把同一个问题问两遍，答案能差出一截；把一件五步的活一次性交给 AI，回来时第三步就已经偏了。多数人把这归为「模型不行」，于是换一个更大的模型，错误照旧。
错误有一半出在问法上。下面四种做法按投入从低到高排，各自挡住哪类错、在哪里失效，一并说清。
错误分两类，一类改问法就能挡
一类是「跑偏」：任务本身不难，但它理解错了目标、漏了约束，或者在中途自己改了方向。这类错改问法就有效，因为它源于信息没给全。
另一类是「不知道还硬答」：知识里没有、资料里没给，它照样给一个完整答案。这类错改问法只能减轻语气，挡不住内容。分不清这两类，就会把「换更贵的模型」当成万能解。
四种做法能挡住哪类错
| 做法 | 针对什么错 | 效果边界 |
|---|---|---|
| 把一次问完改成分步确认 | 长任务中途跑偏，一步错步步错 | 对早期偏差有效；拆得太碎会拖慢节奏，且每一步仍可能自洽地错 |
| 明确要求「信息不足就说不知道」 | 资料没给却硬编，把猜测写成结论 | 能减少编造的比例，减不了它对自己「知不知道」的误判 |
| 拿到答案后让它自查一遍 | 前后矛盾、数字对不上、清单漏项 | 算术、日期、条目类有效；事实错误查不出来，它用的是同一套认知 |
| 关键结论回原始出处 | 数字、条文、人名、引用被转述走样 | 最可靠也最费时，只适合错误代价高的内容；原文找不到时它帮不上 |
| 换个说法重问一遍 | 单点理解偏差、表述歧义 | 两次答案不一致说明它不稳；两次一致也可能是同一个错 |
五行从上到下就是投入的顺序。前两条几乎不花额外时间，第三条多一轮对话，第四条要动手查资料。按这个顺序往上加，比一上来全套上更划算。
这些做法要落地，得写进固定的地方。把角色、目标、禁区放在提示词的结构里，比每次临场补充稳，也更容易复用。
自查为什么有时灵有时不灵
自查有效的前提是「错误留在文本里」。算术算错、日期推错、清单漏了一条，这些在文本内部就能比对出来：前面写 12 项，后面列了 10 项，它自己能看见。
事实错误没有这个性质。它编了一个不存在的标准编号，自查时调用的还是同一批参数，很可能再确认一遍「这个编号是对的」。让它自查，等于让同一个学生拿同一份笔记再检查一遍卷子。
这四招挡不住的三类情况
资料本身就是错的。你把一份过期的报价单贴进去，它照着算，每一步都对，结论全错。这类问题只能在源头解决。
问题需要它没有的信息。问它某个客户上周的记录，它没有这个数据源，分步、自查、重问都没用，只能去查系统。
任务本身没有标准答案。让它在两种方案里选一个，它给的理由常常是两边都对的套话，这时候要做的是补判断标准，不是加防错步骤。
按错误代价决定加几层
日常草稿用前两条就够：分步确认，加一句「不确定就说」。这类内容错了改一下就行，为它回原始出处不值。
要发出去的稿子加第三条自查，重点查前后是否打架、数字是否一致。涉及金额、日期、引用、人名的，第四条不能省——这几类内容一旦错了，读者一眼就能看见，而解释成本远高于核对成本。
还有一层常被忽略：输出的随机性跟参数设置有关，温度值调高会放大这种不一致，需要稳定复现的任务先把这一点固定住，再谈防错。至于它为什么会编，机制在AI 幻觉的成因里讲得更细，理解成因能帮你判断哪类内容必须回原文。
速查：四种做法的组合
- 草稿：分步确认，外加一句「不确定就说」。
- 要发布：加一轮自查，重点查数字和前后矛盾。
- 涉钱、涉日期、涉引用：一律回原文。
- 重问两遍答案不一致：这条不能用，别挑顺眼的那个。
