7月10日，MIT研究揭示用户提问方式显著影响AI医疗建议的可靠性。研究表明，拼写错误、花哨语言或情绪化表达等“扰动因素”使AI建议‘无需就医’的概率上升7%-9%。研究测试了GPT-4、LLaMA-3-70B等多款AI工具，数据来源包括真实案例与模拟场景。女性用户更容易受错误建议影响，但需进一步验证。微软此前将其AI工具Copilot的问题归因于用户提示词能力不足，并推出‘Copilot学院’提升使用技能。然而，研究负责人阿比尼塔・古拉巴蒂娜指出，AI模型在实际医疗场景中仍存在局限性。尽管微软声称其新AI工具准确率是人类医生的4倍，但研究提醒，生成式AI在医疗领域的应用仍需更多验证与审慎评估。

AI幻觉是指AI生成看似合理但实际上错误的信息，常见于信息缺失或不确定时。AI通过统计关系预测而非逻辑推理，易受训练数据局限性和过拟合问题影响。此外，有限的上下文窗口和生成流畅回答的设计也加剧了这一现象。降低AI幻觉的方法包括优化提问、分批输出、交叉验证、使用RAG技术和利用AI幻觉的创造性。AI在知识迷雾中可能创造出虚幻的“影子”，但正确使用和协作能使其成为得力助手。