开放域问答是指让 AI 仅依靠其预训练知识（即“大脑”里记下的东西）来回答问题，而不提供额外的文档或上下文。

这就像是让一个博学多才的学者参加“百科全书问答比赛”。

核心挑战：知识截止与幻觉

在进行开放域问答时，你必须时刻警惕两个风险：

1. 知识截止 (Knowledge Cutoff)：AI 的记忆停留在训练结束的那一天。问它“今天东京的天气”或“最新的奥运冠军”，它答不上来。
2. 幻觉 (Hallucination)：当被问到它不知道的细节时，AI 倾向于自信地胡编乱造（一本正经地胡说八道）。

---

❌ 错误的示范 (Bad Prompt)

User: 告诉我关于量子力学的一切。

后果：话题太大，AI 会输出一大堆泛泛而谈的废话，或者随机挑选几个知识点展开，无法满足用户具体需求。

---

✅ 进阶技巧：设定边界与拒绝机制

为了让开放域问答更可靠，我们需要在 Prompt 中显式植入“拒绝机制”。

优化后的 Prompt 模板

你是一个诚实、博学的 AI 助手。请回答用户的问题。

重要规则：

1. **诚实原则**：如果你不知道答案，或者不确定（例如涉及最新的实时信息），请直接回答 "我不知道" 或 "无论是我的知识库中没有相关信息"，**绝对不要编造**。
2. **知识截止**：请留意你的知识截止日期。对于显然发生在截止日期之后的新闻（如 2026 年的事件），请明确告知用户你无法回答。
3. **风格**：回答要简洁明了，适合普通大众阅读。

用户问题：
{user_question}

---

实战演练：不同类型的测试

我们可以用不同类型的问题来测试 AI 的边界：

1. 通用常识 (General Knowledge)

Q: "太阳系中最大的行星是哪一颗？"

预期 A: 木星。 (这是 AI 最擅长的，通常准确无误)

2. 实时信息 (Real-time Info) - 高风险

Q: "昨晚的超级碗决赛谁赢了？"

预期 A: "我不知道/无法回答。" (除非该模型联网，否则纯离线模型必须拒绝回答，如果它编造了一个队伍，那就是严重的幻觉)

3. 冷门/虚构知识 (Obscure/Fake Facts) - 幻觉陷阱

Q: "请介绍一下 18 世纪著名的'火星殖民计划'的领导人。"

预期 A: "历史上 18 世纪并没有火星殖民计划。" (如果 AI 开始编造领导人名字，说明它通过不了测试)

---

迭代建议 (How to Iterate)

1. 增加置信度评分：要求 AI 在回答后附上 Confidence Score: (0-100%)。如果低于 80%，建议人工复核。
2. 思维链 (CoT)：对于复杂问题，让 AI 先打印 Thinking Process，再给出 Answer。这能显著减少逻辑错误。
3. 联网插件：对于“实时信息”类问题，开放域问答通常无解。唯一的解法是接入 Search Tool (Google/Bing)，将任务转化为 RAG。

---

代码示例 (Python / OpenAI)

from openai import OpenAI

client = OpenAI()

system_prompt = """
You are a helpful and honest AI assistant.
If you do not know the answer to a question, or if it requires real-time information you don't have, say "I don't know".
Do not make up facts.
"""

user_question = "Can I get McDonald's at the SeaTac airport?"

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": system_prompt},
        {"role": "user", "content": user_question}
    ],
    temperature=0.7, # 稍微保留一点创造力，但不要太高
    max_tokens=300
)

print(response.choices[0].message.content)