专治AI幻觉
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_481397b5/cite-holmes。
技能介绍
解决什么
大模型加上外部知识后,容易在两类地方出错:一是没有检索到资料时仍然给出确定结论,二是把模糊上下文包装成看似权威的引用。知识管理任务里,这些错误会随着提示词、Agent 状态和接口文档继续传播;即使平时只是生成周报或整理纪要,也可能把假设写成事实。
技能如何工作
cite-holmes 通过提示层强化一套证据审计规则,核心不是让模型“看起来更专业”,而是降低不可追溯结论的存活空间。
- 断言拆分:把复杂回答拆成事实命题、连接因果和限制条件,避免一整段模糊文字掩盖缺口。
- 证据绑定:涉及
date、版本、数字、定义、事实出处时,要求给出信息来源或明确标注为无来源断言。 - 状态收敛:样本不足、证据冲突或缺少检索结果时,输出保守结论,而不是补全另一个更精致的猜测。
- 输出校验:检查引用是否能支撑原句,是否存在以结论替代证据、以大概率代替校验、以来源堆叠代替来源核验。
注意点
它更适合约束自然语言结论,而不是替代系统的材料管理或事实库。若输入文档本身过时、权限混乱、元数据缺失,模型即使按该技能工作,也仍可能继承上游错误;接入敏感环境时,同样需要配合 excerpt 脱敏与最小权限原则。
使用场景
- 生成技术方案长文初稿时,逐段检查模型补全内容是否有足够的引用可信度
- 撰写学术综述或项目汇报,需要区分已有证据与模型的假设和补全
- 把模型整理的内参邮件摘要转成表格,担心错误引用或虚构附件
- 为敏感政策文案做事实核查,需要定位模型补全部分的外部证据源
适合人员
- 每周要写技术方案草稿,需要信源可追溯的技术作者
- 常让大模型整理外部资料和会议纪要的初级项目经理
- 负责政策类外发邮件与敏感文案的事实核查和引用规范的合规人员
- 做文献综述和模型结论转述,担心引用断链或证据不足的研究生