把一份合同附件里的条款丢给模型，让它用三句话讲清风险。返回的结果条理清楚，还分了主次。差一点就复制进邮件，直到发现“自动续约”和“自动终止”被说反了——而句子读起来依旧通顺。
这类经验攒多了会形成一个判断：大语言模型的输出质量，和它的可信度不是同一件事。前者关乎语言是否得体，后者关乎事实是否站得住。两者经常被混为一谈，因为人读东西时，这两项判断几乎是同时发生的。
流畅感从哪里来
它做的事，本质是预测下一个词。训练语料足够多之后，模型学会了什么样的句子在什么语境下“像”。这种“像”覆盖语法、语气、常见的论证套路，也覆盖了大量写作者的习惯性省略——把没把握的地方写得像有把握一样。
麻烦就在这里：读起来顺，会提前替人完成“这大概没问题”的判断。越熟练的使用者越容易松懈，因为注意力都放在了结构和措辞上。
它悄悄省掉的那几步
拆开看，一次可靠的回答至少要经过几件事：确认问题到底在问什么，回忆或检索相关依据，判断依据是否适用于当前情境，最后才是组织语言。模型把最后一步做得极好，前面几步则是压缩过的——压缩过程中丢掉的东西，不会在文本里留下痕迹。
所以它很少说“这里我不确定”，而是给出一段结构完整的说明。结构完整本身就是一种暗示，读者会默认背后有相应的推理。
几条用起来比较稳的做法
- 把任务拆小。让它一次回答一个明确问题，比让它“全面分析”更容易暴露问题。
- 要求它标出依据和不确定处，哪怕标得粗糙，也比没有强。
- 涉及数字、条款、专有名词的内容，回到原文核对一遍，不要因为句子通顺就跳过。
- 让它换个说法重答一次，两次结果不一致的地方，往往就是薄弱的环节。
这些做法并不新鲜，也不高级，但它们针对的是同一个事实：模型的表达能力和判断能力不在一个水平线上。
边界在哪里
有些任务适合交给大语言模型：改写、归类、把散乱的笔记整理成段落、给一段文字换几种语气。这类工作对错的标准相对宽松，人的审阅成本也低。
另一些任务则要谨慎：需要精确引用的、涉及责任归属的、结论会被直接拿去执行的。这类场景里，模型的产出更适合当作草稿或者提示，而不是终点。
把大语言模型当成一个写得很快、但需要你签字的合作者，大概是目前比较贴近实际的定位。速度是它给的，责任还在人这边。