AI 出错不会脸红，但责任在把关的人。
一句话理解：幻觉就是 AI“不懂装懂”——像一位自尊心很强的老师，遇到不会的问题也要编出一个看起来头头是道的答案，甚至连参考文献都是虚构的。
关键要点
- 根源在工作原理：模型追求的是“接得像真的”（概率上合理），而不是“事实为真”，它并没有内置的事实核查机制。
- 高发区：具体数字、文献引用、人名职务、冷门知识，以及“逼它回答它不知道的问题”。
- 错误前提会诱导幻觉：问“《狂人日记》发表在哪期《人民文学》上”，它可能顺着错误前提编下去。
- 缓解方法：指令中写明“只根据我提供的资料回答，资料里没有就直说不知道”；要求给出处；提供原始材料；关键事实人工复核。
延伸阅读
给学生的一堂“识别幻觉”课
把 AI 编造的一条文献投屏，带学生去知网检索——查无此文。这个十分钟的现场演示，比十次说教更能建立学生对 AI 的健康怀疑态度。