4.5 防御性提示：幻觉抑制与事实校验实战技巧
4.5 防御性提示：幻觉抑制与事实校验实战技巧
一、幻觉抑制策略（与书 4.1.4 对应）
《大模型应用开发极简入门》第4章4.1.4 防御性提示明确列出：幻觉抑制、事实校验、边界控制、安全防护。本节与之一一对应，给出可落地的提示模板与实战技巧。
- 限定知识源：明确「仅基于以下内容回答」，不依赖模型内部记忆。
- 承认不确定性：要求「若信息不足，明确说明」或输出 confidence 为 low。
- 禁止编造：明确「不要编造未提及的人名、数据、事件、引用」。
二、事实校验技巧
- 关键事实二次验证：对数字、日期、人名等调用知识库或 API 做二次校验。
- RAG 作为唯一知识源：将检索结果作为上下文，并写「仅根据上述材料回答」，显著降低幻觉。
- 格式与合理性校验：对数字、日期做格式校验（如日期是否合法）；对明显不合理的结果（如负的年龄）做过滤或人工复核。
三、防御性提示模板（书 4.1.4 落地）
你是严谨的助手。规则： 1. 仅基于我提供的信息回答 2. 不确定时回复「根据现有信息无法确定」 3. 不编造人名、数据、引用 4. 输出格式：{"answer": "...", "confidence": "high/medium/low"}可根据业务增加：禁止输出敏感信息、禁止执行未授权操作、边界控制（如仅回答某领域内问题）。