避免幻覺
讓 AI 少一本正經講錯話
AI 有時會「一本正經地胡說八道」——把不知道的答案編得煞有其事。兩招能大幅降低：先給它台階下（明講「不知道就說不知道」），還有要它先找出處、引用原文，再根據原文回答。這在牽涉法規、數字、報價時特別重要。
這一站重點
- AI 會編造得很像真的——法條、數字、日期最容易出錯，偏偏這些最不能錯。
- 第一招:給它台階下。明講「如果你不確定或資料裡沒有，就直接說不知道」。
- 第二招:先引用、再回答。要它先從你給的資料裡找出相關原文，再根據那段作答。
- 牽涉錢、法規、承諾的答案，AI 講什麼都要自己再查證——這是你的責任。
深入研讀 · 實作步驟
上面的重點讀完就夠用了；想真的搞懂原理、照著做，往下看完整說明與步驟。
先搞懂 AI 為什麼會「幻覺」：它的本質是「接下一個最像樣的字」，所以當它不知道答案時，預設不是承認，而是生一個聽起來很合理的版本給你——語氣一樣自信、格式一樣漂亮，你很難一眼看出是編的。最危險的是它最愛在「具體的法條號碼、金額、日期、統計數字」上出包，而這些偏偏是台灣中小企業最不能錯的東西（報錯價、引錯法規會出事）。
第一招，也是最簡單的一招：給它台階下。AI 會硬掰，有一部分是因為它以為「一定要給出答案」。你只要在提示裡明白告訴它：「如果你不確定，或這在我給的資料裡找不到，請直接說『我不確定』或『資料中沒有』，不要猜、不要編」——等於給它一條誠實的退路。你會發現它從硬掰變成老實承認的比例高很多。這一句話幾乎零成本，卻很有效。
第二招更強，尤其是你有給它參考資料（貼了一份合約、規章、產品說明）時：要它先引用、再回答。做法是「請先從我給的文件裡，把跟這個問題相關的原文段落原封不動引用出來，再根據那段原文回答我」。這招逼它「有根據才能講」——它得先真的在文件裡找到那句話，答案就會被那句話綁住，不能亂飄。找不到，它自然就會說找不到，而不是編一個。
但最重要的一條，是心態：這兩招是降低風險，不是保證正確。只要答案牽涉到錢、法律、對客戶的承諾，不管 AI 講得多有把握，你都要把它當「一個很勤快但可能記錯的實習生給的草稿」——關鍵數字、法條、報價，一定自己再查證一次原始來源。AI 幫你省的是打字和整理的時間，不是幫你扛「講錯話」的責任。這條線最後這一課，講的其實是「盡責」。
實作步驟
- 主動給它一條誠實的退路 在提示裡加一句：
如果你不確定或資料裡沒有，請直接說「不確定」或「資料中沒有」，不要猜也不要編。這句能大幅降低硬掰。 - 有給資料時,要求「先引用原文再回答」 「請先把文件中跟這題相關的原文段落原封不動貼出來，再根據那段回答」。逼它有憑有據，答案就不會亂飄。
- 叫它標出「哪些是推測」 補一句「如果有任何部分是你的推論而非資料明確寫的，請特別標註出來」。讓你一眼分辨哪些能信、哪些要再查。
- 碰到錢、法規、承諾,一律自己查證 關鍵數字、法條號碼、報價、對客戶的承諾——AI 講得再肯定也要回到原始來源再確認一次。這是你的責任，不是它的。
例子:逼它硬答 vs 給台階＋要出處
我們公司這種情況適用勞基法第幾條?罰多少?
根據我貼上的〈公司請假規則〉文件回答：這種情況我們內部規定怎麼處理？請先把文件裡相關的原文段落原封不動引用出來，再據此回答；如果文件中沒有寫，就直接說「文件中沒有規定」，不要自己推測法條或金額。（涉及勞基法的部分我會另外找專業人士確認。）
常見踩雷
- 把 AI 給的法條號碼、金額、日期直接拿去用——這幾類最常被它編得像真的，務必查證。
- 沒給它「說不知道」的退路——它會以為必須給答案，於是硬掰一個。
- 以為加了這兩招就能全信——它們是降低風險，牽涉錢和法律的還是要自己把關。
深入來源：anthropics/courses・Prompt Engineering Interactive Tutorial（CC BY-NC 4.0）
在 prompt 加上「不確定就說不知道、只根據我給的資料回答」，測一個它可能會亂編的問題。
改編來源： anthropics/courses・Prompt Engineering Interactive Tutorial（CC BY-NC 4.0）