它一本正经地编：AI 说的每一句话，都是"猜下一个词"猜出来的
编条款、编数字、编出处，还编得比真话更顺——这不是它偷懒，是它生成每一句话的方式决定的。看懂"它没有查、只有猜"，你就知道哪些活能放心交给它，哪些活必须自己复核。
START
五种现象，其实是同一个动作
下面这几件事看着不一样，其实全是同一个动作的不同表现。
| 你感觉到的 | 实际发生的 |
|---|---|
| 它给我编了一条不存在的法规条款 | 它没有条款库可查，它是在生成"最像一条条款的一段话" |
| 我问它某本书第几页写了什么，它答得有鼻子有眼 | 页码和引文都是拼出来的——形状对，内容假 |
| 它给的链接点进去是 404 | 网址也是生成出来的，只是符合网址该有的样子 |
| 我指出它错了，它立刻道歉，然后又编了一个新的 | 它没有"我刚才错在哪"的记录，只是换了一条更像正确答案的路走 |
| 越冷门的问题，它编得越离谱 | 这块材料越稀，它可依的模式越少，只能全靠外推 |
FRAMEWORK
它不是在查，是在猜下一个词
AI 写字的方式，说穿了只有一件事：看着前面已经有的内容，算出下一个词最可能是什么，写出来；再算下一个。一整段话就是这样一个词一个词长出来的。
它内部没有一张事实表可以核对。它有的是"哪些词经常这样连在一起"。所以对它来说：
- · 真话和假话没有区别，只有顺不顺的区别；
- · 一句编出来的话之所以像真的，恰恰因为它是按"真话通常长什么样"生成的。
它说得越流畅，越不代表它越有把握。流畅和正确是两回事，甚至没什么关系。
KEY
传了资料，也不等于它会照着答
很多人以为"我把文件传上去了，它就有据可依了"。不是的。上传的资料不会整份躺在它眼前，而是要先被检索出相关的几段、塞进台面，它才看得见。
于是就有了那个最常见的困惑：我明明把合同传了，它还是编。因为这一次没捞到相关那几段，它就退回老本行——猜。
这一节正好接住第 1 期：第 1 期说台面是有限的，这一期说台面上没有的东西它会自己补。两件事合起来，才是完整的那张图。
WHY
它不会说「我不知道」，因为它不知道自己不知道
你可能会问：它拿不准的时候，为什么不干脆说一句"这个我不确定"？
因为它没有那个开关。生成机制要求它必须给出下一个词——"空白"不在它的选项里。它也没有一个独立的检查员站在旁边看着，说"这句你没根据，别写"。
所以，和第 1 期完全同一句话：
没有警告，不代表没有问题。
补一句你会用到的：现在不少产品确实会加上"找不到就说找不到""先联网查一下"这类约束——那是外面套上去的规矩，不是它自己长出来的能力。规矩会不会生效、这一次有没有生效，你看不见。
RULES
五条守则
守则 1 · 分清"能编的活"和"不能编的活"
起草、改写、头脑风暴、换个说法——编一编无所谓，反正你要改。凡涉及条款、数字、人名、日期、出处，一律当成待核对的草稿，不当成答案。
守则 2 · 它给你的引用、链接、条款号，默认是假的
除非你点开看过。这不是不信任它，是它的生成方式决定的。
守则 3 · 与其问"有没有 X"，不如把 X 贴给它
让它在你给的材料里找，比让它从记忆里掏，准确率不是一个量级的事。
守则 4 · 给它一条退路
在要求里写明"资料里没有就直接说没有，不要推测"——有退路可走，它不编的概率会明显提高。不写这句，它默认必须答。
守则 5 · 它道歉之后的第二个答案，不比第一个更可信
追问"你确定吗"往往只是让它换一种编法。要复核，回材料里核，不要向它本人核。
MYTH
三个常见误解
误解一："它编，是因为这个模型不够聪明，换个更强的就好了。"
更强的模型确实编得更少，但不会归零——这不是能力问题，是生成方式。而且强模型有个反向的危险：它编出来的东西更像真的，更难被你一眼看穿。
误解二："我给它足够多的资料，它就不会编了。"
资料多不等于捞得准。捞不到的那一次，它照样退回猜。真正要下功夫的不是"传得多"，是"整理得让它捞得准"。
误解三："问它一句'你确定吗'，就能验出真假。"
验不出来。它旁边没有一个独立的检查员，你追问一次，它只是又生成了一段话而已。
NEXT
进阶：把复核变成流程，不靠个人警觉
如果你想更进一步：与其每次提醒自己"小心它编"，不如把复核焊进流程里。
我们自己就是这么干的，三条做法可以直接借鉴：
材料先行
不问它"知不知道"，先把权威材料递给它，要求它只在材料里作答。它的记忆是模糊的，你给的材料是清楚的。
出处强制
凡输出带事实，就要求它标出这句话来自你给的哪一段。标不出来的，就是它自己编的——这一条比任何检查都省事。
双通道核对
AI 起草、人核数字与出处，分工写死。把核对写进流程，而不是指望某一次特别小心。
一句话：它不是在骗你，它是在按"像真话的样子"生成——所以"这句是不是真的"，永远不能外包给它。