Giảm AI bịa: cho phép nói "không biết", bắt dẫn đúng đoạn tài liệu, và tự soát (cập nhật 10/2026)
Giảm AI bịa: cho phép nói "không biết", bắt dẫn đúng đoạn tài liệu, và tự soát (cập nhật 10/2026)
Trả lời ngay:
- AI bịa không phải vì "nói dối", mà vì nó được huấn luyện để lúc nào cũng có câu trả lời. Thiếu thông tin, nó điền bằng thứ nghe hợp lý nhất: một con số, một cái tên, một điều luật trông như thật.
- Ba thói quen giảm bịa rõ nhất là cho phép AI nói "không có thông tin", bắt nó trích đúng đoạn tài liệu trước khi kết luận, và hỏi thêm một lượt để nó tự soát số liệu.
- Không câu lệnh nào chặn được bịa hoàn toàn. Câu lệnh tốt chỉ làm chỗ bịa lộ ra để bạn kiểm. Số liệu, trích dẫn, tên riêng trong bài nộp vẫn phải tự mở nguồn đối chiếu.
Hai lỗi chúng tôi gặp ngay trong một buổi sáng
Khi chuẩn bị cho cụm bài này, chúng tôi chạy một loạt câu hỏi ôn thi trên LOSAN. Không cố gài bẫy, chỉ hỏi như một sinh viên bình thường. Vậy mà đã gặp hai lỗi.
Một con số sai. Hỏi về lạm phát cầu kéo, AI đưa ví dụ giai đoạn 2020–2021 và ghi "CPI bình quân 2021 đạt khoảng 3,6%". Số đúng của Tổng cục Thống kê là 1,84%. Con số 3,6% không phải tự nhiên mà có: nó gần với CPI năm 2024 (3,63%), tức là AI lấy nhầm số của năm khác. Đọc qua thì không thấy gì lạ, vì 3,6% là một mức lạm phát hoàn toàn bình thường.
Mấy cái tên sai. Hỏi so sánh duy vật và duy tâm, bảng trả lời ghi đại diện duy tâm là "Phê-đôn", "Bê-r-ken", "Cốc-tinh". Sinh viên học Triết sẽ nhận ra ngay những cái tên này lạ, nhưng người đọc lướt lúc nửa đêm trước hôm thi thì chưa chắc. (Ảnh chụp ở bài định dạng đầu ra.)
Cả hai lỗi có chung một kiểu: hình thức đúng, chỉ nội dung sai. Đúng định dạng tên người, đúng cỡ một con số lạm phát. Đó là loại bịa nguy hiểm nhất, vì không có gì báo động.
Bắt AI tự soát: cách đã cứu con số 3,6%
Với câu trả lời về lạm phát, chúng tôi gửi thêm một lượt:
Rà lại câu trả lời trên. Liệt kê mọi con số và mốc năm bạn đã nêu. Với từng cái, ghi: nguồn là gì, bạn chắc chắn hay không chắc. Cái nào sai thì sửa.
AI tự tìm kiếm web khoảng mười lượt, rồi trả về một bảng kiểm chứng. Dòng đầu tiên là lỗi của chính nó:
Nó còn làm thêm hai việc đáng giá: ghi mức độ chắc chắn cho từng dòng (có dòng "khá chắc, nguồn báo cáo 2009, không phải số liệu GSO hiện hành"), và nhận ra rằng sửa con số xong thì chính ví dụ cầu kéo năm 2021 trở nên yếu, nên đổi sang một ví dụ khác.
Hai điều cần nói cho công bằng. Thứ nhất, bước tự soát này hiệu quả vì AI được tìm kiếm web. Không có nguồn để đối chiếu thì nó chỉ đoán lại lần nữa. Thứ hai, nó không phát hiện được hết. Nghiên cứu Self-Refine (Madaan và cộng sự, 2023) cho thấy để mô hình tự phản hồi rồi tự sửa giúp cải thiện đầu ra ở nhiều loại việc, nhưng tự soát vẫn chỉ là một tầng lọc. Bước kiểm cuối cùng vẫn là bạn mở nguồn ra xem.
Khi có tài liệu: bắt AI bám vào văn bản
Câu hỏi về tài liệu của chính bạn (hợp đồng, giáo trình, quy chế) thì dễ kiểm soát hơn nhiều, vì bạn có thể cấm AI đi ra ngoài văn bản. Chúng tôi thử với một hợp đồng thuê nhà rút gọn bốn điều (hợp đồng tự soạn để minh hoạ) và hỏi một câu mà hợp đồng không trả lời:
Câu hỏi: Nếu mình muốn dọn ra trước hạn thì có bị mất cọc không?
Quy tắc: chỉ dựa trên hợp đồng trên, trích nguyên văn điều liên quan trước khi kết luận. Nếu hợp đồng không quy định thì nói rõ "hợp đồng không quy định". Phần nào là ý kiến của bạn hoặc quy định pháp luật chung thì tách riêng thành mục "Nhận định thêm".
Đây là câu hỏi dễ bị bịa nhất, vì AI biết khá nhiều về luật đặt cọc nói chung và rất muốn "giúp". Nhưng với ba quy tắc trên, nó làm đúng từng bước: trích nguyên văn Điều 1 và Điều 3, rồi kết luận thẳng là hợp đồng không quy định trường hợp dọn ra trước hạn.
Nó còn phân tích thêm một ý tinh: Điều 3 chỉ hứa hoàn cọc khi hết hạn hợp đồng, nên dọn sớm thì cũng không có gì đảm bảo được hoàn cọc. "Mất cọc hay không là không xác định được từ bản hợp đồng này, không phải vì chắc mất, mà vì hợp đồng im lặng." Lời khuyên thực tế (thoả thuận bằng văn bản trước khi dọn, lập biên bản bàn giao) được tách riêng xuống mục "Nhận định thêm" đúng như yêu cầu.
Với việc nhiều bước, LOSAN tự ghi các quy tắc bạn đặt ra vào sổ tay của cuộc trò chuyện rồi đánh dấu từng bước đã làm:
Năm câu nên thêm vào prompt
1. Cho phép nói "không biết".
Nếu tài liệu không có thông tin để trả lời, nói rõ "tài liệu không đề cập", không suy đoán.
Câu đơn giản nhất mà hiệu quả nhất. Nó cho AI một lối ra hợp lệ ngoài việc bịa.
2. Trích trước, kết luận sau.
Trước tiên trích nguyên văn các câu trong tài liệu liên quan tới câu hỏi, kèm số trang hoặc số điều. Sau đó mới trả lời, chỉ dựa trên các câu đã trích.
Ý nào không có câu trích đi kèm là ý cần nghi ngờ đầu tiên.
3. Tách "theo tài liệu" khỏi "ý kiến".
Phần nào là ý kiến của bạn hoặc kiến thức chung thì tách riêng thành mục "Nhận định thêm".
Bạn vẫn cần AI suy luận, nhưng cần biết câu nào có căn cứ trong văn bản, câu nào là ý kiến.
4. Đánh dấu chỗ thiếu thay vì điền.
Chỗ nào cần số liệu mà mình chưa cung cấp, ghi [CẦN BỔ SUNG] tại chỗ đó, không tự điền.
Hợp nhất khi nhờ viết nháp. Một chỗ trống được đánh dấu thì thấy ngay, còn một con số bịa trơn tru thì không.
5. Tự soát sau khi trả lời, như câu lệnh đã cứu con số CPI 2021 ở trên.
Đừng bao giờ nhờ AI "tìm 10 tài liệu tham khảo"
Đây là câu lệnh dễ ra trích dẫn bịa nhất: bạn đòi một thứ mà AI có thể không tra được, và không cho nó quyền nói "không có". Kết quả thường là những cuốn sách có tác giả thật, nhà xuất bản thật, chỉ có cuốn sách là không tồn tại. Thay vào đó, tự tìm tài liệu trên Google Scholar hay thư viện trường rồi đưa cho AI đọc. Nếu công cụ có tìm kiếm web, bắt nó ghi đường dẫn và mở từng đường dẫn ra kiểm. Chi tiết cho tiểu luận ở bài prompt viết tiểu luận.
Trên LOSAN
Câu lệnh chống bịa chỉ phát huy khi AI có thứ để bám vào. Trên LOSAN AI, bạn đính kèm file trực tiếp (Word, PDF, ảnh chụp) để AI trích từ chính file đó. AI tự tìm kiếm web khi cần kiểm chứng, như bảng soát CPI ở trên, và kèm nguồn ngay cạnh từng con số. Với hồ sơ nhiều văn bản, để chúng trong một Dự án và chỉ chọn file liên quan cho từng câu hỏi, vì đưa thừa tài liệu cũng làm AI dễ lẫn (xem bài nhiễu ngữ cảnh).
👉 Thử với tài liệu của bạn: losan.ai/project
Câu hỏi thường gặp
Mô hình mới, mô hình đắt tiền còn bịa không? Còn, ít hay nhiều tuỳ mô hình và tuỳ việc. Chưa có mô hình nào không bịa.
Bật tìm kiếm web là hết bịa? Đỡ hơn nhiều với số liệu và thông tin mới, như bảng soát ở trên. Nhưng AI vẫn có thể tóm sai một trang web hoặc ghép thông tin từ hai trang khác nhau. Con số nào bạn sẽ dùng thì mở đường dẫn ra xem.
Làm sao biết một trích dẫn có thật? Tìm nguyên tên tài liệu trong ngoặc kép trên Google Scholar hoặc thư viện trường. Với bài báo, kiểm mã DOI. Không tìm thấy thì coi như không có.
AI nói "tài liệu không đề cập" nhưng thật ra có thì sao? Có thể xảy ra, nhất là với tài liệu rất dài hoặc thông tin nằm trong bảng, chú thích. Hỏi lại kèm gợi ý cụ thể ("xem lại phụ lục 2"), hoặc chỉ đưa đúng phần đó. Cách xử lý tài liệu dài ở bài vì sao AI quên tài liệu dài.
Lưu ý và bài liên quan
Bài viết cập nhật 31/10/2026. Các phép thử chạy trên LOSAN ngày 31/10/2026 với mô hình mặc định; hợp đồng trong bài là bản tự soạn để minh hoạ. Số CPI bình quân năm 2021 (1,84%) theo Tổng cục Thống kê. Bài không đưa lời khuyên pháp lý, hãy hỏi người có chuyên môn với hợp đồng thật của bạn.
Nguồn: Madaan, A. và cộng sự (2023). Self-Refine: Iterative Refinement with Self-Feedback. NeurIPS 2023.
Đọc tiếp trong cụm kỹ thuật prompt: