Собери анти-выдумочный запрос. Верни JSON {"question":"...","anti_fake_rules":"...","red_flags":"..."}. question — исследовательский вопрос; anti_fake_rules — 3-5 правил в запросе, снижающих выдумку (например: помечать уверенность, отделять факты от предположений, писать «не знаю» вместо догадки); red_flags — 2-4 признака, по которым ты заподозришь галлюцинацию в ответе.
Механика: нейросеть не врёт специально — она достраивает самый правдоподобный текст. Если данных не хватает, правдоподобное и правильное расходятся: получается гладкая выдумка — несуществующее исследование, выдуманная цифра, ложная цитата. Особенно опасно, что тон при этом уверенный. Рычаги в запросе. Разрешить незнание: «если не уверен — так и напиши, не выдумывай». Разделять уровни: «помечай, где факт с источником, а где твоё предположение». Требовать проверяемость: точные цитаты и ссылки, которые можно открыть. Приём-инсайд: попроси модель оценить собственную уверенность по каждому ключевому утверждению (высокая/средняя/низкая) и объяснить, на чём она основана. Низкая уверенность — красный флаг, туда и смотри в первую очередь. Второй приём: задай контрольный вопрос — попроси привести факт, который опроверг бы вывод. Если модель не может, вывод, возможно, натянут. Красные флаги: круглые идеальные цифры, ссылки без конкретных названий и дат, цитаты, которые нельзя найти, ответ на узкий вопрос без единого «зависит от». Типичная ошибка: доверять уверенному тону. Уверенность модели ничего не говорит о правоте.
Открой доступ, чтобы отправлять решения на мгновенную AI-проверку.