Tambahkan aturan ini di setiap prompt faktual: "Jika Anda tidak bisa memverifikasi ini dari informasi yang diberikan, katakan 'Saya tidak yakin' atau 'Tidak disebutkan.'" Memaksa model untuk menahan diri saat bukti tidak ada adalah strategi yang banyak direkomendasikan . Anda juga bisa menyetel "reality filter" di pengaturan personalisasi ChatGPT — instruksi yang melarang penyajian konten spekulatif atau hasil inferensi sebagai fakta — sehingga aturan ini berlaku di setiap percakapan .
Mintalah ChatGPT untuk menyebutkan sumber spesifik untuk setiap klaim, termasuk URL atau dokumen referensi . Perlu diingat, sitasi itu sendiri bisa saja hasil halusinasi, jadi perlakukan sitasi sebagai klaim yang perlu diverifikasi, bukan sebagai bukti otomatis . Namun, meminta jejak sumber memaksa jawaban menjadi lebih terstruktur dan berbasis data .
Alih-alih satu pertanyaan luas, ajukan serangkaian sub-pertanyaan yang sempit dan spesifik . Mempersempit tugas akan mengurangi "kebebasan bergerak" model, sehingga kecil kemungkinannya untuk menghasilkan konten yang tidak didukung . Contoh: ganti pertanyaan "Apa saja dampak perubahan iklim?" dengan tiga pertanyaan spesifik tentang suhu, permukaan air laut, dan pertanian.
Tentukan peran yang jelas dan larang penggunaan istilah yang ambigu . Contoh: "Kamu adalah asisten riset. Gunakan hanya informasi dari dokumen yang saya berikan. Jika jawabannya tidak ada di dokumen, katakan 'Tidak disebutkan.'" Batasan perilaku yang ketat ini menjaga model tetap berpijak pada konteks yang diberikan .
Tambahkan meta-prompt: "Sebelum menjawab, verifikasi setiap klaim faktual terhadap sumber yang disediakan dan tandai apa pun yang tidak bisa kamu verifikasi." Ini memicu model untuk memeriksa ulang dirinya sendiri sebelum mengeluarkan teks . Meminta model menunjukkan alasan atau sumbernya memang membantu, tapi jangan jadikan itu sebagai pengganti verifikasi Anda sendiri .
Perlakukan setiap keluaran faktual spesifik — tanggal, statistik, nama, hukum, detail medis atau keuangan — sebagai hipotesis yang perlu diperiksa, bukan kesimpulan yang bisa dipercaya . Gunakan sumber independen untuk mengonfirmasi klaim berisiko tinggi sebelum mengambil tindakan. Coba ajukan pertanyaan yang sama dengan cara sedikit berbeda di waktu yang berbeda; jawaban yang tidak konsisten adalah sinyal kuat adanya halusinasi .
Halusinasi tidak bisa dihentikan sepenuhnya; tujuannya adalah pengurangan dampak, bukan eliminasi total . Menggabungkan beberapa teknik — grounding dengan dokumen, prompt abstensi, kewajiban sitasi, dan verifikasi manual — akan memberi Anda pertahanan yang jauh lebih kuat daripada mengandalkan satu metode saja .
Tambahkan aturan ini di setiap prompt faktual: "Jika Anda tidak bisa memverifikasi ini dari informasi yang diberikan, katakan 'Saya tidak yakin' atau 'Tidak disebutkan.'" Memaksa model untuk menahan diri saat bukti tidak ada adalah strategi yang banyak direkomendasikan . Anda juga bisa menyetel "reality filter" di pengaturan personalisasi ChatGPT — instruksi yang melarang penyajian konten spekulatif atau hasil inferensi sebagai fakta — sehingga aturan ini berlaku di setiap percakapan .
Mintalah ChatGPT untuk menyebutkan sumber spesifik untuk setiap klaim, termasuk URL atau dokumen referensi . Perlu diingat, sitasi itu sendiri bisa saja hasil halusinasi, jadi perlakukan sitasi sebagai klaim yang perlu diverifikasi, bukan sebagai bukti otomatis . Namun, meminta jejak sumber memaksa jawaban menjadi lebih terstruktur dan berbasis data .
Alih-alih satu pertanyaan luas, ajukan serangkaian sub-pertanyaan yang sempit dan spesifik . Mempersempit tugas akan mengurangi "kebebasan bergerak" model, sehingga kecil kemungkinannya untuk menghasilkan konten yang tidak didukung . Contoh: ganti pertanyaan "Apa saja dampak perubahan iklim?" dengan tiga pertanyaan spesifik tentang suhu, permukaan air laut, dan pertanian.
Tentukan peran yang jelas dan larang penggunaan istilah yang ambigu . Contoh: "Kamu adalah asisten riset. Gunakan hanya informasi dari dokumen yang saya berikan. Jika jawabannya tidak ada di dokumen, katakan 'Tidak disebutkan.'" Batasan perilaku yang ketat ini menjaga model tetap berpijak pada konteks yang diberikan .
Tambahkan meta-prompt: "Sebelum menjawab, verifikasi setiap klaim faktual terhadap sumber yang disediakan dan tandai apa pun yang tidak bisa kamu verifikasi." Ini memicu model untuk memeriksa ulang dirinya sendiri sebelum mengeluarkan teks . Meminta model menunjukkan alasan atau sumbernya memang membantu, tapi jangan jadikan itu sebagai pengganti verifikasi Anda sendiri .
Perlakukan setiap keluaran faktual spesifik — tanggal, statistik, nama, hukum, detail medis atau keuangan — sebagai hipotesis yang perlu diperiksa, bukan kesimpulan yang bisa dipercaya . Gunakan sumber independen untuk mengonfirmasi klaim berisiko tinggi sebelum mengambil tindakan. Coba ajukan pertanyaan yang sama dengan cara sedikit berbeda di waktu yang berbeda; jawaban yang tidak konsisten adalah sinyal kuat adanya halusinasi .
Halusinasi tidak bisa dihentikan sepenuhnya; tujuannya adalah pengurangan dampak, bukan eliminasi total . Menggabungkan beberapa teknik — grounding dengan dokumen, prompt abstensi, kewajiban sitasi, dan verifikasi manual — akan memberi Anda pertahanan yang jauh lebih kuat daripada mengandalkan satu metode saja .