什么是验证链提示法？
验证链是一种三步提示模式：先让模型草拟答案，再让它列出一组可以检验这份草稿的事实问题，然后在完全独立的对话中回答这些问题，最后据此改写草稿。它把事实查核从你的手动工作，转为模型对自己运行的一个步骤。
这个模式来自 2023 年由 Shehzaad Dhuliawala 及 Meta AI 团队发表的论文《Chain-of-Verification Reduces Hallucination in Large Language Models》。他们的发现是：模型在一个全新、隔离的步骤中检验自己的说法时，能揪出它在原本对话里会理直气壮维护的错误。
机制比名字重要。真正发挥作用的是「隔离」。当验证问题不是在草稿面前作答，模型就无法单纯附和自己。
为什么让 AI 检查自己的答案真的有效？
因为模型针对一个窄问题重新作答，跟它审视自己刚写完的段落，是两种不同的行为。草稿本身会成为上下文，令模型倾向同意。把草稿抽走，冷启动地问同一条窄问题，答案往往会不同，而这个差异就是错误信号。
这也解释了为什么「请检查以上内容是否准确」几乎查不出东西。那些说法仍然在上下文里，模型会把它们读成既定前提，然后去寻找它们正确的理由。
Anthropic 在其减少幻觉官方文档中，从另一个角度指向同一个原理。它建议在模型生成回复之后，要求模型为每一项说法找出支持的原文引述，找不到就必须撤回该说法。
对于不写程序的人，实际做法就是两个对话窗口，一个原有对话加一个全新对话。这就是全部所需的「基础设施」。
验证链的三个提示具体怎样写？
第一个提示照常产出草稿，第二个提示在同一对话中生成验证问题，第三个提示则在毫无历史纪录的全新对话中作答。把验证后的答案贴回第一个对话，要求重写。三个提示，大约四分钟，适用于现时任何一个主流模型。
提示二：生成验证问题
--- 在草稿之后，于同一对话粘贴：
「列出你上面答案中所有可能出错的事实性陈述：人名、日期、数字、价格、职衔、产品功能、引述。针对每一项，写一条简短问题以确认或推翻它。问题必须让一个从未看过你草稿的人也能回答。只输出编号问题，不要其他内容。如果某项属于你的推论而非事实，标注 INFERENCE，并且不要为它写问题。」
提示三：在隔离状态下作答
--- 开一个全新对话。没有历史、没有草稿、不解释问题来源：
「请独立且简短地回答以下每一条问题。如果你不知道，或无法从一个你能说出名字的来源核实，请写 UNVERIFIED，并说明什么来源可以确认。不要猜测，不要用听起来合理的说法含糊带过，也不要推测这些问题的用途。1. [粘贴] 2. [粘贴] 3. [粘贴]」
然后回到第一个对话，粘贴答案并给一句指令：按这些已核实的答案改写草稿，删除所有标示 UNVERIFIED 的内容，不得添加任何说法。
在真实工作任务上会发生什么？
举一个常见情境。你在客户会议前，要求 AI 撰写一页竞争对手演示文稿。草稿回来时语气自信、结构完整，里面却有一轮从未发生的融资、一位两年前已离任的行政总裁，以及一个早已下架的收费方案。
运行提示二，模型通常会产出八至十二条问题：「X 公司的 B 轮融资在何时完成、金额多少？」「X 公司现任行政总裁是谁？」「X 公司付费方案的入门价格是多少？」
在隔离状态运行提示三，实务上的模式相当一致：部分答案与草稿吻合，少数回复 UNVERIFIED，另有一两项与草稿直接矛盾。那些矛盾，正是会让你在会议上出丑的部分。
同一个流程也适用于数据摘要、市场规模段落、合规说明，或你为真实人物撰写的简介。任何一个具体数字出错的代价，高于这四分钟的输出，都值得跑一次。
哪两句话应该出现在每个事实密集的提示里？
有两条指令在需要验证之前，就完成了大部分预防工作。Anthropic 的文档同时列出这两点：明确允许模型说「我不知道」，以及在长文档任务中，先抽取逐字原文引述再开始分析。
--- 第一句：「如果你对某个具体事实没有把握，请在它旁边写上 UNVERIFIED，而不是给出你认为最可能的答案。一个不完整的答案，对我比一个自信但错误的答案更有用。」
--- 第二句，适用于任何以你提供的文档为基础的任务：「回答之前，先从文档中抽取支持你答案的原句，逐字引述。然后只根据这些引述作答。如果文档中没有答案，请直接说明。」
Anthropic 特别建议在约 20,000 tokens 以上的文档使用先引述后作答的做法，大约相当于 15,000 字或一份 40 页的 PDF。低于这个长度同样有帮助，因为它迫使模型指向文本，而不是指向记忆。
这两句话不用付出任何成本，却改变了失败的形态。你得到的不再是流畅的杜撰，而是一个看得见、可以去补上的空缺。
验证链在什么情况下会失效？
它抓的是事实性错误，不是推理错误、判断失当，或模型根本无从得知的内容。一个对某家香港私人公司毫无可靠数据的模型，会在草稿中给出自信的错误答案，也会在验证阶段给出自信的错误答案，因为两者源自同一个空缺。
--- 训练截止日之后的信息会失效。没有网络搜索的验证，只是对记忆的验证。涉及近期价格、人事变动或产品功能时，请使用已打开搜索的模型，并要求每个答案附上链接。
--- 对计算得出的数字效果薄弱。如果草稿把两个数字相乘算错了，两轮都可能重复同一个算术失误。应改为要求模型完整写出计算过程。
--- 抄捷径就会前功尽弃。把提示三放在同一对话中运行，效果会完全消失。隔离本身就是这个技巧。少了它，你只是多打了两个提示。
--- 它不能取代法律、医疗或财务内容的人手覆核。它的作用是减少送到你眼前的错误数量，而不是让你的眼睛离开流程。
怎样把它变成可重复的流程？
把提示二和提示三存成可一键粘贴的文本片段，并把那两句预防指令，放进工具会自动套用的位置。在 ChatGPT 是自订指令或自建 GPT，在 Claude 是项目指令，在 Gemini 则是已保存的 Gem。这个技巧只有在你不需要刻意记住时，才真正划算。
让它持续运作的关键是触发条件，而不是自律。事先决定哪类输出需要验证。一个可行的缺省：任何含有数字、人名或日期，而且会被团队以外的人看到的内容。
其余的一律略过。对脑力激荡或初稿大纲做验证，只会浪费那四分钟，并让你开始厌恶这个步骤。
还有一个值得一次设置好的细节。如果你的工具容许关闭记忆功能或打开临时对话，请在提示三使用它。记忆功能可能把你正要隔离的那份草稿重新带回上下文，悄悄地把你打回原形，变成一次什么都查不出的单一情境检查。
立即试做：五分钟测试
找一段你本星期由 AI 写成、至少包含三个具体事实的文本。可以是客户演示文稿、关于行业趋势的 LinkedIn 贴文，或一份报告摘要。不要挑你早已确定正确的内容。
对它运行提示二，数一数问题有多少条。开一个全新对话运行提示三，然后逐行比对每个答案与原文。
多数人在第一次尝试就会找到一项矛盾与两项 UNVERIFIED。那就是你目前工作流程正在放行的错误数量。知道这个数字，正是这个练习的意义。
如果输出不稳定是你更广泛的问题，我们早前关于非工程师的情境工程一文，讲解了每个提示背后的五个层次。
重点回顾
AI 捏造事实，不是因为它马虎。而是因为对它而言，产出一句通顺的句子和产出一句真实的句子，是同一个动作，而普通的提示并没有把两者分开。
验证链把两者分开，用的只是第二个窗口和一句更严格的指令。四分钟、不需工具、不需订阅，而且适用于你现时已经在付费使用的每一个模型。
能稳定得到可靠 AI 输出的人与得不到的人之间，差距很少在于天赋，多数只在于一个没有人告诉他们要加上的步骤。懂AI的冷，更懂你的难 UD 同行28年，让科技成为有温度的陪伴。
由 UD AI 团队审阅。
把一个技巧，变成一套可运作的系统
掌握验证流程只是第一步。把它嵌入整个团队每次都以相同方式运行的工作流程，价值才会累积。UD 团队手把手带你完成每一步，由提示设计、工具配置，到在团队内全面部署。
