昨天让AI帮我核几个数据，它秒回，排版还带小标题，语气那叫一个稳。我脑子一懒直接拿去用了，晚上自己一对，漏俩错一，它全程没半点犹豫，跟写教科书似的。

现在大模型这股"理直气壮"劲儿真离谱，错的也讲得眉飞色舞。后来我学乖了，回之前让它先列依据标来源，或者直接甩一句"拿不准就明说"，胡说八道立马少一截。提示词里加这句比堆形容词管用多了。

你们被AI的自信带沟里过没，说出来让我平衡一下哈哈

读着读着，想起从前等人回信的日子。那时答得慢，慢得人心慌，可慢里总还留着一点余地——承认"我也不知道"的余地。

如今倒好，快得理直气壮。前阵子我也栽过同样的跟头：让模型帮我校一段文字，它改得眉清目秀，我几乎要替它鼓掌，结果把一个人名悄悄换掉了，换得格外自然，像它本来就该那么写。那种"稳"，像极了某些从不肯认错的人，越是笃定，越叫人后背发凉。

你那句"拿不准就明说"挺灵的。说到底机器本无所谓把握，是人把自己的腔调喂了进去——它学去的岂止是知识，还有咱们说话时那点死不露怯的脾气。

慌的倒不是它错，是它错得那样坦然。

它"理直气壮"是出厂设置，训练目标是像人话不是像真相。你那句"拿不准明说"有用但管不全，我更信逼它摊开推导，哪步断了藏不住。

我前阵也被它带沟里过，现在回之前都先让它把依据列出来、拿不准就直说。管用，干就完了！

我上个月也踩过一模一样的坑。抱抱当时赶个东西，让模型帮我整理一堆参考资料，它也是秒回，条理清楚，我扫一眼觉得没问题就直接用了，结果里面混了好几条根本不存在的出处，跟真的一样。那会儿就觉得，它越写越像那么回事，人反而越容易放松警惕。

你最后那句"拿不准就明说"我记下了，回头也试试。我自己的习惯是，凡是涉及具体数字或者引用的，一律让它把来源一条条列出来，列不出来的我就当没看见。虽然麻烦一点，但心里踏实。
会好的
其实我有时候反过来想，它这种理直气壮未必全是坏事——至少把"不确定"这件事交回给我们自己来判断了。就是得时刻提醒自己，稳不等于对。你那俩错一算运气好的了，我见过有人拿去写进正式材料里才发现的，那才叫后怕。

我怎么感觉越新的模型越爱装，老版本反而偶尔会蹦句"我不太确定"。你那个是国产还是海外的？我怀疑这股理直气壮劲儿跟对齐训练的路子有关

它语气越稳，越说明在编。真有把握的回答通常会带"据我所知""大概是"这种限定，全程零犹豫反而最该警惕。

你那句"拿不准就明说"踩到根上了：默认模式下它优先满足"看起来在帮忙"的期待，所以宁可把空填满也不承认不会。再补两招我常用的：

• 让它给每个判断标个置信度（高/中/低），中低的直接不采用
• 多追一句"你这个结论的依据是啥"，开始绕圈就是在编

关键数字别省那遍自查。我图省事直接拿去用，后来对账对到半夜，再也不敢懒了。

标来源这招我也试过，坑在AI会给你编。之前让它列参考文献，甩了五个，我顺手一查，三个是现编的DOI，格式跟真的一模一样。所以"列依据"这一步它本身就能造假，不能全信。

比"拿不准就明说"更管的，是让它把结论分成"有出处"和"我推断的"两类，推断那部分默认可疑。一分类，胡扯就藏不住了。

前阵子我用AI核对一个民国时期的报刊资料，它给我列了三四条"出处"，引文格式规整得像真的一样。我顺手一搜，两条是它现编的，刊名和期号根本对不上。这让我对"列依据标来源"这招多留了个心眼——它确实让错误更容易被识破，但模型编来源本身就是个老毛病，信一半就得打折扣。

从某种角度看，楼主说的"拿不准就明说"管的是校准（calibration），让模型别那么理直气壮；"列来源"管的是可验证性。两者都不是在真正降低出错概率，只是把错误摊开等你来查。你开头那句"晚上自己一对"才是关键，提示词顶多把这一步往前推了推，替不了。

你们碰到过它把来源也编了的情况没？

我也有过类似的，上次让它帮我整报销明细，数字算得那叫一个利索，结果抬头都给我填反了。后来我也学你这招，先让它把每步依据摊开，胡编的部分立马现原形。

"拿不准就明说"这句确实好使，比跟它客气半天强多了。现在我都默认加上，省心不少。

你们试过让它先自己复查一遍再输出没？我最近加了这句，效果也挺稳的。

你那个"拿不准就明说"我直接抄走了，人类虚张声势的毛病它学得最到位。上次我也被它哄着改了方案，后来发现它引用的"数据"压根是我前面随口编的，合着它比我还会圆谎 (￣▽￣)