那个不存在的供应商
我认识的一个买家，让 AI 工具为一笔五万件的 LED 驱动电源订单列供应商候选名单。工具吐出一份整整齐齐的六家名单，公司名、联系人、单价一应俱全。六家里面，三家是真的。另外三家根本不存在——名字是两家真实供应商拼出来的，价格看着合理，邮件地址全部退信。
而页面上没有任何东西告诉他，哪三家是真的。这就是采购里幻觉问题的要命之处：在你采取行动之前，错误是隐形的。
模型为什么说得那么笃定
这类工具生成文本的方式，是预测「接下来最可能是什么」，而不是去查资料。当模型手里没有真实答案时，它不会说「我不知道」，而是用听起来最可信的答案把空补上。一个拼出来的供应商名字，一个改了一位数字的证书编号，一个合理到能蒙混过关的价格。
通顺才是真正的敌人。输出读起来像事实，因为语法完美、前后自洽。危险的不是错误本身，而是错误看起来无懈可击。
四种最常见的翻车模式
- 假供应商。名字和联系方式对不上任何真实公司，或者把两家真供应商拼成一家从未存在过的。
- 编造的认证。一个 UL 或 CE 编号，看着对，但在任何发证机构数据库里都查不到。
- 旧数据当新的报。三年前的价格或起订量，被当成今天的条款引用。
- 瞎猜的规格。一个模型推测出来、而不是读出来的流明数或防护等级。
每一条 AI 说法该怎么核实
| AI 说法 | 为什么会错 | 原始来源怎么查 |
|---|---|---|
| 供应商名字 | 拼凑或编造 | 营业执照、出口记录 |
| 证书编号 | 改数字、凭空捏造 | 发证机构的公开数据库 |
| 单价 / 起订量 | 过时或瞎猜 | 向供应商要实时报价 |
| 规格数值 | 推断，不是读取 | 厂家数据表 |
那条核实纪律
解法不是更好的提示词，而是一条规矩：把每一条 AI 输出当线索，别当事实。供应商名字，去独立核对营业执照或出口记录；证书编号，去发证机构的公开数据库里查，别只看模型引用的那个 PDF；价格或起订量，拿一份实时报价来确认。
这条规矩简单到能写在便利贴上：任何一个错了会让你亏钱的数字，在动手之前都得对照原始来源核一遍。AI 可以指路，但不能签字。
能让工具停下来吗？
能降低，不能根除。给工具一个受限的数据源，比如你自己的供应商库或一个经过核实的目录，并告诉它只从这个来源回答。要求它给每条事实都附上一个可检索的网址或编号，查不到就明说。接地之后，幻觉会大幅下降。
但最后那道检查还得是人。工具每个季度都在变好，花钱之前先核实的纪律不变。
买家常见问题
AI 采购工具是怎么把供应商数据「幻觉」出来的？
它是靠预测「下一个词最可能是什么」来生成文本的，不是去查什么。当模型手里没有真实答案时，它不会说「我不知道」，而是用听起来最可信的答案把空填上：一个把两家真实供应商名字拼出来的假名字、一个改了一位数字的证书编号、一个看起来合理但纯属编造的价格。因为输出很通顺，读起来就像事实。幻觉不是模型偶尔撞上的 bug，而是它被问到无法核实的东西时的默认行为。
采购里最常见的幻觉翻车模式有哪几种？
最常见的四种：一是查无此公司的假供应商名字和联系方式；二是看起来对、但在任何发证机构数据库里都查不到的假认证或标准编号；三是把几年前的旧价格或起订量当成现在的条款报给你；四是模型瞎猜的规格值，比如一个它根本没读过的流明数或防护等级。每一项单独看都不起眼，每一项都能把你引到一个根本不存在的供应商那里。
在采信之前，怎么核实 AI 工具给出的供应商说法？
把每一条 AI 输出当线索，别当事实。供应商名字，去独立核对营业执照或出口记录；证书编号，去发证机构的公开数据库里查，别只看模型引用的那个 PDF；价格或起订量，拿一份实时报价来确认。规则很简单：任何一个错了会让你亏钱的数字，在动手之前都得对照原始来源核一遍。AI 可以指路，但不能签字。
我能让我的 AI 采购工具不再幻觉吗？
能降低，不能根除。给工具一个受限的数据源，比如你自己的供应商库或一个经过核实的目录，并告诉它只从这个来源回答。要求它给每条事实都附上一个可检索的网址或编号，查不到就明说。接地和检索增强生成能大幅降低幻觉，但最后那道检查还得是人。工具在变好，花钱之前先核实的纪律不变。
用 货比货 上的原始来源数据，核实供应商名字、认证和规格，别让 AI 的幻觉替你下单。
本文由 Compare2Best 知识团队撰写，并经 AI 安全与采购专家审阅。2026 年 8 月更新。AI 模型行为变化很快，请以工具厂商当前的能力说明为准。本文不构成法律或财务建议。