Почему нейросеть выдумывает факты и ссылки в 2026 и как это проверять

Нейросеть выдумывает факты и ссылки, потому что она не проверяет истину, а достраивает самое вероятное продолжение текста. Для модели фраза «по данным исследования Гарварда за 2023 год» и реальная ссылка на это исследование - один и тот же поток слов. Она собирает правдоподобный URL и название из типичных кусочков, даже если такой статьи не существует. Это и есть галлюцинация.

Ниже разберём, почему так устроено, на живом примере провала PwC и других консалтинговых гигантов, и главное - как за пять минут ловить выдумки, чтобы не опубликовать под своим именем несуществующий источник.

Коротко: словарик по теме

• Галлюцинация - когда нейросеть уверенно выдаёт ложный факт, несуществующую ссылку или выдуманную цитату, поданные как правда.
• Языковая модель (LLM) - система, которая предсказывает следующее слово по огромному массиву текстов. ChatGPT, Claude, Gemini - это LLM.
• Токен - кусочек слова, которым оперирует модель. Она подбирает следующий токен по вероятности, а не по смыслу истины.
• Vibe Citing - термин GPTZero 2026 года: ссылки, которые выглядят как настоящие, но ведут в никуда или не подтверждают заявленное.
• Веб-поиск (grounding) - режим, когда модель подтягивает реальные страницы из интернета и опирается на них. Резко снижает выдумки.
• Температура - настройка креативности модели. Выше температура - больше фантазии и выдумок, ниже - суше и ближе к фактам.

Что случилось с PwC: выдуманные источники в отчётах за миллионы

Разберём на свежем случае, потому что он показывает проблему в полный рост. В июле 2026 года детектор ИИ-текста GPTZero проверил публичные отчёты консалтингового гиганта PwC на Ближнем Востоке и нашёл в них выдуманные источники.

Речь о четырёх отчётах PwC Middle East, выпущенных с 2024 по 2026 год. Один из них, под названием «Transforming Governance», по оценке GPTZero на 84% полностью сгенерирован нейросетью. В отчётах продвигался продукт Citizen Pulse и утверждалось, что его используют правительства Дании, Саудовской Аравии, США и Австралии - без единого подтверждающего источника.

Именно на этом примере GPTZero ввёл термин Vibe Citing: ссылки без правильных заголовков, URL или авторов, которые не подтверждают то, к чему прикреплены. Выглядят солидно, а внутри пустота.

Реакция PwC Middle East показательна. Компания заявила Financial Times, что серьёзно относится к точности и «обновляет ограниченное число ссылок-источников», но не объяснила, как ошибки вообще попали в отчёты. То есть люди с именем и гонорарами отдали клиенту документ, не проверив, существуют ли ссылки внутри.

Мораль простая. Если на выдумках нейросети горят компании из большой четвёрки с целыми отделами проверки, то одиночному автору, студенту или маркетологу тем более нужно проверять всё руками.

Почему нейросеть вообще это делает

Чтобы ловить выдумки, надо понять механику. Языковая модель училась на гигантском объёме текста и решает ровно одну задачу: по уже написанному предсказать, какое слово идёт дальше. Она не заглядывает в базу знаний и не спрашивает себя «а это правда?». Она достраивает самое вероятное продолжение.

Представь очень начитанного человека, который никогда не признаётся, что чего-то не знает. Спроси его про исследование, которого он не читал, и он на автомате продолжит фразу так, как обычно продолжаются такие фразы: «согласно работе Смита и Джонса, опубликованной в Journal of…». Звучит убедительно, потому что построено по образцу тысяч настоящих цитат. Только Смита с Джонсом и их работы не существует.

Ссылки и цифры страдают сильнее всего по трём причинам.

Первая: точные URL, номера страниц, даты и фамилии почти не запоминаются моделью как единое целое. Она держит паттерн «как выглядит ссылка», а не конкретный адрес. Поэтому собирает новый, похожий на правду.

Вторая: модель по умолчанию угодлива. Ты просишь пять источников - она даст пять, даже если реально знает два. Отказать и сказать «больше не нашлось» ей психологически труднее, чем досочинить. Про эту услужливость и как её выключать есть отдельный разбор в гайде про подхалимство ИИ.

Третья: чем реже тема встречалась в обучающих данных, тем жиже у модели статистика и тем охотнее она фантазирует. Узкие ниши, свежие события, локальная специфика, редкие имена - зона повышенного риска выдумок.

Где нейросеть врёт чаще всего

Не все ответы одинаково рискованны. Вот карта зон, где выдумки встречаются чаще, чтобы ты знал, когда включать паранойю.

Логика такая: чем конкретнее и проверяемее факт, тем выше шанс, что он выдуман. Общую мысль модель почти всегда передаёт верно. А вот стоит попросить «подтверди источником» или «дай точную цифру» - и начинается зона выдумок.

Отдельная больная тема - юристы. По миру уже десятки случаев, когда адвокаты подавали в суд документы со ссылками на несуществующие прецеденты, которые им сочинил ChatGPT. Если работаешь с правом через ИИ, читай про подводные камни в гайде про нейросети для юриста, там про это прямо.

Как проверять факты и ссылки: пошагово

Проверка занимает пару минут и экономит репутацию. Вот рабочий порядок действий для любого факта, который нейросеть выдала как правду.

Первый шаг ловит большинство выдумок сразу. Несуществующий URL - самая частая и самая легко проверяемая галлюцинация. Просто клик.

Для второго и четвёртого шага удобнее всего модели с веб-поиском: они не сочиняют ссылки из головы, а дают те, что реально открыли. Как выжать максимум из такой модели, разобрано в гайде про Perplexity в России.

Как писать промпты, чтобы выдумок было меньше

Полностью выключить галлюцинации промптом нельзя. Но частоту снизить реально. Работают несколько приёмов, и лучше их комбинировать.

Главный принцип: разреши модели не знать. По умолчанию она чувствует давление ответить хоть что-то. Снимаешь это давление - получаешь меньше выдумок. Базовый промпт-каркас ниже можно добавлять к любому запросу, где важны факты.

Отвечай строго по фактам. Правила:
 
1. Если не знаешь ответа или не уверен - прямо напиши "не знаю" или "не уверен", не выдумывай.
2. Приводи только те источники, в существовании которых ты уверен. Если ссылки нет - так и скажи, не сочиняй URL.
3. Цифры, даты и цитаты давай только точные. Если точных нет - дай диапазон и пометь "примерно".
4. Отдельно помечай, где факт, а где твоя догадка или общее рассуждение.
5. Не подстраивайся под желаемый мной ответ, если он противоречит фактам.

Второй приём мощнее любого промпта: дай модели сам источник. Скинь ей PDF, статью или свои данные и попроси отвечать строго по этому документу, ничего не добавляя от себя. Когда факты лежат прямо в контексте, выдумывать модели незачем. Это называется работой на своей базе знаний, и общие правила хороших запросов есть в гайде про то, как писать промпты.

Третий приём: включай веб-поиск, когда нужны свежие факты и живые ссылки. Модель без поиска отвечает по памяти на момент обучения и не знает ничего после своей даты отсечки - тут выдумки почти гарантированы. Модель с поиском подтягивает реальные страницы. Разница огромная.

Четвёртый: снижай «креативность». В API это параметр температуры: для фактурных задач ставь его низким. В обычном чате аналог - прямая инструкция «отвечай сухо, только факты, без художественных дополнений».

Какая нейросеть выдумывает меньше

Однозначного чемпиона нет, но есть закономерности. Разложим по типам, потому что тип модели влияет на выдумки сильнее, чем конкретный бренд.

Внутри чат-моделей свежие флагманы врут заметно реже старых: у Anthropic это актуальные Claude поколения 4.x, у OpenAI - линейка GPT-5.x. Они лучше умеют говорить «не знаю» и честнее с источниками. Но подчеркну ещё раз: даже лучшая модель галлюцинирует, и проверку это не отменяет.

Как это работает из России

Самый действенный способ борьбы с выдумками - веб-поиск, а значит доступ к моделям, которые его дают. Тут есть нюансы для России.

ChatGPT, Claude и Perplexity из России часто требуют VPN с зарубежным IP, иначе поиск и вход могут не работать. Если собираешься включать VPN как шаг, бери рабочий VPN с зарубежным сервером. Российские Яндекс с ИИ-поиском и GigaChat работают напрямую и для быстрой сверки факта вполне годятся.

Платный тариф с поиском часто даёт больше запросов и свежее модель. Оплата зарубежных сервисов вроде ChatGPT Plus или Claude Pro (около 20 долларов в месяц) из России идёт через зарубежную карту или через сервис оплаты подписок, который платит за тебя за рубли (реферальная ссылка: тебе тот же прайс, мне небольшой процент). Пошагово способы оплаты разобраны в гайде про то, как оплатить нейросети из России.

Частая ошибка: доверять ИИ-тексту на автомате

История PwC случилась не потому, что нейросеть плохая. Она случилась потому, что люди не проверили её работу. Это ключевой сдвиг в голове: нейросеть - это стажёр, который пишет быстро и уверенно, но иногда врёт. Ты - редактор, который отвечает за результат.

Отсюда практика: всё, что уходит наружу под твоим именем - в отчёт, диплом, статью, клиенту - проходит проверку фактов. Особенно ссылки и цифры. Если пишешь учебные работы, где выдуманный источник в списке литературы всплывёт сразу, посмотри отдельный разбор в гайде про нейросеть для диплома и курсовой.

Чек-лист: как не попасться на выдумке

Перед тем как использовать ответ нейросети с фактами, пройди по списку.

• Открыл каждую ссылку в браузере - все живые и ведут куда надо.
• Вбил точные названия статей и цитаты в поиск - всё находится.
• Сверил цифры, даты и суммы с первоисточником - совпадают.
• Задал тот же вопрос модели с веб-поиском и сравнил ответы.
• В промпте разрешил модели отвечать «не знаю» и не сочинять источники.
• Где мог, дал модели сам документ вместо расчёта на её память.
• Всё, что уходит наружу под моим именем, я проверил сам, а не поверил на слово.

Если по всем пунктам «да» - можно публиковать. Пропустил хоть один на важном факте - рискуешь повторить путь PwC, только без отдела пиара, который потом всё сгладит.

Проверка фактов кажется занудством ровно до первого публичного прокола. После него это уже привычка. Нейросеть остаётся отличным ускорителем, но ответственность за истину всё ещё на человеке. И это, пожалуй, единственное, что она пока не готова взять на себя.

По материалам the-decoder.com: https://the-decoder.com/pwc-has-allegedly-published-ai-generated-reports-containing-false-or-fabricated-sources/