Claude 给出一个答案，听起来非常自信、措辞专业，但你一查发现关键事实是错的——比如把 API 函数签名写反了、把 2023 年的政策当作 2026 年现行的、或者编造了一个不存在的库名。这种”自信地说错”（confidently wrong）是所有 LLM 的通病，但通过调整 context、system prompt 和检索方式，错误率可以从 30% 降到 < 5%。
绝大多数人遇到这种问题的第一反应是”换更聪明的模型”，但实测发现：同样问题在 Opus 4.7 上还是错，原因不是模型不行，而是它没拿到正确的 grounding 数据。下面按”诊断 → 修复”的顺序来。
常见原因
按命中率从高到低：
1. 没给 grounding 文档，模型在凭训练记忆回答
最常见。你问”Stripe 2026 年新加的 Adaptive Pricing 怎么用？“——如果你不贴文档，Claude 只能根据训练截止日（约 2025 年中）的记忆去推测，编一个看起来合理但完全错的 API 出来。
如何判断：让 Claude 在回答末尾加”我的信息来源是：“。如果它说”基于训练数据”、“通常情况下”，就是在凭记忆。
2. 上下文窗口被挤满，关键事实被截断
长会话中如果你早期贴了一段重要参考资料（比如规范文档），但中间又灌入了大量代码或日志，那段参考资料可能已经被”挤出”活跃 attention，模型记不清细节。
如何判断：让 Claude 复述早期贴的某段事实，如果复述偏差大或完全忘了，就是这种情况。
3. System Prompt 鼓励”helpful”压过”accurate”
默认 Claude 倾向于”给出有用回答”，遇到不确定的事实更倾向于”猜一个看起来对的”而非”承认不知道”。
如何判断：直接问”你确定吗？请如实回答置信度”，如果它立刻改口或表示”其实不太确定”，说明此前在硬猜。
4. 问题描述本身有歧义或错误前提
“Python 的 urllib.fetch 怎么用？“——Python 没有 urllib.fetch，但 Claude 可能不指出错误，而是顺着你的话编一个。
如何判断：你的问题里是否假设了某个不一定存在的 API / 概念 / 配置项。
5. 多语言混合 / 术语不一致
用中文问技术问题但夹了英文术语，可能让 Claude 在中文文档语料和英文文档语料之间摇摆，导致细节错乱。
如何判断：换成全英文重问同一题，看答案是否变得更准。
6. 模型选择本身不匹配
简单 RAG 用 Haiku、复杂多步推理用 Opus，反过来都会出问题。Haiku 在长上下文里准确率低；Opus 强行省 token 时也会跳步。
如何判断：在 Settings 看你当前用的是哪个模型，对比任务复杂度。
最短修复路径
按 ROI 排序，前 3 步通常能消掉 80% 的错误。
Step 1：贴原文，强制 grounding
最有效的一招。不要让 Claude 凭记忆，把官方文档相关段落直接粘进 prompt：
prompt:
[贴 Stripe API 文档原文 200-500 字]
基于上面文档原文回答：Adaptive Pricing 怎么 enable？
要求：只能用文档里出现过的字段名和 API endpoint，
如果文档没明说，必须回答 "文档未说明"。这一招把错误率从 ~30% 降到 < 3%。
Step 2：System Prompt 加”反过度自信”指令
你是一个严谨的助手。规则：
1. 不确定的具体事实（数字、版本号、API 名）必须前缀 "[未验证]"
2. 不能 100% 确定时，必须说"我不确定，建议你查 X 文档"
3. 不要为了显得有帮助而编造细节
4. 引用任何函数名 / 配置项必须能在我贴的代码或文档里找到放在对话开头一次即可。
Step 3：开新会话，只带必要 context
当前会话已经污染（错误回答可能让模型自我强化），关掉重开。新会话只贴必要事实，问同样问题。常见现象：新会话答得明显更准。
Step 4：交叉验证
让 Claude 答完后，复制问题去问另一个模型（GPT、Gemini）或同一模型的不同会话：
独立问问：[原问题]
不要被影响，直接给你的答案。对比两个回答的分歧点——分歧的地方就是双方都在猜的地方。
Step 5：让 Claude 自评置信度
对上面回答，逐条列出每个事实陈述的置信度：
- 高（>95%，能在我提供的资料里找到原文）
- 中（不确定，但符合一般经验）
- 低（猜测，需要核实）然后只采纳”高”的部分。
Step 6：换模型 / 模式
如果问题复杂多步：用 Opus + Extended Thinking。 如果上下文超长：用 Sonnet（长上下文准确率比 Haiku 高）。 如果是事实检索：用 Projects + Knowledge 而非纯聊天。
预防建议
- 对所有”具体数字 / 版本号 / API 名 / 函数签名”默认不信任，自己跑一遍或查官网
- 维护一份常用领域的”事实包”（API 文档关键片段、内部规范），重要对话直接粘贴
- System Prompt 里固定加”不确定就说不确定”指令，作为 baseline
- 把 Claude 当 senior pair-programmer 而非 oracle——它给草稿，你做校对
- 模型选择按任务复杂度匹配，不要一上来就用最贵的（也不要为省钱用最便宜的处理复杂任务）