Збери анти-вигадковий запит. Поверни JSON {"question":"...","anti_fake_rules":"...","red_flags":"..."}. question - дослідницький питання; anti_fake_rules - 3-5 правил у запиті, що знижують вигадку (наприклад: помічати впевненість, відокремлювати факти від припущень, писати «не знаю» замість припущення); red_flags — 2-4 ознаки, за якими ти запідозриш галюцинацію у відповіді.
Механіка: нейромережа не бреше спеціально - вона добудовує найправдоподібніший текст. Якщо даних не вистачає, правдоподібне та правильне розходяться: виходить гладка вигадка — неіснуюче дослідження, вигадана цифра, хибна цитата. Особливо небезпечно, що тон упевнений. Важелі у запиті. Дозволити незнання: "якщо не впевнений - так і напиши, не вигадуй". Розділяти рівні: «помічай, де факт із джерелом, а де твоє припущення». Вимагати перевіряння: точні цитати та посилання, які можна відкрити. Прийом-інсайд: попроси модель оцінити власну впевненість щодо кожного ключового твердження (висока/середня/низька) та пояснити, на чому вона заснована. Низька впевненість — червоний прапор, туди й дивися насамперед. Другий прийом: задай контрольне питання — попроси навести факт, який спростував би висновок. Якщо модель не може, висновок можливо натягнутий. Червоні прапори: круглі ідеальні цифри, посилання без конкретних назв та дат, цитати, які не можна знайти, відповідь на вузьке питання без жодного «залежить від». Типова помилка: довіряти упевненому тону. Впевненість моделі нічого не говорить про правоту.
Відкрий доступ, щоб надсилати рішення на миттєву AI-перевірку.