如何高效核实 AI 回答，无需逐句查证
AI 回答的大部分内容通常是准确的，但漏洞往往藏在日期、数字、引用和信源中。教你如何甄别重点、高效查找信源并核实真伪。
无论回答是对是错，Llama 的语气总是流畅而自信。大多数时候大方向没问题，但陷阱往往藏在细节中：偏了一年的日期、查无此人的名言、早已变更的规定，或是根本不存在的书籍。你不需要核实所有内容，而是需要一种快速判断“该核查什么”以及“如何核查”的方法。以下就是具体技巧。
了解错误高发区
某些类型的内容更容易出错。请将以下内容列入“使用前必核”清单：
- 精确数字：统计数据、价格、度量值、百分比。
- 日期与事件顺序。
- 名言金句：安在真实人物名下的引言。
- 文献引用：书籍、论文、文章、页码、链接。模型经常凭空捏造看似毫无破绽的参考文献。
- 近期发生的事。根据 Meta 的模型说明，Llama 4 的训练数据截止于 2024 年 8 月，Llama 3.x 截止于 2023 年 12 月。我们的对话功能无法联网搜索，因此更新的事件、价格、法律法规和软件版本它一概不知。
- 小众冷门事实：小城镇、知名度较低的人物、地方性规定。
- 医疗、法律和财务具体细节：这些领域一旦出错代价最高。
关于成熟常识性知识的宽泛解释（例如光合作用的原理或什么是房屋抵押贷款）通常更可靠，但依然不能保证百分之百准确。
核实五步法
- 判断后果严重程度。写一首生日诗无需核对；但写入报告的数据、用药疑问或法律截止日期则必须核实。根据事情的重要性分配精力。
- 提炼事实陈述。让 Llama 为你把它们列成清单（提示词见下文）。列表比大段文字核对起来容易得多。
- 比对第一手权威信源：官方网站、研究原文、法条本身、企业的官方文档。再问一遍 AI 得到的回答不算信源。
- 核查时间戳。你的参考资料是最新版吗？在模型的数据截止日期之后是否有任何变动？
- 修正或舍弃。纠正错误之处。如果某条陈述无法证实，请直接删去或标明未核实。
请回顾你刚才的回答。提炼出其中的每一项客观事实陈述（人名、日期、数字、引用、规则），并整理成三列表格：事实陈述、你的确信程度（确信 / 较确信 / 猜测）、可以查证该事实的途径。不要添加任何新内容。
模型自己给出的确信程度只能作为参考，毕竟它常常“极其自信地胡说八道”，但它能帮你决定从哪里入手核查。在对话中打开事实核查表格提示词，用于核查你刚得到的回答。
换一种提问方式，让核对更轻松
低效提问： 我把公寓短租出去有什么规定？
高效提问： 请概括介绍一下短租通常适用的各类规定（登记、税务、物业规定、保险）。不要列出我所在城市的具体法条或金额；而是告诉我应该向哪些政府部门或查看哪些官方文件核实，以及向他们询问什么。我住在[国家/城市]。
高效提问发挥了 Llama 的长处（搭建框架、解释概念、梳理清单），同时引导你去权威信源查询那些因地因时而异的具体细节。
其他实用习惯：
- 主动提供信源。粘贴文章、合同或文档，并要求“仅根据该文本回答，并引用你依据的原句”。然后逐一核对引用与原文。
- 允许回答“不知道”。加上一句“如果你不清楚，请直说”，能大幅提高模型坦白承认“我不确定”的几率。
- 区分事实与观点。“请标明哪些部分是确凿事实，哪些是观点推论。”
核查引文与文献
当回答中提及某本书籍、论文或文章时，请在图书馆目录、学术搜索引擎或出版商网站上搜索其准确标题。如果搜不到，通常说明它并不存在。如果确实存在，务必点开查看，确认其内容是否真如回答所言，因为即使论文真实存在，模型也可能描述错误。对于名人名言，请查找原始演讲、采访或文稿；网上的名言合集同样充斥着张冠李戴。
在学术作业或任何公开发布的内容中，绝不要引用你没有亲自阅读过的文献。
更稳妥的用法是反向操作：自己找到信源，粘贴相关段落，让 Llama 进行对比、解释或总结。
以下是关于同一主题的两篇不同报告的片段。它们在哪些方面观点一致，在哪些方面存在分歧，各自有哪些陈述是我需要进一步核实的事实？请引用原句说明。片段 A：[粘贴] 片段 B：[粘贴]
因为回答中的每一句话都可以追溯到你提供的原文引用，核对只需几分钟，无需耗费一整个下午。
核查 Llama 识别图像的内容
Llama 4 Maverick 和 Llama 4 Scout 可以识别照片和截图，但小字号印刷、手写体、光线不足以及复杂的图表很容易导致识读错误。当模型从图片中提取数字或文字时，务必肉眼抽查比对几个数值。可以要求它“对任何不确定的内容用 (?) 标记”，以便一眼看出存疑的识别结果。
回答中的危险信号
- 给出非常精确的数据，却没有标明任何出处。
- 引语措辞过于工整完美，完全不像该人物本人的说话风格。
- 提及你所在国家法律的具体法条编号、截止日期或金额。
- 细节看似详尽无可挑剔，但全网查无此人的参考文献。
- 声称是“最新”的版本、价格或事件。模型眼中的“最新”永远定格在其知识截止日期。
- 重新生成后前后矛盾的事实。遇到重要问题，不妨重新生成一两次；如果不同版本的细节发生变化，请将所有版本均视作未核实。
去哪里核实
| 陈述类型 | 推荐核查渠道 |
|---|---|
| 法律与官方规则 | 政府官网及官方法律数据库 |
| 医疗健康 | 国家卫生健康机构、执业医师或药剂师 |
| 统计数据 | 国家统计局、原始调研报告 |
| 科学研究 | 论文原文、高校或科研机构主页 |
| 软件技术 | 官方技术文档与版本发布说明（Release Notes） |
| 新闻与近期热点 | 多家知名权威主流媒体 |
借助文本总结工具，你可以更快读完冗长的资料：先总结官方文件，再针对关键段落查阅原文。如果想从原理上理解错误产生的原因，请阅读大语言模型工作原理；如需了解涉及敏感话题时的安全使用习惯，请参阅 AI 隐私与安全指南。
常见问题
Llama 出错的频率有多高？
没有固定的数字。这取决于具体主题、所选模型、提问方式以及你是否提供了背景素材。在亲自核实之前，请假定任何具体事实都可能存在偏差。
模型参数越大，回答越准确吗？
参数更大的模型通常掌握更多事实知识，但任何模型都会犯错，而且没有一个模型能知晓其截止日期之后发生的事。在我们聊天室的所有四款模型中，核查都必不可少。对比 Llama 4 Maverick 和 Llama 3.3 70B 的回答可以帮你锁定存疑点，但两者一致并不等同于答案真实正确。
Llama 能帮我核查某个网站吗？
不能。它无法直接打开网页链接。你可以将相关文本复制粘贴到对话框中，针对文本内容向它提问。
针对图片的回答也需要核查吗？
需要。当 Llama 4 描述照片或提取截图中的文字时，可能会看错微小细节，或对模糊部分生搬硬套。在采信关键数据之前，请务必亲自比对图片原图。
为什么它会道歉并修改原本正确的回答？
对话模型的微调偏向于顺应用户，因此质疑往往会导致它即便原本回答正确也选择让步。正因如此，外部权威信源才是唯一的检验标准，切勿让模型做自我评价。
