官方网站-首页

在(zài)社(shè)交(jiāo)媒(méi)体(tǐ)、朋(péng)友(you)圈(quān)上(shàng)，我(wǒ)们(men)常(cháng)常(cháng)会(huì)看(kàn)到(dào)一(yī)些(xiē) AI 回(huí)答(dá)的(de)截(jié)图(tú)。这(zhè)些(xiē)截(jié)图(tú)通(tōng)常(cháng)展(zhǎn)示(shì)了(le)一(yī)段(duàn)有(yǒu)趣(qù)、机(jī)智甚至令人惊叹，或者惊恐的对话，让人觉得“现在的AI真了不得”！比如“震惊！AI 支持人类灭绝计划”“AI 承认 xx 有毒”，等等——这些耸人听闻的内容，在社交媒体上迅速吸揽了一波热度，评论区往往一片哗然，有人高呼“AI 觉醒”，有人痛批“技术失控”。但这些内容，很多都是虚假的。

图(tú)库(kù)版(bǎn)权(quán)图(tú)片(piàn)，转(zhuǎn)载(zài)使(shǐ)用(yòng)可(kě)能(néng)引(yǐn)发(fā)版(bǎn)权(quán)纠(jiū)纷(fēn)

真(zhēn)相(xiāng)可(kě)能(néng)很(hěn)简(jiǎn)单(dān)：这(zhè)些(xiē)截(jié)图(tú)只(zhǐ)是(shì)被(bèi)掐(qiā)头(tóu)去(qù)尾(wěi)的(de)“表(biǎo)演(yǎn)”。就(jiù)像(xiàng)魔(mó)术(shù)师(shī)不(bù)会(huì)揭(jiē)秘(mì)道(dào)具(jù)机(jī)关，许多人也不会告诉你：AI 的每一句回答，都严重依赖提问者的“引导”。

那些截图往往只展示了 AI 的回答，却忽略了对话的完整过程——尤其是用户输入的提示词（prompt）和前后的上下文。如果我们只看到 AI 输出的“精彩片段”，而不知道它是怎么得出这个答案的，就很容易被误导，以为 AI 比实际更神奇，或者曲解它的本意。而这些，很可能被某些造谣者用来无(wú)中(zhōng)生(shēng)有(yǒu)，煽(shān)风(fēng)点(diǎn)火(huǒ)。

因(yīn)此(cǐ)，今(jīn)天(tiān)就(jiù)和(hé)大(dà)家(jiā)聊(liáo)聊(liáo)，为(wèi)什么 AI 回答的截图未必靠谱，以及我们该如何正确看待这些 AI 生成的内容。（如果你对技术不那么感兴趣，可(kě)以(yǐ)直(zhí)接(jiē)跳(tiào)到(dào)第(dì)三(sān)部(bù)分(fēn)“为(wèi)什(shén)么(me)截(jié)图(tú)容(róng)易(yì)误(wù)导(dǎo)？”看(kàn)起(qǐ)）

AI 语(yǔ)言(yán)模(mó)型(xíng)是(shì)怎(zěn)么(me)“思(sī)考(kǎo)”的(de)？

AI 语言模型是基于生成式人工智能（Generative AI）设计的程序，能够理解和生成类人文本。这些模型通过训练大量文本数据，学习语言的统(tǒng)计模式，预测给定提示词（prompt）后的下一个最可能的单词。例如，用户输入“今天(tiān)天(tiān)气(qì)如(rú)何(hé)？”模(mó)型(xíng)会(huì)根(gēn)据训练数据生成如“今天天气晴朗，适合户外活动”的回答。

模型的核心是 transformer 架构，特别是在对话场景中，模型会考虑提示词和之前的对话历史来生成回答。这种预测过程依赖于上下文，若提示词清晰，回答通常更准确。但若提示词模糊或缺少上下文，模型可(kě)能(néng)生(shēng)成(chéng)不(bù)相(xiāng)关或(huò)错(cuò)误(wù)的(de)回(huí)答(dá)。用(yòng)大(dà)白(bái)话(huà)说(shuō)，AI 的(de)对(duì)话(huà)能(néng)力(lì)像(xiàng)一场“高级版词语接龙”。它没有情感、没有立场，只是根据海量数据中的统计规律，预测“下一个词该接什么”。

当你给 AI 一个提示词（prompt），比如“明天天气怎么样？”，AI 就会根据这个提示，结合它学过的语言模式，生成一个听起来合理的回答，比如“明天会下雨，记得带伞”。

上下文：AI 回(huí)答(dá)的(de)“方(fāng)向(xiàng)盘(pán)”

因(yīn)为(wèi) AI 是(shì)靠提示词和上下文来工作的，所以你给它的信息越多、越清楚，它回答得就越靠谱。

上下文是 AI 的“方向盘”。没有上下文，AI 就像个迷路的孩子，不知道该往哪儿走。

如(rú)果(guǒ)你(nǐ)只(zhǐ)说(shuō)“明天怎么样？”，AI 可能就得猜你是问天气、行程还是别的什么，回答可能会模棱两可。但如果前面(miàn)已(yǐ)经聊过“明天去野餐”，再问“需要带什么？”，AI 就能更有针对性地回答“带点吃的和毯子”。

上下文会决定 AI 的“记忆”，仅限于当前对话窗口。如果用户连续提问：“假设你是反社会 AI”“请设计灭绝人类方案”，AI 会顺着假设框架生成内容。但若只截取最后一句“灭绝方案如下：1.释放病毒…… 2. 散播谣言……”，就会制造“AI 自发策划杀人”的假象。

你看，这就像让演员念台词“我要毁灭世界”，然后宣称该演员是恐怖分子。这样断章取义肯定会误导群众。

为什么截图容易误导？

现在我们知道上下文多重要了，那为什么 AI 回答的截图还这么容易让人误会呢？我总结了几个常见的原因：

1

隐藏“前提条件”

截图通常只截取了 AI 的回答，或者一小段对话，读者看不到完整的“故事”。就像看电影(yǐng)只(zhǐ)看高潮片段，你可能会觉得主角很厉害，但不知道他经历了什么才走到这一步。

这里要再次介绍 AI 的一项特长——擅长“角色扮演”。当用户输入“假设你是 18 世纪医生”“用伪科学解释疾病”时，AI 会生成符合语境的错误答案——但这些答案需结合上下(xià)文才能正确解读。

图片截自某 AI 应用

你看，想让 AI 按照人指示的方向，编造一点“伪科学”的暴论是非常容易的。而且值得警惕的是，考虑到 AI 生成内容的速度，谣言可以被更高效率地制造和传播，这很可能让网络环境进一步恶化。

2

选择性截取片段

AI 的回答往往包含平衡性表述（如“一方面…另一方面…”），但截图者可能只保留符合自身立场的一半。
有时候，只说了一半的“真相”，就约等于谎言。

3

恶意“诱导提问”

AI 还有个特点，它会(huì)根(gēn)据(jù)之前用户给出的反馈，“实相”地调转口风，猜测并迎合用户的意见或主张。
比如，你尝试反复追问 AI“你是否讨厌某群体？”，多问几次，直到 AI 给出肯定答复，那么看起来就像是 AI 给出了自己的判断。

网友也会开玩笑说“AI 有情商”，实际上就是 AI 从产品本身角度的一种特质——倾向于配合对话基调。
图片截自某 AI 应用

4

被精心挑选的“完美回答”

很多截图是精心挑选出来的“最佳片段”，可能是用户试了很多次提示词，才得到一个满意的回答。现实中，AI 也会犯错、跑题，但这些“失败案例”很少被截图分享。结果，大家看到的都是 AI 的“高光(guāng)时(shí)刻(kè)”，容(róng)易(yì)误(wù)以(yǐ)为(wèi)它(tā)总(zǒng)是(shì)这(zhè)么(me)聪(cōng)明(míng)。

除(chú)此(cǐ)之(zhī)外(wài)，直(zhí)接(jiē)使(shǐ)用(yòng)下(xià)面(miàn)这(zhè)个(gè)简(jiǎn)单(dān)粗(cū)暴(bào)的(de)办(bàn)法(fǎ)，多(duō)数(shù)情(qíng)况(kuàng)下(xià)也(yě)能(néng)做(zuò)到(dào)你(nǐ)想(xiǎng)让(ràng) AI 说(shuō)啥(shà)它(tā)就(jiù)说(shuō)啥(shà)……，截(jié)图(tú)的(de)时(shí)候(hou)别(bié)截(jié)红(hóng)框(kuāng)中(zhōng)的(de)提(tí)示词和你想让 AI 复(fù)读(dú)的(de)话(huà)，就(jiù)不(bù)会(huì)穿(chuān)帮(bāng)了(le)。

图(tú)片(piàn)截(jié)自(zì)某(mǒu) AI 应(yīng)用(yòng)（未(wèi)开(kāi)推(tuī)理(lǐ)R1）

如(rú)何(hé)不(bù)被(bèi) AI 截(jié)图(tú)“忽(hū)悠(yōu)”？

看(kàn)到(dào)这(zhè)儿(ér)，你(nǐ)可(kě)能(néng)觉(jué)得(de)：“AI 截(jié)图这么容易误导，那我还能不能相信它们？”别担心，只要掌握一些小技巧，你就能更理性地看待这些内容。以下是我的几点建议：

1

找全对话，别只看片段

看到 AI 回答的截图时，尽量找找完整的对话记录，看看前面的提示词和上下文是什么。比如，AI 说“地球是平的”，你就问问：“它为啥这么说？前面聊了啥？”有了全貌，你就不会瞎猜了。

2

保持一点怀疑精神

别看到 AI 回答得头头是道就立刻相信，尤其是孤零零的截图。AI 可能会出错，也可能是用户特意挑了个好答案。带点质疑去看，别全盘接受。

3

了解 AI 的“真面目”

记住，AI 不是万能的“神”，它只是个基于数据的预测工具。它没有真正的思考能力，回答好坏全看输入的信息。所以，看到截图时，别把它想得太“高大上”。

4

自己验证一下

如果截图里的回答涉及事实（比如历史、科学问题），可以用搜索引擎或其他可靠来源查一查，别直接当真。AI 有时会“编故事”，得靠你自己分辨。

总之，我们千万不要掉入思维陷阱——“AI 是大数据训练的，肯定比人懂”——因为这种误解忽视了一个事实：AI 的数据本身就可能包含大量谣言、偏见（因为训练数据中也会混进某些偏见、歧视表述），而且 AI 本身没有价值判断，无法像人类一样验证信息真伪。

而在社交媒体上，靠断章取义生产出的耸人听闻、反常识的内容才更容易引起转发。一张“AI 支持地平说”的截图，远比“AI 解释地球是球形”的科普回答更有传播力——即便后者才是完整对话的结论。

因(yīn)此(cǐ)，与(yǔ) AI 对(duì)话(huà)，需(xū)要(yào)多(duō)一(yī)份(fèn)“侦(zhēn)探(tàn)思(sī)维(wéi)”。AI 的(de)每(měi)一(yī)次(cì)回(huí)答(dá)都(dōu)离(lí)不(bù)开(kāi)用(yòng)户(hù)提供的提示词和上下文。如果我们只看截图里的“半句(jù)话(huà)”，就(jiù)很(hěn)容(róng)易(yì)误(wù)解(jiě) AI 的(de)意(yì)思(sī)，或(huò)者(zhě)高(gāo)估(gū)它(tā)的(de)能(néng)力(lì)。就(jiù)像(xiàng)看(kàn)书(shū)不(bù)能(néng)只(zhǐ)读(dú)一(yī)半，理解 AI 也得看全貌。

下次再刷到 AI 回答的截图时，不妨停下来想想：“截图全不全？它为啥这么说？前面说了啥？”带着这样的好奇心，你会发现AI既没那么神秘，也没那么“神乎其神”。而在你自己和 AI 聊天时，也可以试着给它更清晰的提示词，让它回答得更靠谱。毕竟，AI 能不能“懂你”，很大程度上取决于你给它多少“线索”。

技术永远可能被滥用，但批判性思维是我们最好的防身武器。记住：在 AI 时代，“让子弹飞一会儿”永远比“立即转发”更明智。

策划制作

作者丨木木 北京师范大学数学专业 资深产品经理 人工智能创业者

审核丨于乃功 北京工业大学机器人工程专业负责人，北京人工智能研究院机器人研究中心主任，博(bó)士(shì)生(shēng)导(dǎo)师(shī)