写作类任务的“坑”，往往不在文笔，而在可信度。尤其当你使用大模型生成报告、方案、公众号内容或申论材料时，最让人头疼的不是它写得不够漂亮，而是可能出现：数据像是真的、结论像是有理、但追不回来源——这就是我们常说的“幻觉”。更麻烦的是，幻觉有时并不以“错误事实”的形式出现，而是以“看似合理的补全”形式出现：把你没给的数字补上，把你没提供的引用“编得顺滑”，让整篇文章看起来完整，却无法核对。
因此，这次我用“可复测”的思路，对 Gemini 3.1 Pro 做一次写作质量控制测评：重点考察它在生成过程中，如何降低幻觉，以及在引用与可核对性方面能做得多“可落地”。
一、测评目标：什么叫“低幻觉”和“可核对”？
要控制质量，先把标准定清楚。我的评估聚焦在三类指标：
事实来源受控
能否把“用户提供/检索到/模型常识”区分开
能否在引用处标注来源位置或可追溯线索
不确定性处理到位
遇到缺失信息时是否用“UNSURE/无法确认”而非硬编
是否提示需要用户补充哪些关键材料
可核对结构可执行
是否能把关键结论拆成“前提—推导—证据”
输出是否包含核对清单或引用表（便于你复查）
二、测试设计：用“强约束写作”逼出幻觉边界
为了观察模型是否会“自由发挥”，我采用四组长链路写作任务。每组都要求它输出相同结构，便于对比。
任务1：基于资料的短文（控制在“已知范围”）
你给它一段资料（例如行业报告摘录、产品参数、制度条款），要求：
用资料内容写一篇 800-1200 字内容
关键数字必须来自资料原文
引用必须标注“来自第X段/第Y条”
观察点：它能否严格不越界添加数字与细节。
任务2：缺资料的“补全写作”（专测幻觉）
只给标题和大纲，不给关键数据，要求它生成“看似完整”的正文，同时要求：
所有缺失信息必须标注“待核对/可能不确定”
允许推测但必须明确分层：结论 vs 推测 vs 常识背景
观察点：它是否会把推测伪装成事实，或在缺失处直接硬编。
任务3：引用密度与格式一致性（专测可追溯）
提供一个“引用格式规范”（例如：作者-年份-链接/文献条目号），并要求每个关键论断后给出引用编号或可核对位置。
观察点：它是否能保持引用格式稳定，并且引用与论断是否真正匹配。
任务4：你“质疑关键点”后的纠错能力（专测可核对）
生成后你插入质疑：
“这段数据来源不明/数字与原文不一致” 要求模型： 1）指出可能漂移的句子 2）说明哪条证据支撑它 3）重新给出修正版，并列出变更点
观察点：是否能做回溯式纠错，而不是换个说法糊过去。
三、降低幻觉的关键方法：把输出变成“证据驱动”
经过这套写作质量控制测评，我总结出几个对降低幻觉最有效的工作流（你可以直接用在日常写作中）。
方法1：先“列证据清单”，再写正文
在写作前，让模型输出一个表格：
论点（要写的主张）
证据来源（来自你提供的内容/外部文献/不确定）
使用方式（直接引用/转述/用于推导）
这样写作时它不会凭空补数字，因为每句话都要回到证据池。
方法2：对数字与结论强制“引用绑定”
要求所有数字、统计口径、时间范围、比例等都必须带：
引用编号/原文段落位置
或明确标记“由资料推导，非原文直接陈述”
这是最能击中幻觉的点：模型最容易“在数字上编得像真的”。
方法3：缺失信息必须“标注待核对”，禁止硬补
把规则写死，例如：
若无法从资料中确认，则填“UNSURE（需核对）”
不允许用“根据常识/普遍认为”替代证据
这会显著降低“看起来很完整但无法验证”的文章出现概率。
方法4：输出同时给“核对清单”
让模型在文章末尾附：
需要你重点核对的条目（例如3-8条关键数据/引用）
每条核对应去哪里找（原文段落/表格页码/引用编号）
可核对性会从“你自己盲查”变成“模型帮你列好路线”。
四、提升引用质量：让引用“可回查”，不是“装饰品”
很多写作看似有引用，其实引用和论断没有绑定。要提升引用与可核对性，建议你把引用要求写成更可执行的形式：
引用要覆盖关键论断
哪怕不引用每一句，也要覆盖所有“可验证的关键点”
引用必须与论断在逻辑上对齐
比如引用的是“研究结论”，而你却用它支持“因果解释”
引用保持一致格式
统一到同一编号体系（例如[1][2]），便于核对
在测评中，如果你提供清晰的引用格式规范，Gemini 3.1 Pro 的引用一致性通常更好；反之如果引用规则模糊，它更容易出现“引用写了但不一定能支撑”的问题。
五、日常可直接复制的“质量控制提示词”
你可以把下面这段作为通用Prompt（把{你的内容}替换掉即可）：
提示词：
你是一名写作质量控制助手。将{资料/大纲}写成一篇文章。 约束： 1）所有数字、比例、时间范围、结论必须绑定证据：注明“来自资料的第X段/第Y条”或“UNSURE”。 2）不得为资料中未提供的事实编造来源；若缺失则标注“UNSURE（需核对）”。 3）文章正文后必须输出：引用清单表（论点—证据—引用位置）与核对清单（Top 5需要人工核对项）。 4）引用编号与格式严格一致。 输出格式：正文 + 引用清单表 + 核对清单。
六、结论：想降低幻觉，关键不是“少用模型”，而是“把证据链写进流程”
幻觉无法完全消失，但可以显著降低。更重要的是，你可以把“可核对性”做成流程的一部分：
先证据清单，再正文
数字与结论强制绑定引用
缺失信息标注UNSURE
输出核对清单，让复核变得可执行
当你这样用 Gemini 3.1 Pro，它生成的内容会更像“可审稿文本”，而不是“只能信就完事的聊天产物”。
结尾（软性延伸）
如果你后续想把这套质量控制流程应用到多模型对比（例如同一段资料让不同模型写作并对比引用匹配度），可以使用 KULAAI（dl.877ai.cn） 这类AI聚合对比入口快速跑批，减少重复整理与人工比对成本。
