Как проверить ответы ИИ за 2 минуты: промпты внутри

Как проверить информацию от ИИ? Выпишите утверждения и проведите четыре проверки

Ответ ИИ проверяют так: вытаскивают из него проверяемые утверждения и пропускают каждое через четыре проверки: вторая модель, открытый источник, аргументы против и один поиск на каждое число. Неверный ответ ломается в предсказуемых местах (выдуманная моделью деталь, источник, которого нет или который не говорит того, что ему приписывают, случай, с которым модель согласилась только потому, что вы её об этом попросили, число, которое было верным к концу обучения), поэтому проверяйте именно эти места, а остальное пропускайте. Сначала пусть модель перечислит свои утверждения:

Перечисли все фактические утверждения из своего ответа выше в виде нумерованного списка, по одному предложению на каждое. Считай утверждением каждое число, имя, дату, цитату, источник и фразу «исследования показывают». Не добавляй новой информации.

Время здесь это бюджет, который мы задали, чтобы привычка прижилась; никто его не измерял. В последнем разделе сказано, какие ответы заслуживают всех четырёх проверок, а какие одной.

Топ-модель каждой лаборатории выдумывает больше, чем лучшая по результатам, поэтому проверять нужно всегда

Ни одна модель ИИ не настолько точна, чтобы не проверять её ответы, и оплата топ-модели лаборатории риск не снижает. В рейтинге галлюцинаций Vectara, обновлённом 22 сентября 2026, самая мощная модель каждой из шести лабораторий добавляет неподтверждённые утверждения чаще, чем лучшая модель той же лаборатории.

Vectara даёт каждой модели короткий документ и считает, как часто в её изложении встречается утверждение, которого в документе нет. Это самая лёгкая фактическая задача из возможных, ведь факты уже в запросе, поэтому читайте эти показатели как нижнюю границу для вопросов, на которые модель отвечает по памяти. Правило, по которому построен график: для каждой лаборатории берётся её самый низкий показатель в рейтинге и её самая мощная модель в рейтинге (Gemini 3.1 Pro значится как предварительная версия). В среднем по шести лабораториям топ-модели дают 11.0 из 100, а лучшие по результатам 5.2, то есть примерно вдвое чаще. Остальные данные говорят о том же. GPT-6 Sol, вышедшая 22 сентября 2026, показывает 6.5, всё ещё вдвое хуже 3.1 у GPT-5.4 nano, а Grok 4.1 Fast с включёнными рассуждениями поднимается до 19.2. Самый низкий показатель во всём рейтинге равен 1.8, его дала Finix S1 32B от Ant Group. Нуля нет ни у кого.

Шаг 1: вторая модель от другой лаборатории выдаёт выдуманные детали там, где ответы расходятся

Вторая модель ловит детали, которые выдумала первая, потому что две системы, обученные разными лабораториями, редко выдумывают одно и то же число, имя, дату или источник. Вставьте тот же вопрос слово в слово в модель другой компании, затем сопоставьте два ответа и найдите детали, которые различаются. Согласие мало что доказывает. Расхождение точно показывает, какое предложение проверять. Если ответы длинные, поручите сравнение одной из моделей:

Вот два ответа на один и тот же вопрос. Перечисли все конкретные утверждения, по которым они расходятся: число, имя, дата, источник, «да» или «нет». Игнорируй различия в формулировках, длине и тоне. Если они совпадают во всём, скажи об этом одной строкой.

С этим справятся два бесплатных тарифа в двух вкладках. В материале как спросить сразу несколько моделей ИИ сравниваются инструменты, которые отправляют один запрос многим моделям, среди них режим бок о бок в Whizi. У согласия есть одно известное слабое место: обе модели учились на одном и том же открытом интернете, поэтому утверждение, ошибочное везде в сети, вернётся ошибочным в обеих. Для такого случая нужен шаг 4.

Шаг 2: как понять, что ссылка ИИ поддельная, за десять секунд

Поддельная ссылка ИИ не проходит десятисекундный тест, в котором модель вообще не участвует: вставьте DOI на doi.org, и настоящий перенаправит на сайт издателя, а выдуманный вернёт 404. Я проверил это 26 сентября 2026. Статья Уолтерс и Уайлдер, приведённая ниже, с DOI 10.1038/s41598-023-41032-5, дала перенаправление 302 на nature.com; тот же префикс с выдуманным окончанием, 10.1038/s41598-023-99999-9, дал 404. Если DOI нет, вставьте название в кавычках в Google Scholar: настоящая статья появится с теми же авторами.

Само утверждение проверяют так: попросите один источник и откройте его:

Дай точный источник этого утверждения: название, автор или издатель, год и ссылка. Если конкретного источника у тебя нет, так и скажи, а не выдумывай правдоподобный.

Последнее предложение делает ответ «у меня его нет» вероятным, а без него он маловероятен. Если ответ получен из веб-поиска, ссылка уже приложена, и именно по ней нужно кликнуть: откройте её и найдите число на странице, ведь устаревшая заметка в блоге ранжируется так же, как страница производителя. Затем поищите несовпадения, которых выдуманная ссылка не может избежать: журнал и год, которые не сочетаются, том, не подходящий к году, двух реальных авторов, никогда не писавших вместе, или номер дела, принадлежащий другому делу.

Масштаб проблемы измерен. Уолтерс и Уайлдер в Scientific Reports 7 сентября 2023 проверили 636 ссылок из литературных обзоров ChatGPT: 55 процентов ссылок GPT-3.5 и 18 процентов ссылок GPT-4 не существовали. В базе Дамьена Шарлотена на 25 сентября 2026 числилось 2,079 судебных решений с выдуманными материалами, 827 из них по документам юристов. В первом громком деле, Mata v. Avianca, федеральный суд Нью-Йорка 22 июня 2023 наложил штраф $5,000 на двух юристов и их фирму, а в решении приведены слова юриста: на вопрос об одном выдуманном деле ChatGPT ответил, что оно «действительно существует». Просить модель подтвердить собственную ссылку это единственная проверка, которая не работает никогда; что такое галлюцинация ИИ объясняет, почему подтверждение звучит так же гладко, как и выдумка.

Шаг 3: может ли ИИ проверить сам себя? Только если заставить его привести доводы против

ИИ может проверить себя только тогда, когда вы меняете его задачу. Вопрос «Ты уверен?» в основном рождает согласие, потому что согласие подходит под форму полезного ответа; а инструкция привести доводы против делает наиболее вероятным продолжением текст против ответа. Промпт:

Теперь приведи доводы против. Дай самое сильное обоснование того, что ответ выше неверен, с конкретными утверждениями, на которых оно держится. Затем назови одно утверждение в исходном ответе, в котором ты меньше всего уверен.

В ответ приходят две вещи. Встречные доводы показывают, была ли у вопроса настоящая другая сторона, а утверждение, которое модель назвала самым слабым, идёт прямо на шаг 4. Модель не умеет считывать свою уверенность по собственному тону (почему ИИ ошибается объясняет механизм), но она способна сформулировать доводы против, и неверная деталь нередко всплывает именно там.

Большинство тех, кто пробует самопроверку, делают это слабым способом. В опросе F-Secure 1,500 пользователей ИИ в США и Великобритании, опубликованном 23 сентября 2026, 35.3 процента проверяли ИИ с помощью ИИ, а 47.3 процента сказали, что перестают сомневаться в ответе, как только он звучит правдоподобно. Та же модель, которую в том же чате спрашивают, согласна ли она с собой, в основном возвращает согласие. Промпт с доводами против и модель другой лаборатории дают то, что действительно можно проверить.

Шаг 4: читайте горизонтально, по одному поиску на каждую дату, цену и статистику

Горизонтальное чтение значит уйти от ответа ИИ и проверить каждое утверждение в новой вкладке по источнику, которому принадлежит факт; именно этому учат в библиотечных руководствах Мэрилендского университета и Texas A&M Corpus Christi применительно к ответам ИИ. Термин происходит из исследования Сэма Уайнберга и Сары Макгрю с участием 45 опытных пользователей интернета (Teachers College Record, 2019). Получив те же сайты, что и 10 историков с докторской степенью и 25 студентов Стэнфорда, 10 профессиональных фактчекеров «читали горизонтально, покидая сайт после беглого просмотра» и приходили к лучше обоснованным выводам за малую долю времени.

Для ответа ИИ действие механическое. Вставьте число вместе с существительным в поисковую систему, в кавычках, и откройте источник, которому оно принадлежит: страницу производителя для цены, правительственный сайт для закона, исходную статью для вывода исследования, а не пересказ любого из них. Цены меняются после конца обучения, даты путаются местами, а статистику запоминают с неверным знаменателем. Как легко случается последнее, показывает Digital News Report 2026 Института Рейтер: 42 процента тех, кто использует чат-ботов ИИ для новостей, говорят, что всегда или часто переходят к источнику, против 44 процентов для поиска и 36 процентов для соцсетей. Эти 42 процента составляют долю пользователей новостей в чат-ботах, а не всех людей, и ответ, который отбрасывает уточнение, превращает верное число в ложное утверждение.

Для новостей и вирусных утверждений горизонтальное чтение часто уже выполнили Snopes, PolitiFact и FactCheck.org. Для узкого технического, юридического или медицинского утверждения источник, которому принадлежит факт, это специалист, а ответ ИИ превращается в список вопросов, которые стоит ему задать.

Каким ответам ИИ нужны все четыре проверки? Всему, что вы отправите, подпишете, подадите или оплатите

Проводите все четыре проверки для всего, что вы отправите, подпишете, подадите, опубликуете или оплатите, делайте только шаг 1 для всего, в чём вам просто хочется быть правым, и пропускайте проверки для черновика, который явно в порядке. Разрыв, который закрывает это правило, измерен: в том же опросе F-Secure почти 90 процентов пользователей ИИ сказали, что проверка ответа лежит на них самих, 70 процентов проверяют лишь иногда, редко или никогда, а 25.2 процента следовали совету ИИ в серьёзном жизненном решении. Привычка, которая касается всего, живёт неделю. Правило, привязанное к ставкам, держится, и по нему ответ с числом, именем, датой или ссылкой остаётся черновиком, пока одна из четырёх проверок не коснулась этого предложения.