用模型查资料、写方案、核数据时，最怕的不是它拒答，而是它答得特别顺、特别像真的，你照着用了才发现是编的。这篇不讲原理，只给可操作的判断动作：从答案里找哪几处特征、用什么问题去反问、去哪儿交叉核对，以及哪些场景下这套方法本身就不靠谱，得换别的做法。
用模型查资料、写方案、核数据时，最怕的不是它拒答，而是它答得特别顺、特别像真的，你照着用了才发现是编的。这种情况在日常使用里太常见：问一个偏门问题，它立刻给你一段结构完整、语气笃定的答案，你几乎不会怀疑。这篇不讲原理，只给可操作的判断动作：从答案里找哪几处特征、用什么问题去反问、去哪儿交叉核对，以及哪些场景下这套方法本身就不靠谱。
先说清楚一个前提：判断幻觉不是要你每次都做深度考证，而是把「顺手就用」变成「顺手扫一眼」。下面按信号、反问、核对、失效场景、日常习惯五步走，每一步都能当场用起来。你不需要懂模型怎么训练，只需要知道什么样的回答值得停下来多问一句。
三类可以先看的信号：像真的、但对不上
第一类信号是细节过分丰富却无法追溯。具体数字、编号、条文号、人名书名给得很干脆，看起来很专业，但你问它出处，它就开始含糊、绕开，或者换一种问法后答案又变了。这跟真实的详实不一样：真答案通常能落到某个可查证的出处，幻觉往往只在被追问时露馅。
第二类是答案内部自相矛盾。同一段话里前后口径不一致，或者换个措辞再问一遍，结论就飘了。第三类更隐蔽：答得太顺、没有边界。对任何一个偏门问题都能立刻给出完整结构，从不承认不确定，这类最危险，因为它的语气让你放松警惕。
| 观察点 | 像真答案的样子 | 更像幻觉的样子 |
|---|---|---|
| 出处 | 能指出可查证的位置 | 含糊、临时改口或换问法就变 |
| 内部逻辑 | 前后口径一致 | 同段自相矛盾、结论飘 |
| 边界感 | 会主动说哪里不确定 | 任何问题都秒答、结构完整 |
| 细节 | 细节能对回原始来源 | 细节堆得很满但落不了地 |
把这张表当成扫描清单：一个答案同时命中两三条，就先别用，进入下面的反问环节。只命中一条也不必慌，可能是模型表达习惯问题，继续往下验证即可。
反问顺序：先用四个动作把答案逼出破绽
不要正面问「你是不是在编」，那样它大概率还是顺着你说。用下面四步，把同一个问题换个角度逼一遍，稳定性会自己暴露出来。
- 让它复述来源要求指出出处、章节或可查证的原文位置。给不出、或者出处听起来很笼统，就是信号。
- 换问法再问一遍把同一问题改成封闭式或反向提问，看结论是否稳定。两次答案明显分叉的地方，重点标记。
- 让它自查边界明确要求列出「我不确定的部分」。正常答案会给出边界，幻觉往往继续编、继续笃定。
- 拆小追问把复合问题拆成几步分别问。编造内容通常在被拆细后接不上，前后拼不回来。
这四步不需要同时做，通常两步就能看出来。重点是别只看它第一遍答得多顺，而是看它第二遍、第三遍还稳不稳。稳定不代表一定正确，但反复飘的答案一定不能直接用。
交叉核对：什么内容必须去站外对一遍
不是所有内容都值得逐句核对，成本太高。做法是按内容类型分级：涉及数字、法规条文、引用来源、医疗与法律建议的，一律以原始出处为准，模型输出只当检索线索；观点、创意、方案取舍这类没有标准答案的，不适用「幻觉」判定，只能靠你自己拍板。
- 核对时优先找一手来源，二手转述容易把同一处错误重复一遍
- 对时效性强的内容，先确认它的信息截止点，再判断是过期还是编造
- 到 /ai-dict/category/safety 把常见说法和术语对一遍，术语都对不上通常整段不可信
- 需要跟当下数字的，去 /price-watch 和 /rankings 核对当时的数字，别拿记忆里的旧结论套
另外要区分「过期」和「编造」：同一个说法两三年前对，现在不对，是信息时效问题；如果它在原始来源里根本查不到，那才是幻觉。这两者处理方式不同，前者只要更新资料，后者要整段重来。
这套判断什么时候不管用
这套方法有明确的失效边界，不说清楚反而误导人。第一种情况是你自己不懂这个领域，上面所有信号都可能被绕过，这时候只能靠外部权威来源，而不是靠「读起来怪不怪」。第二种是问题本身没有标准答案，比如观点、创意、方案取舍，这时不存在幻觉基准，别硬套。
第三种是模型被要求做翻译、改写、总结，这类任务里偏离原文更像误差而不是编造，判断标准要换成「对照原文」。第四种是对时效性很强的事实，与其反复问模型，不如去 /ai-status 看服务状态、去 /news/daily 跟进度，信息源更直接。
先判断这个问题有没有唯一正确答案，再决定要不要用幻觉这套标准去查。
日常习惯清单：把核验成本压到最低
与其每次事后猜哪句是假的，不如把核验动作前移到提问和使用环节。下面几条是日常最省事的做法，挑两三条先跑起来就行。
- 提问时就要求它标出不确定项，比事后猜哪句是假的省事
- 把要用的关键结论单独摘出来，逐条标「已核对 / 待核对 / 弃用」
- 同一问题换一个模型再问一次，结论明显分叉的地方重点查
- 记录下它编过的那类问题，下次同类问题直接跳过模型先查原始资料
- 对要写进正式文档的内容，默认全部标「待核对」再逐条处理
这套习惯的价值不在一次两次，而在于你会慢慢摸出模型容易在哪些类型的问题上飘。摸清之后，你在提问阶段就能预判风险，而不是每次都被动返工。
把核验动作固定下来想少踩坑，光靠记方法是撑不久的，把术语和安全相关的判断标准放到收藏夹里随手对。到 /tools/speed-test 和 /sites 看看不同通道的实际表现，配合上面的反问顺序一起用，判断会快很多。→常见问题
模型回答得很详细，是不是就说明比较可信？
恰恰相反，细节多但追溯不到出处，是编造最典型的形态。判断标准不是详不详细，而是它给的细节能不能被你独立验证，以及换个问法结论是否稳定。细节丰富只能说明它写得像，不代表它对。
同一个问题问两遍答案不一样，就一定是在胡说吗？
不一定，但值得警惕。生成过程本身有随机性，措辞会变，关键看核心结论有没有变。如果结论、数字、出处这类硬信息前后不一致，基本可以判定这一段不可靠，得去原始出处重新核对。
有没有哪种场景，模型说什么我直接信就行？
创意发散、写作润色、整理你自己提供的材料，这些场景它编不出事实性错误，因为结论由你掌握。但凡是涉及外部事实、数字、法规、他人观点，就必须外部核对。判据很简单：错了会不会造成实质损失。
