📍 真實場景
小華，網拍店家，每週要把競爭對手的商品頁價格整理成表格
她請 AI 幫忙從幾十個網頁擷取「現價」和「作者」欄位，再貼進試算表
😖 卡住的地方：有些頁面根本沒寫現價，AI 卻自信滿滿地填了一個數字，她整理出來的報表可能全是錯的，自己還不知道
💡 讀完你就知道怎麼用一句話讓 AI 老實說「這頁沒有」，並且能自己驗證效果
⚡ 一句話講清楚
有團隊做了一個測試，看 AI 從網頁擷取資料時，會不會把「頁面上根本沒有的欄位」編出來。他們準備了 42 組「雙胞胎網頁」：兩頁只差一列，一頁有答案，另一頁沒有，而且兩頁都放了容易誤導的干擾項，例如舊價格 $493.00（不是現價）、「事實查核者」姓名（不是作者）、很久以前的「最後更新日」（不是發表日）。誠實的做法是：有答案的頁面回答案，沒答案的頁面回 null程式語言裡代表「空的、沒有值」的特殊寫法，跟填 0 或填空白不一樣。
結果很明顯：在提示詞（提示詞你寫給 AI 的那段指令文字，決定 AI 怎麼做事）裡加上一句「找不到就填 null，不要猜」，受測的模型整體編造比例從約 70.7% 降到 20.2%。拿掉這句話時，以 Gemini 3.8 Flash 為例，36 個缺欄位的頁面有 14 個被編造；加上這句話後只剩 1 個。連 Sonnet 5 也從 24/36 降到 5/36。
這個測試用的是最陽春的流程：先用 HTTP 抓取用程式直接向網站要網頁原始碼，就像瀏覽器打開網頁前做的第一步，把網頁轉成純文字再交給模型。也有幾個付費擷取服務在同樣的測試中編造比例偏高（例如 Firecrawl 為 24/36），但要注意：樣本只有 36 頁左右，各家的信賴區間有重疊，看頭尾的差距就好，不要把名次排得太細。
🏃 快速上手三步（今天就能做）
1
查：你的流程有沒有這句話打開你現在讓 AI 擷取網頁、發票、履歷或表格資料的提示詞，搜尋有沒有「沒有就填 null／空值」「不要猜」這類文字。如果沒有，你的流程就是測試裡的「Without」組，編造風險大約是三到七成。
▼
2
試：加一句話並做雙胞胎測試在提示詞結尾加上：「若某欄位的值沒有出現在頁面上，請填 null。不要猜。」接著找 5 到 10 個你確定『缺某欄位』的頁面（例如沒標現價的商品頁），加句子前後各跑一次，數一數 AI 編了幾個。有條件的話，再加一頁『有答案』的版本當對照，確認 AI 沒有變得什麼都不敢回答。
▼
3
注意：這句話只是降低，不是根除即使加了指令，測試中最好的模型仍有約 3% 到 14% 的編造率，較弱的模型仍有五成以上。所以重要欄位（金額、日期、人名）請再加一道檢查：要求 AI 一併回傳『原文出處那一句』，你或程式比對該句話是否真的存在於網頁；比對不到就當作 null。
🧠 工程思維透鏡（資深工程師看到的是什麼）
🔭 「不要猜」為什麼有效？這個結論可以直接套用到其他任務嗎？
模型預設傾向『把表格填滿』，而頁面上的干擾項（舊價、查核者）看起來又很像答案，所以它會順手拿來湊數。明確授權『可以回 null』等於給了它一條合法的退路。但這個實驗只驗證了網頁擷取這一類任務、約 42 組頁面，且作者是自家市集，不要直接推論到摘要、問答等其他場景；建議在你自己的資料上重跑一次小型對照。
🔭 把模型換便宜或換貴，能不能取代這句提示詞？
數據顯示不能。加了指令後，表現差異主要來自模型本身：Gemini 3.8 Flash（$0.1619）與 GPT-6 Luna（$0.0049）的成本差約 30 倍，編造數為 1/36 對 5/36，但兩者的信賴區間仍有重疊，無法斷定誰真的更好。工程上的權衡是：先加提示詞（幾乎零成本），再用抽樣檢查與『引用原文』驗證，最後才考慮升級模型；同時要記得 null 會讓下游程式多一個分支，資料表與欄位驗證要能處理缺值。