AI是一辆时代快车，一旦踏上，你就不会再想回头！

——————————————

很多人都在用AI帮自己整点材料、写点文字。不过，AI的输出总是会有胡编乱造的成份——也就是大模型存在“幻觉”问题。

有没有办法克服“幻觉”呢？

答案是：没有！

这是由大模型的工作原理决定的。

相信听过王珏老师AI课程的老师，都对如下结论留下深刻印象：

大模型是一套数学模型，它的本质是针对用户的输入，计算后续字符的“语言概率”：

大模型既不存储答案（人类的知识），也不知道什么叫“正确”——它只是一台“计算器”而已。

也就是说，“幻觉”对大模型来说，是不可避免的！

不过，我们确实可以通过一些方法，降低大模型的“幻觉率”，提高输出的准确性。

第一，喂资料

在提问时，向大模型上传附件资料。

这样，大模型在回答你的问题时，就会先检索-->再根据检索结果进行组织、提炼、整合，形成一个回复。

——这套流程就是很多人听说过的RAG：

RAG最大的好处，是解决了大模型因为“不知道”而造成的“幻觉”问题。

但是，由于大模型“生成式”的工作方式，即便是RAG（提供资料），也不能杜绝“幻觉”现象，只能“减少幻觉”。

（本文只讨论基于我们上传资料提高准确性的情况）

第二，提示词

提示词，首先是要表述清晰、详细。

有很多时候，我们自己没有把问题想清楚、只有一个朦胧的方向，或者提问时偷懒，比较简短、语焉不详、很多细节没交待清楚，会导致大模型的输出似是而非、空洞无物。

如何“问清楚”，可参考以下提示词框架：

这里只说一个我看到的研究数据：使用大模型的高手，平均每个问题提示词字数为70~80字。

据我所知，大多数老师、在大多数场景下，提示词的数量连一半都到不了！

因此，以前你绞尽脑汁的是：文章该怎么写，现在则需要在“该怎么写提示词”上多下功夫了！

——事实上，学习写好“提示词”，是用好大模型最重要的工作（没有之一）！

也许有人觉得写提示词没什么技术含量，其实不然！提示词的水深得很，真正想写好，是很不容易的——不仅需要态度上重视（需要花精力琢磨）、需要一定的文字表达能力、更需要有较高的认知能力（这才是提高大模型应用能力的真正难点）。

不过，即便提问质量高了、资料也喂够了，能不能保证大模型输出准确呢？

——仍然不能！前面说的那条结论，仍然成立！

不过，王珏老师在长期摸索的过程中，却发现了一个提示词的写法，“似乎”能极大地提高准确性！

我至少尝试过两次，对于上万字的原始资料、输出2000~3000字的文档，经人工逐个核对，每一个事实、观点、数据，都能做到准确无误。