AI 是什么，又不是什么

核心方法

第一次使用生成式 AI，最容易混淆的是三个不同的问题：它能不能写出一段话，这段话有没有依据，这段话能不能用于你的任务。本课用一个具体活动，练习把这三件事分开判断。完成后，你应该能解释生成、检索和核验的区别，并把回答拆成可以逐条检查的陈述。

先理解工作方式。 文本模型把输入转换成 token 序列，根据训练中学到的模式和当前上下文生成后续内容。Token 可以是一个字、词的一部分或标点，不等于固定数量的汉字。你不需要计算它们才能开始使用，但要知道：输入、历史对话和输出都受长度限制，长对话不等于无限记忆。

训练可以让模型获得语言与知识的统计规律，但这并不意味着每次回答都查询了数据库。某些产品还连接搜索、文件或代码执行工具；只有实际调用并返回结果时，才能讨论这些工具提供了什么依据。界面看起来一样，能力边界可能不同。

三个常见误会。 语气自信不是置信度；让模型扮演专家不会凭空增加资料；同一句话重复出现也不是独立证据。另一方面，有局限不等于没有价值：整理给定材料、改写语气、列出备选结构和发现明显缺项，都可以成为有用的小任务。

案例拆解

本课程贯穿一个虚构项目「周末旧书交换」。以下资料仅用于教学，所有人物和活动均为虚构。

材料 A / 活动草案
主题：周末旧书交换
时间：10 月 17 日 14:00–16:00（年份暂未确认）
地点：社区二楼活动室
对象：社区居民，最多 20 人
规则：每人带 1–3 本可正常阅读的旧书，不收取参加费用
报名方式：尚未确定

第一步：先做你自己的答案。 暂时不要打开 AI。根据材料写下活动主题、人数上限、报名方式三项。这张小表就是之后比较的基准。第三项的正确处理是「尚未确定」，不是寻找一个看起来合理的报名链接。

第二步：让 AI 写一段介绍。 只提供材料 A，要求面向社区居民说明活动。保存完整输入和输出，不只保存你满意的一段。

第三步：检查示范中的问题。 下面是为了分析而编写的错误示例，并非某个工具的实际输出：

本周六，社区图书馆将举办面向全体市民的旧书交换大会，预计上百人参加。扫描海报二维码即可免费报名，还能领取纪念品。

这里至少有五处越界：材料没有年份，不能确定「本周六」；地点被改成图书馆；对象从社区居民扩大到全体市民；20 人变成上百人；二维码与纪念品均无依据。即使文案更有吸引力，也不应直接采用。

第四步：写出可靠版本。 「社区将举行旧书交换活动，计划于 10 月 17 日 14:00–16:00 在二楼活动室进行，最多 20 人参加。每人可带 1–3 本旧书，参加免费。年份与报名方式确认后再公布。」这是练习阶段的草稿，不宜在年份仍未知时对外发出正式通知。

提示词与使用说明

请依据下面的活动草案写一段介绍，面向第一次参加的社区居民。
先列出材料已经说明的事实，再列出影响发布的缺失信息。
介绍不超过 150 字，不增加原文之外的礼品、规模、地点或报名方式。
存在缺项时使用「待确认」，并在文末提醒我哪些字段必须核对。
最后列出介绍中每一句话对应的材料依据。
材料：[粘贴材料 A]

最后一项不是要求模型证明自己正确，而是把核验对象摆在你面前。你仍要对照材料逐句检查。有时一条依据只能支持句子的一半，应拆开判断，不能因为附了来源编号就整句放行。

独立练习

先把答案写进本课笔记，再展开解析。以下人物、活动和数据均为教学用的虚构材料；练习记录请填写你实际完成的过程。

给定材料

A：旧书交换最多 20 人，每人带 1–3 本书，免费；报名方式尚未确定。
B（待审核草稿）：欢迎全城读者参与，扫码即可报名，每人都能领取一本新书。

你的任务

不要先让 AI 改写。把 B 拆成独立承诺，对照 A，写出「原句 / 材料是否支持 / 处理方式」。然后把 B 改成不超过 60 字的内部审核稿。

完成后，对照参考解析

「全城读者」扩大了对象，A 没有给出；「扫码报名」与尚未确定冲突；「每人一本新书」凭空增加了福利。参考稿：旧书交换拟开放 20 个名额，每人可带 1–3 本旧书，参加免费；报名方式待确认。本稿仍缺日期地点，不能当作完整正式通知。只删除错误而不指出信息缺口，也不算完成。

验收与迁移

对照自己的成果逐项检查。未达到的项目，写明缺什么、怎样补；这些标准用于自查，不会自动标记课时完成。

拆出了三个独立承诺
每个判断能定位到 A 的原句或缺项
没有把内部审核稿标成可直接发布

带回自己的场景

换成你手里的一则通知，用同一张核验单检查；即使句子很流畅，也逐条查承诺。

延伸资料

OpenAI 的提示词指南 ↗。资料用于核对方法和技术边界，案例与练习由 Nextory 编写。