作者：幻觉能被彻底消灭吗？我们的答案是不能，也不必。生成机制决定了大模型永远可能一本正经地编，指望下一代新模型根治幻觉，是选型阶段最常见的误会。企业真正要回答的是另一道题：大模型幻觉的发生概率，怎么压到业务能接受的水平；以及压不住的那部分，怎么保证它不造成实际损失。两道题分开解，手段其实都很工程化。先把机制用白话说透：大模型本质是个补全机器，它的任务是说出“像回答的话”，而不是查出“真的话”——两边不重合的部分，就是幻觉的出生地。
第一道约束：让模型照着资料说话
裸奔的大模型——直接拿通用模型做企业问答——是幻觉的最大来源。解法是RAG：先检索企业自己的资料，再要求模型只依据检索结果回答，并附上出处。依据摆在那里，编造的空间就被大幅压缩，用户也能顺着出处自己去核对。一套带出处引用的RAG问答，行情价大致几万到十几万（以2026年市场行情为参考），比事后处理一次错误承诺的成本低得多。出处要求还有个管理上的好处：哪个答案错了，顺着出处就能定位到是哪份文档的问题，治理有着落点。顺带回答一个高频问题：微调能不能解决幻觉？方向反了，微调调的是风格和格式，不保证事实，这个话题微调还是RAG一文里掰过，不重复。
第二道：把回答的路收窄
开放问答是幻觉的温床，那就别开放。收窄回答路径的手段都很朴素：话术模板限定回答框架，模型只往框架里填依据内容；输出结构化，要价格答价格、要条款答条款，字段之外不许发挥；温度调低，减少发散——温度这个参数很多人不当回事，同一条提示词，温度高时同一个问题能答出三个版本，企业问答要的是每次都一样；再列一张禁止回答清单，报价底线、未发布产品、竞品评价这类话题，碰都不要碰。举个例子感受一下差别：让AI自由回答“这个设备怎么保养”，它可能综合出一份听着很专业的方法；把问题收窄成“根据这份保养手册，说保养周期”，它就只能照着手册说话。话术模板也别收得太死，全公司一套模板的问答，客户三句话就问出机器味，收窄和体面之间要留一点余地。企业场景里，AI回答得“规规矩矩”不是缺点，是优点——客户要的是准，不是健谈。
第三道：兜底机制，接住漏网的
约束再紧也有漏网的，兜底机制决定漏网的造成多大损失。分层做：置信度低的回答不直接输出，换成话术兜底或转人工；事实类回答——价格、条款、日期——过一道校验层，规则加二次检索比对，对不上就拦下来；高危问题直接路由给人工，AI只做记录和摘要。校验层不神秘：价格类回答拿价格库对一遍，条款类回答拿原文比一段，数字和日期对不上就拦——多数幻觉恰恰错在这些地方。兜底动作也要体面，“这个问题我需要帮您确认一下，稍等”比“系统故障”好听得多。拦下的问题去哪了？进人工队列，也进bad case清单——兜底不只是止损，还是发现新问题题目的采集器。一套兜底下来，幻觉从“直接造成损失”降级成“被拦下的一次错误”，性质就完全变了。
按风险分级，别一刀切
约束是有成本的，体验会变保守，所以得分级。零容忍区：对外报价、合同条款、医疗法律建议、任何会被当成承诺的话——这些场景宁可让AI闭嘴转人工。缓冲区：内部制度查询、文档摘要、草稿生成，答错了有人兜得住，可以放宽。两档之间还有个灰档：内部用、错了有人看一眼的场景，可以放缓冲区，但答案页上标“仅供参考”。圈清单的土办法：把过去一年的客诉记录、销售争议翻出来，凡是当时扯过皮的话题，先进零容忍区，再慢慢往缓冲区挪。把公司的问题场景按这两档过一遍，约束手段往哪使、使多重，就清楚了。这份清单每个行业长得不一样，值得花半天对着自己的业务逐条圈，定完也别锁抽屉，每季度跟着业务变一变。
零容忍清单怎么圈、校验层怎么搭，行业之间差异不小。带着你的业务场景来联系我们对一遍，我们按风险等级把约束手段排个序，哪些要硬拦、哪些可放宽，一目了然。