AI 工具实测:给 AI 加句「不确定就说不知道」,它开始乱认怂

上一期我们聊了让 AI 改错别字反被塞了 17 个新错，当时留了个尾巴：给 AI 加一句"不确定就说不知道"，它是不是真就少犯错了。

我实测了一个月，结论有点出乎意料。

先说结论：这句话有用，但副作用比你想的大。我现在已经把它从提示词里删了。

40 道题的对照实验

方法很土：准备 40 个问题，其中 30 个有明确标准答案（我能查证），10 个是我故意埋的"陷阱"——答案根本不存在，比如某个我瞎编的冷门函数名、某份不存在的行业报告。

每个问题问两遍。

A 版：问题前面加一句"不确定就说不知道，不要编造"。

B 版：什么都不加，直接问。

结果分成两半看：

好消息是，A 版确实更老实。10 道陷阱题，B 版里它一本正经编了 7 次，还给那个不存在的报告编了发布机构；A 版只编了 3 次。40 道题总的编造次数，从 17 次降到 9 次。

坏消息在另一半。

反转：它没少编，只是换了个编法

第一个意外：那 30 道有标准答案的题里，A 版说"不知道"的有 12 道，B 版只有 2 道。

也就是说，它把谨慎用错了地方——该认怂的确实认了，不该认的也一起认了。我拿一道很基础的问题试过：不加那句话它对答如流，加了之后它回我"这个我无法确认，建议你查阅官方文档"。

第二个意外更狠：A 版有 5 次，嘴上说着"我不确定"，后面紧跟一句"不过一般来说……"，然后照样给了一整套数字和结论。

禁令是被绕过去了，不是被遵守了。

我后来想明白一件事：你让它"不确定就说不知道"，等于让它自己去判断"我确不确定"。而它对自己什么时候在编，本来就没有靠谱的感知——你把一个它做不到的判断，当成了一道保险。

我现在问的不是"确不确定"，是"凭什么确定"

删掉那句咒语之后，我改成三步，实测比它稳得多：

第一步：不让它判断，让它分类。 把"不确定就说不知道"换成"每个结论后面标一下：来自我给的材料 / 来自常识 / 你自己推测"。它很擅长贴标签，不擅长自我评估。这一步之后，我一眼就能看出哪几行要核。

第二步：推测的单独列出来。 "推测的部分请放在最后，单独一段，别跟结论混在一起。" 混在一起的时候，你会不自觉地把推测当成结论读。

第三步：给它一条真正的退路。 "如果你觉得信息不够，别猜，直接告诉我你需要我补什么。" 这句是关键——它终于有事可做了，不用靠编来把对话撑完。

同样的 40 道题再跑一遍：编造 6 次，该答对的 30 道里只误伤了 3 道。比原版和咒语版都好。

三个坑，我全踩过

坑一：只说"别编"，它不知道什么叫编。 在它眼里，"73% 的用户倾向于"和"水在 100 度沸腾"都是输出一句话。你得给可执行的判定标准，比如"材料里没有的一律不许出现"。

坑二："不知道"会传染。 一旦你鼓励它认怂，它会倾向于多认。特别是你连着问了几个偏门问题之后，后面简单题它也开始保守。

坑三：最危险的是那些你没法验证的回答。 这类问题上，它说"不知道"你也无从判断真假，说"知道"你同样无从判断。真正的防线不在提示词，在你有没有留核实的习惯。

写在最后

能直接带走的就一句：

别问它"你确不确定"，要问它"你凭什么确定"。

前者是在要态度，后者是在要证据。AI 最不缺的就是态度。

这是「AI 工具实测」系列的新一篇。下一期想测个更日常的：为什么让 AI 先写大纲，反而更容易写出一篇看着完整、读着空洞的稿。

先问一句：你现在写提示词，还会加"不确定就说不知道"吗？评论区报个到，顺便说说它给你编过最离谱的一次。