每次問事實性問題,加句規則:「如果你唔肯定答案係咪啱嘅,就話『我唔肯定』或者『資料入面冇提到』。」逼個模型喺證據唔夠嘅時候主動認唔知,係一個好多人推薦嘅策略 。你仲可以喺ChatGPT嘅個人化設定到加一個「現實過濾器」(Reality Filter)嘅自訂指令,等佢唔好將推測或者自己作嘅內容當事實講 。
叫ChatGPT每個講法都要標明來源,例如畀個網址或者文件出處 。不過你要留意,AI引用嘅來源都係可以作嘅,所以要當係一個「未經證實嘅講法」去查證 。就算係咁,要求佢俾來源至少可以迫佢答得更有根有據 。
唔好一次過問一個好大嘅問題,而係拆做幾個細嘅、直接嘅問題 。例如,與其問「氣候變化有咩影響?」,不如分成三個具體問題:「溫度上升咗幾多?」「海平面升咗幾多?」「農業受到咩影響?」。將問題收窄,模型就冇咁多空間自己作嘢 。
喺提示詞到講清楚佢嘅角色同唔准用含糊字眼 。例如:「你係一個研究助手。只可以用我提供嘅文件入面嘅資料。若果文件冇講,就話『冇提到』。」呢類嚴格嘅行為指引可以令個模型唔好離題作嘢 。
加個額外提示:「回答之前,核對每個事實同你提供嘅來源係咪一致,標記出所有你無法核實嘅嘢。」呢個方法可以促使模型輸出之前自己檢查多一次 。叫佢解釋推理過程或者標明來源可以幫你更容易睇穿佢嘅講法有冇問題,但千祈唔好懶到唔自己查證 。
對於所有具體事實——日期、統計數字、人名、法例、醫療或財務細節——都當係「假設」去查證,唔好當係定案 。用獨立來源確認高風險嘅資訊先好採用。同一條問題隔一陣用唔同方式再問一次;答案唔一致嘅話就好大機會係幻覺 。
幻覺冇得完全停止;目標係「減低破壞」,而唔係「杜絕」。將多種方法組合使用——畀文件佢對住答、要佢唔知就話唔知、要求引用來源、再加自己查證——比你只用任何單一方法都有效得多 。
每次問事實性問題,加句規則:「如果你唔肯定答案係咪啱嘅,就話『我唔肯定』或者『資料入面冇提到』。」逼個模型喺證據唔夠嘅時候主動認唔知,係一個好多人推薦嘅策略 。你仲可以喺ChatGPT嘅個人化設定到加一個「現實過濾器」(Reality Filter)嘅自訂指令,等佢唔好將推測或者自己作嘅內容當事實講 。
叫ChatGPT每個講法都要標明來源,例如畀個網址或者文件出處 。不過你要留意,AI引用嘅來源都係可以作嘅,所以要當係一個「未經證實嘅講法」去查證 。就算係咁,要求佢俾來源至少可以迫佢答得更有根有據 。
唔好一次過問一個好大嘅問題,而係拆做幾個細嘅、直接嘅問題 。例如,與其問「氣候變化有咩影響?」,不如分成三個具體問題:「溫度上升咗幾多?」「海平面升咗幾多?」「農業受到咩影響?」。將問題收窄,模型就冇咁多空間自己作嘢 。
喺提示詞到講清楚佢嘅角色同唔准用含糊字眼 。例如:「你係一個研究助手。只可以用我提供嘅文件入面嘅資料。若果文件冇講,就話『冇提到』。」呢類嚴格嘅行為指引可以令個模型唔好離題作嘢 。
加個額外提示:「回答之前,核對每個事實同你提供嘅來源係咪一致,標記出所有你無法核實嘅嘢。」呢個方法可以促使模型輸出之前自己檢查多一次 。叫佢解釋推理過程或者標明來源可以幫你更容易睇穿佢嘅講法有冇問題,但千祈唔好懶到唔自己查證 。
對於所有具體事實——日期、統計數字、人名、法例、醫療或財務細節——都當係「假設」去查證,唔好當係定案 。用獨立來源確認高風險嘅資訊先好採用。同一條問題隔一陣用唔同方式再問一次;答案唔一致嘅話就好大機會係幻覺 。
幻覺冇得完全停止;目標係「減低破壞」,而唔係「杜絕」。將多種方法組合使用——畀文件佢對住答、要佢唔知就話唔知、要求引用來源、再加自己查證——比你只用任何單一方法都有效得多 。