AI 幻覺為什麼會發生？原理與 5 步查證 SOP
發佈 2026-10-10 · 更新 2026-10-13 · 閱讀約 6 分鐘 · AI 工作術（法芮可有限公司）
AI 幻覺為什麼會發生？AI 不是在查資料，而是在猜下一個字。訓練機制又獎勵猜測，所以它會一本正經胡說八道。本文用白話拆解 5 個成因，附高風險內容分級表、團隊實際在用的 5 步查證 SOP，以及降低幻覺的 Prompt 寫法。
AI 幻覺為什麼會發生？一句話：大型語言模型不是在「查資料」，而是在「猜下一個字最可能是什麼」。它讀過海量文字，學會了什麼樣的句子聽起來像正確答案，但它內部沒有「這是真的嗎」的檢查機制。所以它不知道答案時，最自然的反應不是說「我不知道」，而是生出一段通順、篤定、細節齊全的假答案。
更麻煩的是，模型在訓練與評測時，「猜對」會加分，「說不知道」通常拿不到分，久了就養成寧可硬猜的習慣。所以模型升級不會讓幻覺消失，只會讓它變少，也變得更難察覺。
結論先講：幻覺無法根除，只能管理。這篇用白話講清楚它的 5 個成因和哪些內容最危險，再給你一套我們團隊每天在用的 5 步查證 SOP。照做，就能把大部分幻覺擋在發布之前。
AI 幻覺是什麼？不是說謊，是「接龍接得太順」
AI 幻覺（Hallucination）指的是模型產出看起來合理，實際上錯誤或根本不存在的內容。常見的有這幾種：
- 捏造來源：引用不存在的論文、書名、網址、判例。
- 數字張冠李戴：價格、日期、版本號、統計數據講得很精確，卻對不上。
- 功能腦補：說某工具有某個按鈕或設定，實際上沒有。
- 人物混搭：把 A 的經歷安到 B 身上，或替小有名氣的人編一段履歷。
注意，它不是「說謊」。說謊要先知道真相再故意講錯，模型根本沒有真假的概念，它只是在玩一場水準很高的文字接龍。你問「某篇論文的作者是誰」，它會接出「一個像作者的名字」，而不是去資料庫查。
這種錯誤的代價已經很真實：美國就有律師用 ChatGPT 寫訴狀，引用了好幾個根本不存在的判例，最後被法院處罰。AI 講得越篤定，你越要提高警覺，這是用 AI 的第一條基本功。
AI 幻覺為什麼會發生？5 個根本原因
- 本質是機率預測，不是查事實：模型每一步只決定「下一個字接什麼最順」。順不等於對，模型沒看過足夠資料的題目尤其明顯。
- 冷門知識資料太少：熱門事實在訓練資料裡出現過非常多次，模型記得很牢。台灣在地的小品牌、某條地方法規、某間公司的內部規定，出現次數極少，模型只能「拿類似的東西拼」。
- 知識有截止日：模型的訓練資料停在某個時間點，之後的新產品、新價格、新政策它都不知道。它也不一定會告訴你它不知道，常常直接拿舊資料硬套。
- 訓練機制獎勵猜測：OpenAI 研究團隊在 2025 年發表的研究就點出，多數評測只看答對率，回答「不確定」等於零分。這跟考試猜選擇題一樣，猜了還有機會得分，模型因此學會「不會也要寫」。
- 你給的條件太模糊或太長：問題沒講清楚範圍，模型會自己補假設；對話拉太長，前面的資料可能被擠出注意範圍，回答就開始前後矛盾。為什麼聊久會「忘記」，可以看上下文長度是什麼那篇的完整解釋。
把這 5 點連起來就懂了：問題越冷門、越新、要求越精確、對話越長，幻覺機率越高。這不是哪一家模型獨有的問題，ChatGPT、Gemini、Claude 都會發生，只是程度和表現方式不同。
哪些內容最容易出現幻覺？風險分級表
不是每句 AI 回答都要逐字查證，那樣還不如自己寫。重點是分級處理，把查證的力氣花在會出事的地方。
| 風險等級 | 內容類型 | 典型例子 | 處理方式 |
|---|---|---|---|
| 高 | 具體數字、日期、價格、版本號 | 「方案月費 X 元」「某年某月上線」 | 一律回官方來源核對，查不到就刪 |
| 高 | 引用、出處、法規、判例、論文 | 「根據某某研究指出」 | 點開原文，確認存在且內容相符 |
| 高 | 醫療、法律、稅務、投資 | 用藥劑量、合約條文解讀 | 只當入門參考，結論交給專業人士 |
| 中 | 工具功能、操作步驟 | 「在設定裡打開某選項」 | 實際操作一次，確認介面還在 |
| 中 | 人物、公司背景 | 創辦人經歷、公司規模 | 交叉比對 2 個以上獨立來源 |
| 低 | 發想、改寫、摘要你提供的資料 | 標題發想、文案潤稿 | 看順不順，對照原文抽查即可 |
我們自己經營 AI 工具站，整理工具資料時，踩最多雷的就是「價格」和「免費額度」。AI 給的數字常常是舊方案，或把美金和台幣混在一起，偏偏看起來很合理。後來我們的規則很簡單：價格欄位不准由 AI 直接填，一律人工對照官方價格頁，其他描述才讓 AI 起草。
查證 SOP：5 步把幻覺擋在發布前
以下是我們團隊發文或寫工具介紹前的固定流程。一篇大約多花 10 到 20 分鐘，但比事後被讀者抓錯、改文、道歉划算太多。
- 標出「可查證的主張」：把回答裡的數字、人名、日期、引用、功能描述全部標起來。這步可以叫 AI 自己做：「把你上面回答中所有可查證的事實列成清單」。
- 問它「你有多確定」：追問「哪幾點你不確定？哪些可能已經過時？」模型的自評不完全可靠，但常會主動說出它其實沒把握的地方，幫你縮小查證範圍。
- 回到一手來源：官方網站、價格頁、說明文件、政府公告、論文原文。不要用另一個 AI 的回答來驗證 AI，兩個模型可能學到同一份錯誤資料。
- 點開每一個連結：AI 給的網址可能是捏造的，也可能真的存在，但內容根本沒講它說的那件事。只確認連結存在不算查證，要看到能支持那句話的原句。
- 查不到就刪，或改寫成區間：查不到的精確數字，改成「以官方公告為準」或只寫範圍；找不到出處的引用，整句拿掉。寧可少一個數字，也不要留一個錯的。
寫給自己看的筆記，做到第 3 步就夠了；要對外發布或交給客戶、主管的東西，5 步都要跑完。
降低幻覺：Prompt 寫法與工具怎麼選
查證是最後一道防線，在那之前還能先把幻覺機率壓低。最有效的 4 個做法：
- 明確允許它說不知道：在問題後面加一句「如果不確定，請直接說不確定，不要猜」。這句話很簡單，但能明顯減少硬掰。想要長期生效，可以寫進自訂指令，寫法參考自訂指令怎麼寫才有效。
- 給它資料，不要叫它回憶：把官方文件、會議紀錄、產品規格貼進去，要求「只根據以上內容回答，沒提到的就說沒提到」。先餵資料再提問，幻覺會比直接問少很多。
- 要求標註出處：請它在每個重點後面註明依據的是哪一段資料，方便你回頭對照。
- 把大問題拆小：一次問十件事，錯誤會混在正確答案裡很難發現；一次問一件，比較好檢查。
工具方面，有聯網搜尋的 AI 確實比較少幻覺，但不是零。Perplexity，或開了搜尋的 ChatGPT、Gemini，都會附上來源。問題是它可能誤讀網頁、抓到過時的頁面，或者引用的來源其實沒支持那句話。兩者的差異我們在Perplexity 與 Google 比較有實測。我們的建議是：查新資訊用有搜尋的 AI，查完照樣點開來源；純發想、改寫用一般模式就好，不需要搜尋。
常見問題
Q：AI 幻覺有辦法完全消除嗎？
目前做不到。只要模型的本質還是預測下一個字，就一定有機率產出錯誤內容。新模型會讓幻覺變少，但錯誤也可能寫得更像真的，所以查證的習慣不能省。
Q：付費版 AI 比免費版更不會幻覺嗎？
較新、較大的模型通常錯誤率較低，付費方案也比較常能用到搜尋與推理功能，但不代表不會錯。不管免費還是付費，高風險內容都要照同一套 SOP 查證。
Q：叫 AI 附上參考資料，就可以相信它了嗎？
不行。AI 可能捏造不存在的網址或書名，也可能附上真的連結但內容對不上。一定要點開原文，看到能支持那句話的原句，才算查證完成。
Q：怎麼判斷一段回答可能是幻覺？
注意這幾個警訊：數字精確到小數點卻沒有出處、引用聽起來很專業卻搜尋不到、冷門問題卻答得特別流暢篤定、追問細節時前後說法不一。遇到這些情況先打個問號，回到一手來源確認。