AI 幻觉是什么？如何减少不实回答？

什么是 AI 幻觉？

例如，如果我们请 AI 列出上海 20 家营收持续增长的企业及其统一社会信用代码，它可能给出一份看似合理、完整的名单，但其中的代码却全是编造的。

幻觉尤其难以察觉的一点，正是这种表面上的合理性：回答显得言之凿凿，AI 也毫无迟疑。因此，各类语言模型的界面都会提醒用户核实其中的数字和事实。

AI 幻觉从何而来？

因此，幻觉通常出现在以下三种情况下：

• 缺少数据（主要原因：模型只能猜测）；
• 提示词不够明确（模型自行填补信息空白）；
• 任务过于复杂（模型试图一次完成所有步骤）。

问题并不只在于语言模型本身，也在于它能否获取所需数据。幻觉并非完全随机、无法干预的现象；相反，它往往源于可以提前识别和改善的条件。

如何减少 AI 幻觉？

让 AI 直接、按结构获取所需数据，有助于预防幻觉。在这样的环境下，语言模型更擅长解读信息、作出判断并得出结论。

下面三种方法都基于这一思路，可以根据实际需求和技术条件选择。

准备数据文件

提供整理好的数据，是最简单且切实有效的做法。这样一来，AI 就不必自行“编故事”来补全缺失的信息。

刚开始使用 AI 的人，常把语言模型当成搜索引擎、ETL 数据处理流程和网页数据抓取工具的结合体。然而，如果一项任务还要求模型收集、清洗并标准化数据，所需信息就可能超出上下文窗口，幻觉风险也会大幅上升。

因此，最好将数据收集过程拆分成几个较小的提示词任务，并在每一步检查 AI 的回答是否属实。这听起来枯燥又费时，却能为语言模型打下可靠基础，让它发挥真正的优势：处理已有数据。

使用 API

连接 API 是更进阶的解决方案：它能让模型更快、更大规模地获取数据，并持续使用最新信息。如果准备数据文件相当于递给 AI 一桶水，那么接入 API 就相当于为它打开水龙头。

ChatGPT、Claude 或 Gemini 使用搜索功能时，获取信息的方式与人类上网查找并无太大区别：语言模型会读取外部网站上的内容，例如 Reddit 或 Wikipedia，然后生成回答。

但这样做无法保证内容准确、及时。来源分散意味着格式不统一、更新日期不同，还可能混入人为错误或主观观点。API 则可以提供可通过程序调用、相对稳定且经过整理的数据来源，从而弥补这一不足。

例如，Monitly 的 API 通过直接连接国家统计局、Eurostat、世界银行、WHO、IMF 等机构的数据源，提供世界各地的统计数据。这样，AI 无须在不同网站间搜寻信息，只需直接向 API 发起请求，就能获取最新结果，进而更方便地分析和解读数据。

连接 MCP

通过 MCP（Model Context Protocol，模型上下文协议）连接 AI，可以让语言模型直接访问文件、电子表格、代码或应用程序。模型因此能够处理现成的数据，显著降低幻觉风险。

例如，企业数据平台 Compabase 推出了自己的 MCP，使 AI 能够快速核验本地企业。此时，如果我们要求 AI 列出上海 20 家营收持续增长的企业及其统一社会信用代码，得到的就不再是凭空编造的信息，而是一份经过核验、前后一致的名单。区别并不是模型突然变得“更聪明”了，而是它此前无法访问这些数据；现在，它可以向数据库发起简单的 SQL 查询，获得现成的结果。

换句话说：

未连接 MCP：

• 名单中的部分企业可能根本不存在；
• 财务数据可能是随意编造的；
• 统一社会信用代码可能是虚构的。

连接 MCP 后：

• 模型向数据库发起查询；
• 返回具体的数据记录；
• 同一查询可得到确定的结果。

当然，如果仍要求模型过度处理、拼接大量数据，幻觉并不会完全消失。但如果我们提供结构清晰、实时更新的数据，并缩小自由推断的空间，AI 就能少一些猜测，多一些基于真实信息的分析。