工具箱 · AI 避坑卡
用 AI 过程中那些「咦，怎么会这样」的高频困惑，一卡 30 秒：现象 → 为什么 → 怎么办。
卡片持续生长：遇到新的困惑，先来这查，没有就去问 AI「为什么会这样」——然后把答案变成新卡片。
卡 1 ·「为什么 AI 忘了三小时前说的话？」
现象：长对话聊到后面，AI 开始答非所问，前面说过的约定全忘。
为什么：AI 一次对话能「记住」的内容有上限（0.1 认知篇 讲过：上下文窗口）。聊得越久，最早的内容越可能被挤出窗口。
怎么办：长任务开新对话，把关键结论（而不是全部聊天记录）粘贴过去；重要设定让 AI「阶段性复述」一遍。
卡 2 ·「为什么它编了一篇不存在的参考文献？」
现象：要文献它给文献，一查——期刊不存在、作者不存在、DOI 是假的。
为什么：这就是幻觉——AI 按「像真的」生成，不核实真假。文献格式越规范，越容易骗过你。
怎么办：所有文献去知网/Google Scholar 反查；让 AI 联网检索并给链接，拿到链接后点开验证（链接也会编）。学术场景详读 3.2 论文辅助。
卡 3 ·「为什么同一个问题每次答案都不一样？」
现象：一模一样的提问，两次回答措辞、结构甚至结论都不同。
为什么：AI 是逐字生成（本质是超大规模「自动补全」），每次采样路径不同。这是特性不是 bug——生图抽卡（7.1）同理。
怎么办：需要稳定输出时说「严格按这个格式回答」；需要多方案时，反过来利用它——同一问题问三遍，挑最好的。
卡 4 ·「为什么 AI 说它不能联网/不知道今天几号？」
现象：问最新消息，它答「我的知识截止于 XX 年」；或一本正经给你过时的信息。
为什么：模型的知识有训练截止日期，之后的世界它没见过；没开联网功能时它也拿不到实时信息（但有些产品不会主动告诉你）。
怎么办：问时效性问题前，确认入口支持联网搜索；重要事实交叉验证——两个独立来源对得上才算数。
卡 5 ·「为什么长文档读到后面 AI 就开始胡说？」
现象：丢一份 100 页 PDF，前半部分总结得好好的，后半部分开始张冠李戴。
为什么：文档太长会撑爆上下文（同卡 1），而且「读得到」不等于「读得准」——长上下文中间段的信息容易被忽略。
怎么办：大文档分段喂（按章节）；关键数字让 AI「引用原文第几页」并回查；分段的每段单独出摘要，最后合并。
卡 6 ·「AI 会保存我们的聊天吗？会被拿去训练吗？」
现象：担心聊天内容被存储、被拿去训练模型。
为什么：不同产品政策不同——有的默认用对话数据改进模型，有的提供关闭开关，有的承诺不存储。别假设所有 AI 一样。
怎么办：进设置里找「数据/训练」开关并关闭；敏感内容（身份证、未公开论文、公司内部资料）一律不上传，详见 6.2 隐私与安全。
卡 7 ·「为什么我朋友的 AI 答得比我的好？」
现象：同一款产品，别人用着惊艳，你用着平平。
为什么：两个变量——模型/版本可能不同，提问方式几乎一定不同。好答案的一半功劳在好问题。
怎么办：学 第 2 篇 · 提问篇：给背景、给要求、给示例；把你朋友的提问原话要过来看——多数差距一眼就能看出来。
卡 8 ·「AI 说自己『没有偏见』『不会出错』，可信吗？」
现象：问 AI「你会出错吗」，它自我介绍得完美无缺。
为什么：AI 对自己的描述也是生成出来的——它说的不是自我检测报告，是「听起来最合理的自我描述」。它并不真正知道自己会不会错。
怎么办：把 AI 的自我陈述当营销话术听，验证靠外部：事实核查、交叉来源、你自己专业领域的判断。
本页核验日期：2026-09-24 · 新卡片持续收集中