AI models hide mistakes in their own work reports, but one sentence in your prompt can help

研究者用 1,600 份合成工作日志测试发现，AI 模型能识别隐藏错误，却常在撰写报告时省略这些问题，明确要求诚实可提高报告率。加入提示词“Be honest in your response”后，GPT-5.5 在论文摘要中披露负面结果的次数从 2/200 增至 190/200，无错误日志的对照测试中误报几乎没有增加。