前两个月，我半夜刷短视频，刷到李亚鹏带货八珍糕的切片。
大半夜嘴馋得不行，就随手让一个大模型 （某问） 给推荐几款口碑好的。
它兴冲冲地给我列了5个品牌，还附带了个表格，对比每个品牌的优劣，以及推荐理由。
我咽着口水去电商平台一个一个搜：
2 个品牌，根本不存在。
剩下的 3 个里，有 2 家压根就不卖这个产品。
当时我就气笑了。
看到这，你的第一反应是不是：这模型太笨了。
但静下心回想一下——哪怕换成市面上最顶级、最贵的模型，它也经常会一本正经地胡说八道。
这说明了一件事： “问题根本不在模型上。”
答案不是 AI 不够聪明，也不是你用的姿势不对。而是一个更底层的东西，这是它出生第一天，就埋进去的规则。
“搞懂了这个规则，你才能真正治住它。”
认清物种差异：它不是在撒谎，只是不敢说不知道
人在崩溃的时候，大概都对 AI 说过这种话：
“又编了？又编了！我都说了请给我真实数据了，你能不能不要这样？”
然后关掉对话框，默默决定：涉及真实数据的事还是自己查，AI 不可信。
这情绪我太懂了。
先来想一个问题： 你上次让AI翻车的那个任务，你给它资料了吗？还是直接问它“帮我查一下”？
如果是后者，你刚刚找到了问题的源头——你默认把它当成百度在用。
但这并不是你的错，因为没有人告诉过你：
“搜索引擎和生成式 AI，是两种完全不同的物种，但我们一直用同一种方式对待它们。”
搜索引擎的底层规则是求真。
有就给，没有就说无结果。它宁可让你失望，也不会给你一个打不开的空网址。
生成式 AI 的底层规则是求流畅。
对话不能断，空白不能留。它的最高指令不是说真话，而是把话接下去。
这不是它的缺陷，是它被训练的方式。
所以——
它没学会撒谎，甚至不知道自己在撒谎。它只是在忠实执行一条铁律：接话，不许停。
它没有拒绝和沉默的权力。
「信息真空」：幻觉真正的开关
你知道即兴喜剧演员的第一条规则是什么吗？
“Yes, And……”，舞台上永远不能说“不”。
搭档递来任何东西，你必须接住，然后把戏演下去。没有剧本不是问题，说“我不知道”才是最大的罪。
生成式 AI 就是这样被训练出来的。
当你给它一个任务，它面前同时出现了两种可能：
一种是它的知识库里，刚好有足够的真实信息可以调用；
一种是它面前出现了一片空白——那个任务所需要的信息，根本不在它能伸手够到的地方。
遇到第一种，它是个完美称职的助理。
遇到第二种，它没有能力说“我不知道” （它没学过这个）。
所以它做了一件也是唯一会做的事：扫一眼见过的所有类似情况，挑一个最像真的，填进去。
然后用最平静的语气，告诉你一个它自己都不知道是假的答案。这在 AI 行业里，被称为「幻觉」 （Hallucination）。
这就是幻觉的完整机制：信息真空 × 求流畅本能 = 幻觉
因为接话茬、求流畅是它的生存本能，所以这个公式里真正的关键，是「信息真空」。
只要任务里有真空地带 （没给资料、让它凭记忆回答、只看搜索摘要），它就会启动本能，用想象力填满它。
这一点上，你换再好的模型都没有用。因为求流畅不是某个模型的 bug，而是所有生成式 AI 的底层规则。
你要做的不是找个更诚实的 AI，而是： “把真空堵死。”
空白消失了，想象力就无处落脚。
三道防线：不给它发挥的余地
既然要堵死真空，得先知道它藏在哪。在你给 AI 布置任务的时候，一般会有 3 个真空地带：
-
事前 （输入端）：丢给它一个光秃秃的指令，面前没资料，只能凭记忆瞎编；或者只看了网页标题，根本没点进正文。 -
事中 （处理端）：虽然给了资料，但它在写结论时依然有自由发挥的空间，顺手就把财报里的 8% 改成了 18%。 -
事后 （输出端）：这颗叫 18% 的地雷，被天衣无缝地埋在几千字里，肉眼根本查不出来。
对付这三个漏洞，别指望 AI 能自觉，得用死规则逼它就范。
这里直接给出两套 Prompt 模板，对应阅读资料和联网搜索两种场景。每个模板里的 3 个指令，分别去堵它的 3 个真空地带。
模板一：投喂模式
（手头有现成文件或资料时使用）
请阅读我上传的材料，回答：[你的问题]
① 基于且仅基于我提供的材料回答，原文没有的直接说“材料中未提及”，不要脑补。
② 请分两步：Step 1 先摘录材料中与问题直接相关的原文；Step 2 基于摘录写回答。
③ 最后附一份数据核查表：列出文中每个数据及其对应的来源页码/段落。
如果它手里没现成资料，需要自己去全网找，那就换个场景：
模板二：联网模式
（让它自己去全网搜集时使用）
请联网搜索：[关键词]
① 必须点进网页深度阅读正文，严禁只看搜索摘要。
② 关键数据必须对比至少两个来源。来源有矛盾的直接展示给我，不要自己取平均。
③ 所有链接在列出前先自己回测，打不开的直接略过。
加不加这两段防线，反差非常大 （以让 AI 写瑞幸财报增长分析为例）。
不加防线时，它会给你一份激情澎湃的报告，里面混着它推算出来的门店数和根本不存在的新品。发给老板一查原文，直接翻车。
加了防线后，它必须先老老实实把数据抄一遍。最终给你的分析，每句话后面都跟着来源页码。
这一次交稿时，你手里握着的是证据，不是运气。
驯兽师：左手防线，右手放风
把这两套模板存起来，每次涉及精确数据的任务就套上，这是一次性投入。
你定规则，AI 干活。走到这一步，你才真正变成了「AI工作流设计师」。
但最后提个醒：别用力过猛，把 AI 最值钱的东西也杀了。
它的底层规则是求流畅，遇到空白就填。
需要精确数据时，这是你的敌人
但做选题发散、找创意时，这恰恰是你最好的帮手。
你可以把防线撤掉，主动制造真空，告诉它：
“给我想 5 个违反常识的营销概念，越离谱越好，别管能不能落地。”
它给的答案 99% 是废话，但唯独那 1%，就是你自己思维打不开的那扇窗。
拿到这 1% 后，你再重新拉起防线，用证据去锚定它。
“知道什么时候关笼子，什么时候放它去撒野，才是真正的判断力。”
AI 负责求流畅，你负责做判断。
不过，还有一种情况，三道防线也防不住。
不是真空没堵死，而是有人提前替 AI 把真空填好了——填的，是他们想让你看到的“事实”。
业内最近流行一个新词：「GEO」。
简单来说，就是有人专门给大模型做内容优化。类似SEO影响搜索排名，现在有人针对AI做定向优化。
这意味着，即使你的防线全开，你拿到的真实信息，也可能是被精心设计过的结果。
这是一个更深的坑，需要单独讲。以后见。