结论：幻觉无法根除，只能治理。治理的核心不是"让模型更诚实"（它做不到），而是"用外部证据约束它，并让它在缺证据时明确承认"。

一、幻觉的三种形态

二、Grounding：把答案钉在证据上

• 需要事实的场景，答案必须来自检索到的内容，而非模型记忆。

• 要求模型逐条引用来源，且引用可被程序校验（链接真实存在、原文确实支持该结论）。

• 检索为空时，明确要求"没有找到依据，无法回答"，而不是自由发挥。

三、可验证性是关键

"要求引用"若不可验证，等于没要求。要对引用做程序化检查：来源是否存在、内容是否真包含该论断。这一步能滤掉大量引用幻觉。

四、不确定性表达

在提示层要求：对不确定内容标注置信度或"不确定"，而不是一律肯定语气。这既是诚实，也是给用户正确的决策依据。

五、常见误区

• 以为换个更强模型就能消除幻觉；只要求引用不校验；检索为空仍强行回答；不区分"记忆答"与"证据答"；用流畅度判断可信度。

六、检查单

• [ ] 事实型回答有检索 grounding

• [ ] 引用可程序化验证

• [ ] 检索为空时明确拒答或说明

• [ ] 要求表达不确定性

• [ ] 区分有证据与无证据的回答

• [ ] 引用来源附时间，便于判断时效

• [ ] 高危领域有二次校验