如何写出“防胡说”prompt？这几个关键技巧你必须知道

AI Insight 专栏作者

2025-06-08

19.4k 阅读

71 评论

写 prompt 最头疼的是什么？就是 AI 顺着你的问题开始 “一本正经地胡说八道”。明明问的是具体数据，它能编出一串看起来像模像样的数字；让它分析专业领域，却冒出一堆常识性错误。想要避免这种情况，关键就在 prompt 的设计上。这篇内容就拆解几个核心技巧，帮你写出真正能 “防胡说” 的 prompt。

🎯 第一个关键：指令必须 “窄而具体”，拒绝宽泛表述

很多人写 prompt 喜欢用 “帮我分析一下 XX 行业”“讲讲 XX 历史” 这种大而化之的说法。这种指令等于给了 AI 无限发挥的空间，它很容易在信息不全的时候开始 “脑补”。

比如你想了解 “2024 年中国新能源汽车的出口数据”，如果只说 “告诉我 2024 年中国新能源汽车出口情况”，AI 可能会把 2023 年的数据改改年份就发给你，甚至编一个看起来合理的增长率。但如果换成 “列出 2024 年中国新能源汽车月度出口量，需注明数据来源为海关总署或工信部公开报告，若无法提供确切数据请说明‘暂无官方数据’”，情况就会好很多。

核心在于把 “要什么” 和 “不要什么” 都说清楚。你可以在 prompt 里加入具体的维度限制，比如时间范围、数据来源、信息层级等。举个例子，问法律问题时，不说 “解释一下劳动合同法”，而是 “根据 2023 年修订版《劳动合同法》，说明试用期最长不得超过几个月，引用具体条款编号”，AI 就很难乱编了。

还有个小技巧，在指令末尾加一句 “所有表述需可验证，对于不确定的信息用‘可能’‘疑似’等词标注”。亲测这个约束能让 AI 的 “胡说阈值” 提高不少。

📌 第二个关键：给足 “信息锚点”，让 AI 有据可依

AI 胡说的根源往往是 “信息不足但必须回答”。解决这个问题的办法，就是在 prompt 里提供足够的 “锚点信息”，让它只能在你给的框架内发挥。

比如你想让 AI 分析某款产品的市场反馈，不要只说 “分析 A 产品的用户评价”。可以改成 “基于以下 3 条 A 产品的用户评论：1.‘续航比宣传少 2 小时’；2.‘客服响应很慢’；3.‘价格偏贵但质感不错’，总结用户对产品的 3 个核心反馈，不得添加评论中未提及的内容”。

这里的 “锚点” 就是你提供的具体信息，加上 “不得添加额外内容” 的约束，AI 就很难凭空捏造。再举个例子，做历史事件分析时，你可以先给出几个确定的时间节点和事件，然后让 AI 基于这些信息梳理脉络，比如 “已知 1945 年 8 月 15 日日本宣布投降，1945 年 9 月 2 日签署投降书，请据此说明抗日战争胜利的标志性事件，不得涉及上述时间点之外的内容”。

信息锚点越具体，AI 发挥的空间就越小。如果你担心 AI 会忽略锚点，可以在 prompt 里重复强调 “所有结论必须基于上述提供的信息”，这种重复约束往往很有效。

🚫 第三个关键：划定 “能力边界”，提前堵住漏洞

AI 经常会在自己不擅长的领域强行回答，导致胡说。所以在 prompt 里明确它的 “能力边界”，告诉它哪些情况应该 “认怂”，反而能提高内容可信度。

比如问一些专业领域的问题时，可以加上 “若涉及医学、法律等专业建议，需注明‘以下内容仅供参考，不构成专业指导’；若无法确定答案，请直接回复‘该问题超出我的知识范围’”。

还有一种情况是 AI 会 “假装知道” 最新信息。你可以在 prompt 里加入时间限制，比如 “基于 2023 年 10 月前的公开信息回答，对于 2023 年 10 月后的事件，若无法确认请说明‘暂无最新数据’”。现在很多 AI 模型的训练数据截止到某个时间点，这种时间边界的设定能有效避免它编造未来的信息。

另外，对于一些容易混淆的概念，提前在 prompt 里做区分也很有用。比如 “解释‘定金’和‘订金’的区别时，需明确指出二者在法律层面的不同，不得混淆概念，若无法准确区分请说明”。这种提前 “打预防针” 的方式，能减少很多常识性错误。

🔍 第四个关键：加入 “校验机制”，让 AI 自我审核

光是约束还不够，最好能在 prompt 里加入让 AI “自我验证” 的环节，相当于给它加一道 “自查工序”。

比如让 AI 写一篇行业报告时，可以在结尾加上 “完成后请检查内容是否存在以下问题：1. 是否有无法验证的数据；2. 是否有模糊的表述（如‘可能’‘大概’未说明原因）；3. 是否涉及未提及的行业术语。若存在上述问题，请修改后再提交”。

这种自我校验的要求，能让 AI 在输出内容前多一层审视。再举个例子，做数据计算时，你可以说 “计算 2023 年某公司的利润率（已知营收 1000 万，成本 600 万），计算过程需分步展示，并在最后核对‘利润 = 营收 - 成本，利润率 = 利润 / 营收’的公式是否正确”。

校验机制的核心是让 AI 暴露思考过程。当它需要展示 “为什么这么说” 时，就很难凭空捏造。比如让 AI 推荐一本书，不说 “推荐一本心理学书籍”，而是 “推荐一本心理学入门书，说明推荐理由，并解释这本书适合入门的 3 个原因，每个原因需对应书中的具体章节或内容”。这种要求具体依据的表述，能有效减少 AI 的 “信口开河”。