让AI说明未知内容的提问方式：区分无法确认与推测

向AI提问时，最令人困扰的回答，是把自己不知道的内容自然地说成确定事实。表面上很友好，读者却无法知道哪些内容已经核实。“不知道就说不知道”可能有所帮助，但仅凭这句话不能消除错误。还需一起规定使用什么依据、资料不足时记录什么，以及怎样标注推测。本文关注在提问阶段区分无法确认与推测的方法，而不是一般的回答验证清单。

将不知道的原因分成两类

第一类是问题缺少必要条件。例如询问“这个文件为什么打不开”，却没有提供文件格式、使用的应用和错误信息，就很难确定原因。此时应先整理所需条件，再寻找更多来源。第二类是条件已经具备，却没有可核实的资料。即使提供产品名称和版本，如果无法打开该版本的官方文档，也不能断定功能是否受支持。将这两种情况统一归为“不知道”，就难以选择下一步行动。

也可以要求AI区分原因，例如：“请分别说明，是缺少问题条件，还是未能核实官方依据。”询问文件错误时，可以列出需要补充的信息；询问产品功能时，可以整理需要查找的官方文档。表达不确定性并不是让回答停在什么都不做的状态。应说明核实什么之后才能作出判断，回答才有用。

用不同句子表达已确认事实与推测

假设一份说明用文档写着“可以导入CSV文件”，却没有导出相关内容。能够确认的事实是支持导入。声称也支持导出，是额外推测；声称不支持导出，同样无法仅凭该资料确定。写成“文档没有导出说明，因此未能确认是否支持导出”，就能区分事实与资料不足。

这不仅是措辞问题。错误地断定不支持，可能使人放弃所需功能；错误地断定支持，可能使人不断寻找不存在的菜单。可以在问题中加入：“资料未提及的内容，请标为无法确认，不要改写成不支持。”这样通过规定结果格式，使AI呈现真正核实的范围与剩余问题，而不是为了补全说明填补空白。这个假设文档示例不代表真实产品的功能信息。

回答状态	表达示例	下一步行动
原文明示	提供的文档写明支持导入	核实版本与适用范围
原文未提及	无法通过此资料确认是否支持导出	寻找相关官方说明
条件不足	缺少错误信息，难以确定原因	收集必要条件
资料冲突	两份文档的支持版本不同	比较发布日期与修订状态
说明用推测	这些条件下可能的原因示例	在真实环境中核实

谨慎阅读看起来像概率的数字

AI写“90%确定”，并不代表真实经过验证的概率。如果没有说明该数字来自什么资料与计算，它只是看起来像精确依据。对于事实问题，与其要求任意的确信百分比，不如要求说明依据的状态。请核实是否直接打开了官方文档、哪些句子与主张对应，以及有无例外。没有依据的高度确信，与有依据但范围有限的判断并不相同。

即使统计资料中有真实概率或置信区间，也应区分AI自身的确信程度与原始数据中的数值。如果引用文档里的数字，应结合样本和条件阅读；如果是AI估算的数值，应核实计算依据。可以要求：“不要编造回答的信心数值，请说明核实的依据与适用条件。”目的不是删掉数字，而是区分真实资料中的数字与无依据的表述。

包含不确定性的提问格式

下面是核查产品文档的假设请求：“请仅依据提供的说明，整理文件导入与导出是否受支持。把原文明示的功能、未提及的功能和语句含糊的功能分开，列成表格。不要因为原文未提及，就断定不支持。如果需要版本或条件，请留下问题。确实需要推测的说明，请与事实句分开，并写明在什么假设下成立。”

这一请求的目的不是让回答更短，而是让结果便于审查。如果内容太长，可以要求先呈现原文明示的事实，再在后面整理待核实问题。需要最新信息时，应要求搜索并实际打开官方资料，记录核查日期。不要仅因为提供了链接，就判断已经阅读原文。应能够直接对照主张与对应页面的内容是否一致。

推测在什么情况下有帮助

即使资料不足，比较可能原因的说明也可以有用。例如，文件打不开时，可以分别考虑文件损坏、应用兼容性、访问权限等可能性。但这种列表不是诊断结果。应标为“可能原因示例”，并为每个原因列出可用于核实的观察。通过真实比较缩小范围，例如同一应用是否能打开其他文件、支持该格式的应用能否打开同一文件，推测就能衔接下一步行动。

在让AI选择一个原因之前，也可以要求按核实成本从低到高进行检查。例如：“修改或删除文件前，先建议只读检查。请按原因写出应观察的结果与下一步。”这种方式为不同条件建立流程，而不是断定凭当前信息无法确定的原因。同时应要求不要把假设步骤描述成已经实际执行，并在下次提问中加入用户核实的结果，更新推测。

不同来源相互冲突时

如果资料A写着支持某功能，资料B却写有相关限制，应要求AI不要像取平均值一样随意作出结论。需要核实产品版本、地区、账号类型、发布日期与修订状态是否不同。较新的文档可能是草稿，旧文档反而可能是目前有效的规定。要求“先显示冲突语句与各资料的适用范围”会有帮助。阅读原文差异后，才能判断适用于哪些条件。

如果两份资料中有一份未能打开，就不能写成冲突已经解决。搜索结果的简短介绍与实际页面内容也可能不同。应单独记录尚未阅读资料的状态，并寻找可访问的官方途径。如果官方资料也没有说明，可以整理需要向客户支持询问的问题。AI回答的作用是连接现有依据与必要核实，而非代替缺失信息编造内容。

通过后续提问改进回答

如果第一次回答过于确定，可以要求：“请显示直接支持这个结论的原文语句与核查日期。如果没有依据，请改为无法确认。”让AI更自信地重复相同回答的提问，无助于验证。与其问“真的对吗”，不如具体询问需要核实什么才能判定正确。显示依据后，还应阅读真实原文，确认确实包含相同内容。

用户补充条件后，回答可能改变。如果最初以为使用Windows应用，实际却是在浏览器中打开文档，检查项目就会不同。与其要求保持之前的回答，不如让AI说明新条件下哪些判断发生了变化。不确定性不是用来掩盖回答弱点的措辞，而是揭示条件变化时判断如何改变的信息。共同整理问题目的与依据状态，也能一致地审查后续回答。

再次使用完成的回答时

把AI回答转入文档或博客时，不应删去无法确认的标记，改成确定句。即使改写得更易读，也应保留依据的状态。如果删去“在这份资料中未能确认”，读者可能误以为全部事实都已验证。如果核查日期与适用版本很重要，应写在相关正文附近。也应保留以后审查所需的来源，避免把旧回答当成新事实重复使用。

官方说明与本文的提问示例承担不同作用。官方资料是核实产品功能与建议的依据，示例则是为方便审查回答而自行设计的。即使原样使用示例措辞，也不会自动保证准确性。还必须实际阅读资料并收集必要条件。允许“不知道”，同时具体要求下一步核实方法，是这一方式的核心。

常见问题

让AI说不知道，会不会使回答变得没用？ 同时要求说明无法确认的原因与下一步核实项目，反而有助于判断。比起没有依据的结论，说明缺少什么的回答更能衔接实际工作的下一步。

要求AI不要表达确信，就能消除错误吗？ 仅改变表达不会消除错误。需要对照原文依据、适用范围与执行结果。不确定性标记是帮助寻找应核实之处的工具。

是否应始终删除推测？ 比较可能原因或理解说明用情境时，推测可以有帮助。请与事实分开，并附上假设与核实方式。只要不把推测介绍为实际发生的事件或已验证结果，读者就能知道哪些部分需要核实。

官方资料与撰写依据

• OpenAI官方提示词指南
• Anthropic减少事实错误指南

这是借助AI撰写的信息类文章。官方文档于2026年10月3日核查，以下示例为说明而设计，并不代表真实个人项目的执行成果或实测值。发布前会再次核实产品说明是否发生变化。

让AI说明未知内容的提问方式

1. 检查问题条件

→

2. 区分依据状态

→

3. 标明无法确认的原因

→

4. 明确推测的假设

→

5. 衔接下一步核实项目

这是自行制作的说明用流程图，并非实际产品界面或测量结果。