ChatGPT为什么会出错，怎么核对答案

你为工作上的事情问了它一句，回来的答案漂漂亮亮，有作者、有年份、还有页码。你去找那本参考书，却发现它不存在。书不存在，作者也不存在。也可能出问题的是算术：AI把六笔金额加起来，用手里握着计算器的那种笃定，给了你一个错误的合计。如果你遇到过，这不是因为你的问题写得不好。

出错本来就是这项技术运作方式的一部分，弄清楚原因，会改变你对答案的处理方式。这一课里你会看到总是反复出现的五类错误、它为什么能那么理直气壮地编出出处、哪些场合核对不是可选项，以及一套三十秒、能拦下绝大部分问题的流程。大约9分钟的阅读，最重要的部分在中间：那个看起来不像错误的错误。

黄金法则：它不知道，它在估计

课程的第一课把它的运作方式浓缩成一句话，这里需要再拿出来一次：人工智能不知道，它在估计。它体内并没有藏着一部百科全书。它是根据以前读过的一切，一段一段地算出：接在你写的这段文字后面，最可能出现的是什么。

这就解释了那个看似矛盾的现象。常见的它一击即中，冷僻的它就打滑，因为常见的东西在它的材料里出现过成千上万次，冷僻的只出现过一次，或者一次也没有。而且它出错时的神情，和答对时一模一样，因为文字的流畅程度跟内容的真假毫无关系。把”根据租赁法第47条”写得很有说服力并不难，哪怕那一条讲的是别的事。

而这不是某一个品牌的毛病：ChatGPT、Gemini、Copilot、Claude，以及之后出现的东西，都一样。换工具解决不了。改变你对答案的处理方式，才解决得了。

五类错误，各自的代价

错误不是同一种，所以”记得核对”这种笼统的建议帮不上任何人。核对什么，去哪里核对？下面这张表就是整篇文章的摘要。

前两类，一次搜索就能解决。后三类很滑手，因为在它们身上，答案的每一句都还是真的，却依然把你带到错误的地方。

它为什么会编出出处、作者和法条编号

这件事的专业名称是幻觉，这个名字并不好，因为它听起来像一台平时什么都懂的机器偶尔发作。它做的还是老一套：估计最可能出现的文字。而一条参考文献的形式非常好猜：姓、逗号、名字缩写、括号里的年份、斜体书名。用听起来合理的词把这个形式填满，正是它擅长的事。

所以编出来的出处几乎总是很漂亮。作者是真的，期刊是真的，年份也说得通，只有那篇文章本身从来没写过。这是最难用眼睛抓到的一类错误，因为周围的一切都是对的。规则很短：专有名词、数字和引文，从AI那里出来时都是假设，不是事实。它给了你一个名字，就去查这个名字。它给了你一条法条，就去打开那部法律。

在图像里，它出于同样的原因编造。当你让它用 AI 修复老婚礼照片时，它并没有查明折痕底下原本是什么：它是为那一块画出一个看起来合理的方案。重新变清晰的裙子蝴蝶结，也许从来就不是那个形状，而家里没有人说得清。只是1962年的照片没有可以对照的来源，所以规则换成了另一条：把原件和修复版并排保存，并把结果当成修复，而不是当成凭证。

算术、日期和期限：尺子当场就能抓到的错误

原因相同，后果不同。因为它是在估计下一段文字而不是在计算，结果是靠跟相似算式的相像推出来的。小的加法它算得轻松到让人放心，然后把4,380的18%算错，语气却一点没变。

好消息是，这是核对成本最低的一类错误，因为尺子本来就在你手上。比用计算器重算更好的做法，是把计算从对话里拿出来，交还给会算的东西：要公式，不要结果，就像马上能用的表格公式那样。表格算得准，而且之后改数字也不用再问一遍。

日期和期限落在同一个篮子里，还多一层麻烦：你不说，它就不知道今天是几号。一段关于”三十天后到期”的回答，如果它把月份猜错了，就毫无意义。凡是牵涉期限的请求，把今天的日期写进去。

偏见：看起来不像错误的错误

这一类最难，因为根本找不出一句错话可以指认。AI学习的材料里，有些话题的文字远远多于另一些，它交回来的是这一切的平均值。你要一个创业点子，来的还是老样子那五个。你要一份学习计划，来的是适合大多数人的那份，而它可能并不适合你。

症状永远一样：答案很好，而且很笼统。解法也永远一样，就是多问一句。”跟这个相反的观点是什么？””这里漏掉了什么？””给我三个通常没人会建议的选择。”这第二条消息，区分了会用AI的人和把第一个答案直接拿去用的人。

另外还有一种比统计偏见更碍事的个人版本：你自己的偏见。当请求里已经藏着你想听到的答案，它就会附和。问”为什么方案A更好”，一定会得到一段夸奖方案A的文字，哪怕正确的是方案B。

讨好，以及它为什么是最便宜的错误

你大概已经发现，反驳AI起效得太快了。你说答案不对，它道歉并改掉，哪怕第一版本来是对的。这不是谦虚，也不是被说服：它被调校成让人满意，而附和你，正是你这句抱怨之后最可能出现的下文。

解法是在它有机会讨好你之前，明明白白地要求相反的东西。这就是毫不留情的简历检查的逻辑，它要的是尖锐的批评而不是称赞。写代码的人有一个完全对应的版本，在上线前审查你的代码里：让它去找问题，和问”这样可以吗”是两种请求，得到的也是两种答案。

当材料换成图像，会变的是什么

上面四类都是文字的错误，到了图像里，它们收拢成一类：编造。有一条简单的原则成立，你要求得越少，它编得越少。如果一张脸只是有点糊，几秒钟提升模糊照片的清晰度动的地方很少，在有纪念意义的照片上是最稳妥的选择。只说”把照片弄好看点”而不说要改什么，等于请它把这张脸重画一遍。

另一面是，编造出来的图像已经好到肉眼分辨不出。手持虚构证件：TikTok上流行的效果在所有人都知道是玩笑的时候是玩笑，它也说明这种真实感对任何人来说都只有一个请求的距离。如果一张图本身已经证明不了什么，核对就变成了来源的问题：谁发的，什么时候发的，为什么发。

三十秒的流程

全部核对是不可能的，也没有人真的这么做。能做的是让每一个答案都过三个问题，顺序永远一样，然后只认真核对剩下来的部分。

1. 里面有专有名词、数字或引文吗？有的话，那一段就是假设。标出来，回到来源去核。
2. 错了要付出什么代价？社交媒体的一句说明写错，代价是一次更正。合同写错，代价是钱。花多少时间，由代价决定。
3. 这听起来是不是太笼统？如果是，问题不是假，而是偏见。使用之前，先要一次相反的观点。

真正花力气的只有第一个问题。另外两个是判断，几秒钟就够。比如一场录了音的会议，会议纪要整理能把说过的话记准，值得再看一眼的是决议和责任人：一句”会上定下来的是”，有可能是被推出来的，而不是被听到的。

哪些场合核对不是可选项

有些事情上，AI的答案是起点，永远不是结论，而它们有一个共同点：底下要有人签字。

在合同上，正确的用法是把它当成一个替你指出该看哪里的快速读者，合同分析器和租房合同：签字前先看清楚就是照这个思路写的。它们给你一份需要仔细读的条款清单，但不给你法律上的确定性；金额大的时候，那仍然是专业人士的事。

考试也是同一件事，换了个名字。高考作文批改能精准指出你文章里松散的地方，而它给的分数是估计，不是你最后会拿到的分数。用它的意见，忽略那个数字。

五个自带核对的提示词

少出错最好的办法不是核对得更多，而是用一种让错误显形的方式去提问。这五个就是这样设计的，按这个顺序试：

1. 先用阅读方法与读书笔记，它在你自己提供的文本上工作：答案被你手里的材料拴住，能编造的余地就小得多。
2. 然后是一本书的摘要与阅读指南，这是相反的情况，正好拿来练习：这里它靠记忆说话，所以你会在这里找到那些用来校准你怀疑程度的错误。
3. 把剩下的变成闪卡与间隔复习。一问一答很短，是错误最藏不住的格式，因为周围没有文字替它遮掩。
4. 凡是署你名字发出去的东西，用完美的职场邮件。这里的风险不是事实错，而是语气错。
5. 最后，把你当天做出来的东西交给毫不留情的简历检查去挨一顿硬批评。这就是第二条消息变成了习惯。

把同一套思路用在学习上，用AI学习那篇文章把考试、升学和语言讲得更细。

快问快答

ChatGPT可以信吗？

它处理你自己提供的文本、写草稿、把思路理顺，这些可以信。具体事实、数字、引文和法律条文，不核对就不能信。区别不在题材，而在来源：从你这段对话之外来的信息，都是估计。

什么是AI幻觉？

就是它用跟答对时一样的语气，把不存在的东西当作事实说出来。原因是它在补全可能的形式，而不是去查一个数据库，所以最常出现在出处、专有名词、日期和数字上。

它为什么会算错简单的题？

因为它不是在计算，而是在估计结果的文字。小的算式通常对得上，大的就不行。要公式而不要结果，或者拿计算器重算一遍。

它用中文会不会更容易出错？

英文的训练材料更多，所以非常专门的话题，用中文出来可能更薄。日常使用几乎看不出来。真正会变的是本地情境：你所在地方的规定、期限和办事流程，才是它最容易出错的地方，也是官方网站一分钟就能解决的地方。

提示词写得更好，它就会少出错吗？

会，而且效果明显，但只对五类错误中的两类。清楚的请求能减少笼统的答案，也能挡住讨好，正如怎么写提示词那一课所展示的。面对编造的出处和算错的数字，好的提示词帮不上多少忙：那里管用的只有核对。

怎么判断一张图是不是AI做的？

旧的破绽（六根手指的手、背景里乱掉的字母）正在迅速消失。仍然有效的是看来源而不是看图本身：来自哪个账号，是不是在不止一个地方出现过，有没有更早的版本。从照片生成图像那一课能让你看到，这里面很多事情已经有多容易。

今天从哪里开始

把AI最近给你的那个有用的答案拿出来，让它过一遍这三个问题。如果里面有专有名词或数字，只核那一段。值得做一次，因为你会发现，核对的工作量比看上去小得多。

之后，文本提示词那个聚合页里有完整的收藏，课程系列也从这里继续。用AI少出错，与其说是找到对的工具，不如说是知道答案的哪一部分值得你多看一眼。