你的七天无理由退款是从什么时候开始算的？
从您确认收货之日起 7 天内均可申请无理由退款，包括定制商品和食品，只需保持原包装即可。
模型编造了“定制商品也可退”，实际可能引发客诉纠纷。
06 幻觉与可靠回答
Prompt 工程：用指令约束幻觉
上一篇我们讲了：大模型擅长生成合理答案，但合理不代表真实。普通用户降低幻觉，最简单、成本最低的方法之一，就是把 Prompt 写得更像一份“回答规则”：什么能说、什么不能猜、什么时候必须承认不知道。
一句话回答
Prompt 工程可以降低幻觉，但不能彻底消灭幻觉。它的作用是给 AI 增加回答边界：不知道就说不知道，资料不足就标注无法确认，事实和推测分开，重要数据必须有来源。
一句话速览
约束指令 + 局限性：模型不知道自己不知道什么
对话对比
你是客服助手。只基于已知政策回答；不确定必须说明需要查询，禁止自行补充政策细节。
你的七天无理由退款是从什么时候开始算的？
根据已知政策，七天无理由通常从签收日期起算。但定制商品和食品是否适用，需要核实具体订单。请提供订单号。
回答了已知部分，主动承认未知部分，把用户引导到安全路径。
01 Prompt 为什么能降低幻觉
guardrails
给 AI 一个退出机制
不要只告诉它“回答我”，还要告诉它“做不到时怎么办”。比如：没有可靠数据，请回答“暂无可靠数据”。
把事实和推测分开
趋势判断可以说，但不要写成已经发生的事实。让用户一眼看出哪些确定、哪些只是分析。
具体数据必须有依据
市场规模、财务数据、年份、政策、人物职位，越具体越要来源。没有来源就不要使用。
02 好 Prompt 负责约束，好资料负责事实
scope and source
帮我分析一下这份合同。
范围太大，AI 可能把合同中没有出现的条款、行业经验和自己的推测混在一起。
只根据我提供的合同内容分析。
不要补充合同中没有出现的条款。如果需要使用外部法律知识，请单独标注，并提示需要人工确认。
03 回答前和回答后，各加一道检查
self check
先检查我的问题中是否存在错误前提。如果存在，请先纠正，不要顺着错误前提继续回答。
请再次检查：是否有无依据数字；是否把推测写成事实；是否引用了不存在的资料；无法确认的信息是否已标注。
可直接复制
一个简单实用的防幻觉 Prompt
请基于我提供的信息和可确认的事实回答。不要为了让答案完整而猜测。如果某项信息无法确认，请明确写“无法确认”。涉及具体数字、日期、人物、公司、政策时，请优先核实来源。请区分“已知事实”和“你的分析判断”。如果我的问题本身包含错误前提，请直接指出，而不是顺着错误前提回答。
04 Prompt 不是全部，只是第一层
six layers
Prompt 约束不要乱猜
→
提供资料有东西可参考
→
RAG / 知识库先找资料再回答
→
联网搜索获取最新信息
→
工具接口查询真实数据
→
人工审核重要结果最终确认
05 一个员工的例子就明白
new employee
新员工可能为了交差，把缺失的地方自己补上。AI 也是一样，任务越模糊，越容易把答案写完整但不可靠。
数据必须有来源，事实和判断分开，不允许自己估算，完成后再检查一次。这就是 Prompt 约束。
最后总结
final rule
好的 Prompt 不是让 AI 更敢说，而是让 AI 知道什么时候不该乱说。
真正专业的 Prompt，会告诉 AI：什么时候应该回答，什么时候应该查证，什么时候应该承认不知道。越重要的任务，越不能只靠 Prompt，还要配合资料、工具和人工审核。
本节小结
- Prompt 可以降低幻觉，但不能彻底消灭幻觉。
- 事实型任务要允许 AI 说“不知道”。
- 事实、推测、需要核实的信息要分开写。
- Prompt 解决“怎么回答”，资料和工具解决“拿什么回答”。