最近Open AI 发布了一个重磅论文，揭秘了AI为什么会胡说八道，AI幻觉这个问题从理论层面得到了系统性的解释。这个论文可能会改变整个AI产品的设计思路甚至重塑整个AI模型的评测标准。此前我们普遍认为，随着技术迭代（如模型参数升级、算法优化），AI 幻觉会逐步缓解。但即便上月 GPT-5 发布，面对部分问题时，AI “一本正经说假话” 的现象仍未消失。而这篇论文抛出了一个颠覆认知的核心结论：校准性能优异的大模型，必然伴随幻觉；完全 “不胡说八道” 的模型，反而存在校准缺陷 —— 从技术层面看，这类模型并非优质大模型。
 

为什么说不会胡说八道的模型不是好的模型，背后的原因也很简单：就是AI大模型在训练他的过程中就是鼓励它去猜测鼓励它去推理胡说八道，而不是让它承认它不知道它有些东西不确定。所以这压根不是一个技术的问题，而是一个系统性的问题，你技术越好这个AI大模型就越善于猜测，它就越有可能给一个胡说八道的答案。是它的训练方式中的评分淘汰机制，这就决定了如果它不胡说八道，就像一个学生写试卷，如果它不写就是零分，但是它写了它还可能得到点分数，不然它就是要被人类打分后淘汰的。

所以如果这个AI的训练方式改变了，那么可能以后我们再问他答案它会直接告诉我们不知道，而不是强行捏造出来一个答案。根据论文里的信息给大家几个建议，在新的AI到来之前可以更好的训练AI，尽可能的降低AI的幻觉率，不让他胡说八道。

这几个建议可以添加到你给大模型的prompt的最后，作为减少幻觉的提示词优化：

1.只有在你非常确定这件事的情况下，才会告诉我这个信息，否则直接告诉我你不知道。（你问的时间，地点，人物等）

2.如果你知道的话你就告诉我，如果你的信息来源不是很可靠那你可以把信息来源告诉我，并且告诉我可靠程度是多少？

3.（在你给AI一个不可靠的回答的时候）你对当前问题的答案进行可行度评级：如实告诉我你对这个答案是非常确定，比较确定，不太确定还是基本靠猜测。

4.这个数据在你的训练数据中出现过几次？如实告诉我。

5.采用分层回答形式：将 “高度确定的信息” 与 “不确定的信息” 明确拆分呈现，避免混为一谈。

6.相较于提供可能出错的答案，我更希望你在面对不确定信息时，直接告知 “不知道”。