结构化提示如何破解大模型的「幻觉」困局？

我以前最怕大模型一本正经地胡说八道。它不是那种明显离谱的错，而是会把一个不存在的法规编号、一个编出来的论文结论，说得像刚从档案柜里翻出来一样。最气人的是，你看第一遍还真会点头。后来我慢慢发现，想减少这种“幻觉”，光喊“请你准确一点”基本没用，得给它搭一条窄路走，这就是结构化提示真正厉害的地方。

幻觉不是“笨”，更多是太会补全

大模型的底层能力，说白了就是根据上下文预测下一个最合理的内容。问题也出在这里：当信息缺了一块，它不会像人一样尴尬地说“我不知道”，它更倾向于补一个看起来顺滑的答案。

我之前让模型整理一批医疗器械注册信息，只给了产品名和厂家名，结果它居然补出了注册证编号。格式对，语气稳，甚至编号位数也像真的。后来人工核验，10 条里有 3 条完全查不到。那一刻我真的有点后背发凉，这玩意要是直接进报告，麻烦就大了。

结构化提示像给模型装护栏

我现在写提示词，基本不会再用“帮我分析一下”这种大开口句式。太危险了。我的习惯是把任务拆成几个固定格子，让模型只能在格子里填东西。

比如查资料类任务，我会这样要求：

• 只使用我提供的材料回答
• 每个结论后面标注来源句
• 找不到依据就写“材料未提及”
• 禁止补充外部知识
• 输出分为“已确认信息”和“无法确认信息”

这个变化非常明显。之前模型会把空白处脑补得漂漂亮亮；加了“来源句”和“无法确认”之后，它开始变得谨慎，甚至有点“怂”。但我宁愿它怂一点，也不想它自信地瞎编。

对抗幻觉的关键，不是让模型更聪明，而是让它少一点自由发挥。

最有用的是“证据链”三个字

我做内容审核时试过一个小测试：同样让模型判断一段广告文案是否涉嫌夸大宣传，一组只写“请判断是否违规”，另一组要求它按“原文摘录、风险点、判断依据、置信度”输出。

结果很有意思。开放式提示里，模型经常直接扣帽子，比如“涉嫌虚假宣传”；结构化提示里，它会先摘出“7天根治”“100%有效”这类原句，再解释为什么这些词风险高。我们抽了 120 条样本复核，后者误判率从大约 28% 降到 12%左右。虽然不是严谨论文级实验，但在日常工作里已经很香了。

结构化不是把提示词写长

这里有个坑，我踩过。很多人以为结构化提示就是写一大坨规则，越长越安全。其实不是。规则太多，模型也会“眼花”，尤其是十几条约束堆在一起时，它常常执行前面忘后面。

我现在更喜欢短而硬的结构：

• 任务目标：一句话说清楚
• 信息边界：能用什么，不能用什么
• 执行步骤：每步只干一件事
• 输出格式：固定字段
• 异常处理：缺数据时怎么说

尤其是“异常处理”，太关键了。很多幻觉就是因为你没告诉它“不知道的时候该怎么办”。人类员工遇到缺资料会问你，模型不会，它会自己圆。

我最常用的一句咒语

如果只能保留一句提示，我会选这个：

“每个结论必须对应输入中的原文依据；没有依据时，不得推断。”

这句话不华丽，但特别管用。它会逼模型从“写作文模式”切到“做审计模式”。当然，它不能百分百消灭幻觉，大模型也不是贴上结构化提示就变成数据库。但至少，它会从一个爱发挥的聊天搭子，变成一个愿意翻材料、列证据、承认不知道的助手。

说真的，能让 AI 老老实实说一句“资料里没写”，已经赢了一半。