混合在一起，说“北京有埃菲(fēi)尔(ěr)铁(tiě)塔(tǎ)”。

3

过(guò)拟(nǐ)合(hé)问(wèn)题(tí)

因(yīn)为(wèi)大(dà)模(mó)型(xíng)的(de)训(xun)练(liàn)参(cān)数(shù)量(liàng)非(fēi)常(cháng)庞(páng)大(dà)，大(dà)模(mó)型(xíng)会(huì)在(zài)训(xun)练(liàn)数(shù)据(jù)上(shàng)产(chǎn)生(shēng)“过(guò)拟(nǐ)合(hé)”的(de)问(wèn)题(tí)。即(jí)因(yīn)为(wèi)记(jì)住(zhù)了(le)太(tài)多(duō)错(cuò)误或者无(wú)关紧(jǐn)要(yào)的(de)东(dōng)西(xi)，从(cóng)而(ér)让 AI对训练数据中的噪声过于敏感，最终导致幻觉产生。

4

有限的上下文窗口

受限于技术原因，虽然现在大模型的上下文窗口越来越大（比如可以处理64k或128k个tokens），但它们仍然是(shì)在(zài)一(yī)个(gè)有(yǒu)限(xiàn)的范围内理解文本。这就像是隔着一个小窗口看书，看不到整本书的内容，容易产生理解偏差。

5

生成流畅回答的设计

现在很多大模型被设计成要给出流畅的回答，当它对某个问题不太确定时，与其说“我不知道”，它更倾向于基于已有知识编造看起来合理的答案。上面的种种情况叠加在一(yī)起(qǐ)，造(zào)成(chéng)了(le)现(xiàn)在(zài)非(fēi)常(cháng)严重的AI幻觉问题。

图库版权图片，转载使用可能引发版权纠纷

如何才能降低AI幻觉？

AI看起来很方便，但 AI 一本正经的“胡说八道”有时候真的让人非常头疼，给的信息经常需要反复核实，有时反而不如直接上网搜索来得实在。那么，如何应对AI幻觉呢？我们总结了下面这些方法帮助大家。

1

优化提问

想要获得准确答案，提问方式很关键。与AI交流也需要明确和具体，避免模糊或开放性的问题，提问越具体、清晰，AI的回答越准确。同时，我们在提问的时候要提供足够多的上下文或背景信息，这样也可以减少AI胡乱推测的可能性。总结成提示词技巧就是(shì)下(xià)面(miàn)四(sì)种(zhǒng)问(wèn)法(fǎ)：

1.设(shè)定(dìng)边(biān)界(jiè)：“请(qǐng)严(yán)格(gé)限(xiàn)定(dìng)在(zài)2022年(nián)《自(zì)然(rán)》期(qī)刊(kān)发(fā)表(biǎo)的(de)研(yán)究(jiū)范(fàn)围(wéi)内(nèi)”；

示(shì)例(lì)：“介(jiè)绍(shào)ChatGPT的(de)发(fā)展(zhǎn)历(lì)程(chéng)”→“请(qǐng)仅(jǐn)基(jī)于(yú)OpenAI官方2022-2023年的公开文档，介绍ChatGPT的发展历程”

2.标注不确定：“对于模糊信息，需要标(biāo)注(zhù)‘此(cǐ)处(chù)为(wèi)推(tuī)测(cè)内(nèi)容(róng)’”；

示(shì)例(lì)：“分(fēn)析(xī)特(tè)斯(sī)拉(lā)2025年(nián)的市场份额”→“分析特斯拉2025年的市场份额，对于非官方数据或预测性内容，请标注[推测内容]”

3.步骤拆解：“第一步列举确定的事实依据，第二步展开详细分析”；

示例：“评估人工智能对就业的影响”→“请分两步评估AI对就业的影响：

1)先列出目前已发生的具体影响案例；

2)基于这些案例进行未来趋势分析”。

4.明确约束：明确告诉AI要基(jī)于(yú)已(yǐ)有(yǒu)事(shì)实(shí)回(huí)答(dá)，不要进行推测。

示例：“预测2024年房地产市场走势”→“请仅基于2023年的实际房地产数据和已出台的相关政策进行分析，不要加入任何推测性内容”。

2

分(fēn)批(pī)输(shū)出(chū)

因(yīn)为(wèi)AI内(nèi)容(róng)是(shì)根(gēn)据(jù)概(gài)率(lǜ)来(lái)进(jìn)行(xíng)生(shēng)成(chéng)的(de)，一(yī)次(cì)性(xìng)生(shēng)成(chéng)的(de)内(nèi)容(róng)越(yuè)多(duō)，出(chū)现(xiàn)AI幻(huàn)觉(jué)的(de)概(gài)率(lǜ)就(jiù)越(yuè)大(dà)，我(wǒ)们(men)可(kě)以(yǐ)主动(dòng)限(xiàn)制(zhì)它(tā)的(de)输出数量。比如：如果我要写一篇长文章，就会这么跟AI说：“咱们一段一段来写，先把开头写好。等这部分满意了，再继续写下一段。”这样不仅内容更准确，也更容易把控生成内容的质量。

3

交叉验证

想要提高AI回答的可靠性，还有一个实用的方法是采用“多模型交叉验证”。使用的一个AI聚合平台：可以让(ràng)多(duō)个(gè)AI模(mó)型(xíng)同(tóng)时(shí)回(huí)答(dá)同(tóng)一(yī)个(gè)问(wèn)题(tí)。当(dāng)遇(yù)到(dào)需(xū)要(yào)严(yán)谨(jǐn)答(dá)案(àn)的(de)问(wèn)题(tí)时(shí)，就(jiù)会(huì)启(qǐ)动这个功能，让不同的大模型一起参与讨论，通过对比它们的答案来获得更全面的认识。

点击可放大，图片来源：作者提供

再比如纳米AI搜索平台的“多模型协作”功能，它能让不同的AI模型各司其职，形成一个高效的协作团队。让擅长推理的DeepSeekR1负责分析规划，再由通义千问进行纠错补充，最后交给豆包AI来梳理总结。这种“专家组”式的协作模式，不仅能提升内容的可信度，还能带来更加全面和深入的见解。

图源：作者提供

4

RAG技术

AI是一(yī)个(gè)聪(cōng)明(míng)但(dàn)健(jiàn)忘(wàng)的(de)人(rén)，为(wèi)了(le)让(ràng)他(tā)表(biǎo)现(xiàn)更(gèng)靠(kào)谱(pǔ)，我(wǒ)们(men)可(kě)以(yǐ)给(gěi)他(tā)配(pèi)一(yī)个(gè)超(chāo)级(jí)百(bǎi)科(kē)全书(shū)，他(tā)可(kě)以(yǐ)随(suí)时(shí)查(chá)阅(yuè)里面的内容来(lái)回(huí)答(dá)问(wèn)题(tí)。这(zhè)本(běn)“百(bǎi)科(kē)全书(shū)”就(jiù)是(shì)RAG的(de)核(hé)心(xīn)，它(tā)让(ràng)AI在(zài)回(huí)答(dá)问(wèn)题(tí)之(zhī)前(qián)，先(xiān)从(cóng)可(kě)靠(kào)的(de)资料中找到相关信息，再根据这些信息生成答案。这样一来，AI就不容易“胡说八道”了。目前RAG技术多用在医疗、法律、金融等专业领域，通过构建知识库来提升回答的准确性。当然实际使用中像医疗、法律、金融这样的高风险领域，AI生成的内容还是必须要经过专业人士的审查的。

5

巧用AI幻觉

最后再说一个AI幻觉的好处。

很多时候AI幻觉也是天马行空的创意火花！就像一个异想天开的艺术家，不受常规思维的(de)束(shù)缚(fù)，能(néng)蹦(bèng)出(chū)令(lìng)人(rén)惊(jīng)喜(xǐ)的(de)点(diǎn)子(zi)。

看(kàn)看(kàn)DeepSeek就(jiù)知(zhī)道(dào)了(le)，它(tā)确(què)实(shí)比(bǐ)ChatGPT和(hé)Claude更(gèng)容(róng)易(yì)出(chū)现(xiàn)幻(huàn)觉(jué)，但(dàn)是(shì)今(jīn)年(nián)DeepSeek能(néng)火(huǒ)得(de)如(rú)此(cǐ)出(chū)圈(quān)也(yě)离(lí)不(bù)开(kāi)其(qí)强(qiáng)大(dà)的(de)创(chuàng)造(zào)能力。

有时候与其把AI幻觉当成缺陷，不如把它看作创意的源泉！在写作、艺术创作或头脑风暴时，这些“跳跃性思维”反而可能帮我(wǒ)们(men)打(dǎ)开(kāi)新(xīn)世(shì)界(jiè)的(de)大(dà)门(mén)。

图库版权图片，转载使用可能引发版权纠纷

AI幻觉的本质——AI在知识的迷雾中，有时会创造出看似真实，实则虚幻的“影子”。但就像任何工具一样，关键在于如何使用。

当我们学会用正确的方式与AI对话，善用它的创造力，同时保持独立思考，AI就能成为我们得力的助手，而不是一个“能言善辩的谎言家”。

毕竟，在这个AI与人类共同进步的时代，重要的不是责备AI的不完美，而是学会与之更好地协作。

策划制作

作者丨田威 AI工具研究者

审核丨于旸 腾讯玄武实验室负责人