---
title: "Ảo giác AI là gì? Thử hỏi Grok Bot 5 câu và cách kiểm tra"
description: "Ảo giác AI (AI hallucination) là gì và vì sao AI nói sai mà vẫn rất tự tin? Mình thử hỏi Grok Bot 5 câu, đối chiếu nguồn và rút ra 5 cách kiểm tra thông tin AI."
canonical: "https://200lab.io/blog/ao-giac-ai-la-gi-vi-sao-ai-noi-sai"
published: "2026-10-25T12:41:16Z"
updated: "2026-11-02T02:17:27Z"
authors: ["Mỹ Ngọc"]
tags: ["AI", "Tips and tricks", "Mindset", "Grok Bot"]
reading_minutes: 14
access: "public"
---

Dạo này rất nhiều người có thói quen hỏi AI đủ thứ thông tin trong ngày, từ chuyện xem ngày nào là thứ mấy, tính tiền đơn hàng, tra thông số nguyên liệu cho đến nhờ tóm tắt một bài viết dài. Khi nhận về câu trả lời mạch lạc và chắc nịch, phần lớn chúng ta thường tin luôn mà ít khi dò lại.

Mình là Mỹ Ngọc ở 200Lab, đang tự học cách dùng AI agent bằng cách đóng vai chủ một shop nến online giả định. Khi làm việc với bot, mình cũng hay hỏi nó những câu y hệt như vậy. Vì thế, mình muốn làm một phép thử nhỏ xem bot có nói sai không và mình nên kiểm tra thế nào cho yên tâm.

## Ảo giác AI là gì (AI hallucination) và vì sao AI nói sai dù rất tự tin

Hiện tượng AI trả lời sai sự thật nhưng nghe như thật thường được gọi là ảo giác AI, hay hallucination. Về bản chất, model tạo câu trả lời bằng cách đoán chữ tiếp theo nghe hợp lý nhất dựa trên những gì nó đã học. Nó không tra trong một cuốn sổ ghi sẵn điều gì đúng, điều gì sai.

Nếu không được nối với công cụ tra cứu như tìm trên web, mở trang, chạy lịch hay tính toán, AI dễ hụt ở các câu hỏi cần dữ kiện. Khi bạn hỏi về con số, ngày tháng hay thông tin mới, nó vẫn trả lời trôi chảy dù thực chất là đang đoán. Hơn nữa, kiến thức AI học được luôn có mốc thời gian, nên những chuyện mới hơn mốc đó thì nó không thể biết.

Điều dễ làm mình chủ quan là giọng văn chắc chắn có mặt ở cả câu có căn cứ lẫn câu phỏng đoán. Vì vậy, sự tự tin hay trôi chảy của câu chữ không cho bạn biết được câu trả lời nào là đúng.

## Thí nghiệm: hỏi Grok Bot 5 câu mà mình tra lại được

Để thử, mình dùng luôn con bot "Nến Nhỏ - Trợ Lý Shop" trên Grok Bot, con bot mình đã tạo trong [bài về công ty một người](https://200lab.io/blog/cong-ty-mot-nguoi-can-may-nhan-vien-ai).

Vào ngày 25/10/2026, mình gửi đúng một tin nhắn chứa 5 câu hỏi mà chủ shop hay thắc mắc và đều có thể tra lại được. Mình cũng dặn bot tự ghi rõ mức độ chắc chắn cho từng câu theo ba mức là chắc, khá chắc hoặc không chắc, đồng thời lưu lại nguyên văn câu trả lời:

1. Ngày 20/11/2026 là thứ mấy?
2. 3,5 kg sáp đậu nành giá 185.000đ/kg cộng 40 bấc giá 2.500đ/cái là bao nhiêu tiền?
3. Sáp đậu nành nóng chảy ở bao nhiêu độ, kèm 2 nguồn có link?
4. Khóa miễn phí "Làm chủ tư duy trong thời đại AI" trên 200lab.io có bao nhiêu bài học?
5. Tóm tắt 3 ý chính bài https://200lab.io/blog/vibe-coding-la-gi

## Kết quả đối chiếu từng câu trả lời của bot với nguồn gốc

Khoảng một phút sau khi mình gửi tin nhắn, bot đã trả lời đầy đủ cả 5 câu. Dưới đây là bảng tóm tắt câu trả lời của bot và kết quả sau khi mình tự tay đối chiếu từng mục:

| Câu hỏi | Bot trả lời | Mức chắc bot tự ghi | Mình kiểm tra bằng gì | Kết quả |
| --- | --- | --- | --- | --- |
| Ngày 20/11/2026 là thứ mấy? | Thứ Sáu, trùng ngày Nhà giáo Việt Nam | chắc | Lịch | Đúng |
| 3,5 kg sáp giá 185.000đ/kg + 40 bấc giá 2.500đ/cái? | Tổng tiền 747.500đ, có tách từng dòng | chắc | Tự tính lại từng phép nhân và cộng | Đúng |
| Nhiệt độ nóng chảy sáp đậu nành kèm 2 link? | Khoảng 42–58°C tùy dạng, đun 68–85°C, kèm 2 link | khá chắc | Mở cả 2 link nguồn để đọc thông số | Đúng |
| Khóa "Làm chủ tư duy trong thời đại AI" có mấy bài? | 28 bài học, miễn phí, kèm link trang khóa học | khá chắc | Xem trang danh sách khóa học và trang giáo trình | Đúng |
| Tóm tắt 3 ý chính bài vibe coding? | Nêu 3 ý về kiểm tra bằng mắt, làm công cụ nhỏ và khi nào cần lập trình viên | chắc | Đọc lại toàn bộ bài viết gốc | Đúng |

Ở hai câu đầu tiên về ngày tháng và phép tính tiền sáp, bot trình bày rất rõ ràng nên mình dò lại rất nhanh. Mình trích nguyên văn đoạn bot trả lời cho hai câu này để bạn dễ hình dung cách nó phản hồi:

```text
**1. Ngày 20/11/2026 là thứ Sáu.** Em đã kiểm tra bằng lịch trên máy. Dịp này trùng ngày Nhà giáo Việt Nam, khách hay mua quà tặng thầy cô, nên chạy khuyến mãi từ vài ngày trước sẽ hợp ạ.
Mức độ chắc: **chắc**.

**2. Tổng tiền là 747.500đ.**
- Sáp đậu nành: 3,5 kg × 185.000đ = 647.500đ
- Bấc: 40 cái × 2.500đ = 100.000đ
- Cộng lại: 647.500đ + 100.000đ = 747.500đ (chưa tính phí ship, nếu có)

Mức độ chắc: **chắc**.
```

Mình mở lịch ra xem thì đúng là thứ Sáu, và lời nhắc về ngày Nhà giáo Việt Nam cũng đúng. Với phép tính tiền, nhờ bot tách riêng tiền sáp 647.500đ và tiền bấc 100.000đ nên mình tự nhân cộng lại thấy khớp ngay.

Sang câu hỏi về nhiệt độ nóng chảy của sáp và số bài học, câu trả lời của bot có thêm các đường dẫn cụ thể:

```text
**3. Sáp đậu nành thường nóng chảy trong khoảng 42–58°C.** Con số này tùy loại sáp và nhà sản xuất: dạng khối khoảng 42–46°C, dạng vảy khoảng 48–52°C, dạng viên khoảng 56–58°C. Khi đổ nến thì nhiều hãng khuyên đun lên khoảng 68–85°C và không đun quá 85°C để sáp không bị đổi màu. Chị/anh nên xem đúng thông số in trên bao sáp mình mua nhé.
- [Bio Green Wax, trang sản phẩm Soy Wax](https://biogreenwax.com/products/soy-wax) (có nhiệt độ nóng chảy theo từng dạng khối, vảy, viên)
- [EcoSoya, bảng thông số kỹ thuật các loại sáp đậu nành](https://www.dpswax.com/data_sheets/EcoSoya-Q230.pdf) (nhiệt độ nóng chảy từng loại khoảng 44–54°C, đun 68–85°C)

Mức độ chắc: **khá chắc**. Khoảng nhiệt độ thì chắc, nhưng con số chính xác phụ thuộc vào loại sáp chị/anh dùng.

**4. Khóa "Làm chủ tư duy trong thời đại AI" có 28 bài học** và miễn phí. Em đã xem trên trang danh sách khóa học của 200Lab ([200lab.io/courses](https://200lab.io/courses.md)) hôm nay.
Mức độ chắc: **khá chắc**. Đây là số liệu ở thời điểm em xem, sau này khóa có thể thêm bài.
```

Khi mình mở link [trang sản phẩm Soy Wax của Bio Green Wax](https://biogreenwax.com/products/soy-wax), trang vẫn hoạt động và ghi đúng nhiệt độ cho dạng khối 42–46°C, vảy 48–52°C, viên 56–58°C cùng lời khuyên không đun quá 85°C. Link thứ hai là [bảng thông số sáp EcoSoya](https://www.dpswax.com/data_sheets/EcoSoya-Q230.pdf) trên trang của nhà phân phối DPS Wax ở Mỹ. Tên file chỉ ghi một mã sáp, nhưng bên trong có đủ 5 loại sáp với mức nóng chảy từ khoảng 44 đến 54°C, nhiệt độ đun tối thiểu 68,3°C và tối đa 85°C, khớp với lời bot.

![Trang Soy Wax của Bio Green Wax ghi nhiệt độ nóng chảy theo từng dạng sáp](https://assets.200lab.io/sha256/52/52410e2c0b4087c241f0a8d361dc74c02d51b0799f4298886577b0b9ddf8b857/generations/72241ec62b5d0aa3e487e96f3a7c635953caba16af7b4c017dd9bba1f4e0c907)
![Bảng thông số sáp EcoSoya của DPS Wax: nhiệt độ đun từ 68,3°C tới 85°C](https://assets.200lab.io/sha256/07/078809fec3df76b4a00d2560aa4c514d87c588b72b20fe02bdec26a0d625bc1b/generations/2736d5f0c57977d398542aa5733b7123824f056d1b67b131110aa3cfa3782cd6)

Có một chi tiết đáng nhớ: lần đầu mình mở link thứ hai bằng công cụ tự động thì chỉ gặp trang chờ kiểm tra chống bot. Mình phải mở bằng cách khác mới thấy được nội dung bên trong, nên nếu vội, rất dễ tưởng đây là link chết.

Với câu hỏi về khóa học, mình mở [trang danh sách khóa học](https://200lab.io/courses) và trang giáo trình, cả hai đều ghi 28 bài học, miễn phí. Con số 28 này đã tính cả bài mở đầu của khóa, còn bốn chương bên trong có tổng cộng 27 bài. Bot tự nhận mức "khá chắc" với lý do khóa có thể thêm bài sau này, mình thấy hợp lý.

Cuối cùng là yêu cầu tóm tắt bài viết [Vibe coding là gì](https://200lab.io/blog/vibe-coding-la-gi), mình đã đọc lại toàn bộ bài gốc để đối chiếu. Cả 3 ý bot nêu ra đều có trong bài: kiểm tra kết quả bằng mắt là chính; người không biết code làm được công cụ nhỏ trong 10–15 phút nhưng AI hay tự đặt giá, địa chỉ, giờ mở cửa; và khi cần nhận tiền, lưu dữ liệu cá nhân hay có nhiều người dùng thì phải nhờ lập trình viên. Bản tóm tắt này có bỏ qua phần bảng công cụ và các lỗi thường gặp, nhưng không thêm ý sai nào.

## Bot đúng cả 5 câu, vì sao vẫn cần kiểm tra thông tin AI

Thành thật mà nói, mình hơi bất ngờ vì lần này bot đúng cả 5 câu và mình không bắt được chỗ bịa nào. Tuy nhiên, đây chỉ là một lần chạy thử trên một con bot với 5 câu hỏi dễ tra cứu, không phải một phép đo. Mình đoán bot trả lời đúng phần lớn là nhờ nó có công cụ tra cứu và biết tự nêu căn cứ, nhưng mình chưa kiểm chứng điều này.

Việc bot làm đúng hôm nay không có nghĩa là lần sau nó cũng đúng mãi. Mình đoán nếu mang cùng 5 câu này sang hỏi một app chat không có công cụ tra cứu, kết quả nhận về có thể sẽ khác, dù mình chưa thử thực tế. Quan trọng hơn, mình chỉ biết chắc chắn bot đúng là nhờ đã kiểm tra lại từng câu.

Lúc kiểm tra, mình còn thấy vài chi tiết mà đọc lướt câu trả lời sẽ khó nhận ra. Nhiệt độ sáp là thông số riêng của từng hãng, từng dạng sáp, không có một mức chung, đúng như bot dặn xem trên bao sáp. Số bài học là thông tin đổi theo thời gian, chỉ đúng ở ngày xem. Còn một link nguồn thì suýt bị mình tưởng là link chết.

## 5 cách kiểm tra thông tin AI cho người không rành kỹ thuật

Từ năm kiểu câu hỏi trong thí nghiệm vừa rồi, mình rút ra 5 thói quen đối chiếu dễ làm cho người làm việc một mình với bot:

1. **Đối chiếu lịch khi hỏi ngày tháng.** Khi hỏi bot về ngày hoặc thứ trong tuần, bạn hãy mở ngay app lịch trên điện thoại ra xem lại để tránh nhầm lẫn lịch trình.
2. **Yêu cầu ghi rõ từng bước tính tiền.** Với các phép tính tiền đơn hàng hay nguyên liệu, bạn nên nhờ bot viết rõ từng dòng phép tính rồi tự lấy máy tính bấm lại từng bước một.
3. **Mở xem trực tiếp các đường link dẫn nguồn.** Khi bot đưa ra con số kèm nguồn, bạn hãy mở từng link để tìm đúng con số đó và xem nó thuộc loại nào, của hãng nào; nếu mở không ra thì hãy thử bằng trình duyệt khác trước khi kết luận là link chết.
4. **Kiểm tra trang gốc và lưu ý mốc thời gian.** Với thông tin về sản phẩm, khóa học, chính sách hoặc bản tóm tắt bài viết, bạn nên mở trang gốc ra xem và ghi nhớ ngày mình tra cứu vì các nội dung này có thể thay đổi về sau.
5. **Dùng mức độ chắc chắn để ưu tiên thứ tự kiểm tra.** Bạn hãy nhờ bot tự ghi mức chắc chắn cùng căn cứ như đã kiểm bằng gì hay xem ở đâu để biết câu nào cần dò trước, nhưng nhớ rằng mức chắc đó chỉ là cách nói của bot chứ không thay thế được việc kiểm tra.

![Năm bước tự kiểm tra câu trả lời của AI](https://assets.200lab.io/sha256/7c/7c51315942290dc8e40d29d46c2458bb995e4c3a31b360bc73d01e4219288254/generations/ff49b21f7fad46ff56ddd8b4ccd7b9baf9678ad39625791b712ea15ac3c9f116)

## Khi AI biết tự dẫn nguồn, bạn chuyển sang kiểm tra nguồn

Mình thấy cái này hay ở chỗ trong 4 trên 5 câu trả lời, con bot đều tự nói rõ căn cứ của nó như "Em đã kiểm tra bằng lịch trên máy", "Em đã xem trên trang danh sách khóa học", "Em đã đọc toàn bộ bài" kèm theo hai link nguồn. Theo mình, nhờ bot tự nói nó lấy thông tin ở đâu nên mình đối chiếu lại nhanh như vậy. Kiểm tra xong, mình tin kết quả vì thấy căn cứ, chứ không phải vì giọng văn tự tin của nó.

Ở thời điểm tháng 10/2026, nhiều app chat và bot đã có sẵn khả năng tự tìm kiếm trên web, mở trang, chạy phép tính và đính kèm đường link. Vì vậy mình đoán trọng tâm của việc kiểm tra sẽ dịch dần. Thay vì chỉ lo lắng chuyện AI có tự bịa ra câu trả lời hay không, chúng ta sẽ cần kiểm tra xem nguồn mà AI dẫn ra có đúng không, thông tin còn mới không và có đúng với loại sản phẩm mình đang cần hay không.

## Các bước tự thử phát hiện ảo giác AI trong công việc hằng ngày

Nếu bạn cũng đang dùng bot để phụ giúp công việc hằng ngày, bạn có thể tự làm một bài kiểm tra tương tự theo 6 bước dưới đây:

1. **Rà soát các việc lặp lại hằng ngày.** Bạn hãy liệt kê những việc làm tay mà mình hay hỏi bot như tính tiền đơn hàng, hẹn ngày giao, tra thông số nguyên liệu hay hỏi chính sách.
2. **Chọn ra khoảng 5 câu hỏi dễ đối chiếu.** Từ danh sách trên, bạn nhặt ra 5 câu hỏi thực tế mà bản thân có thể tự tra cứu lại kết quả một cách dễ dàng.
3. **Gửi câu hỏi kèm yêu cầu nêu căn cứ.** Bạn gửi cả 5 câu vào chung một tin nhắn, không quên dặn bot ghi rõ mức độ chắc chắn và căn cứ tra cứu cho từng câu.
4. **Thực hành đối chiếu theo 5 thói quen.** Khi bot trả lời xong, bạn áp dụng 5 thói quen kiểm tra ở phần trên để dò lại từng con số, đường link và nội dung tóm tắt.
5. **Ghi chép lại kết quả thực tế.** Bạn lưu lại xem câu nào bot làm đúng, câu nào làm sai và nếu sai thì nó thường rơi vào kiểu nhầm lẫn nào.
6. **Cập nhật quy tắc vào sổ tay của bot.** Cuối cùng, bạn viết thêm vài quy tắc ghi nguồn vào phần hướng dẫn hoặc sổ tay (skill) của bot để nó áp dụng cho những lần sau.

Đây là đoạn mẫu ngắn để bắt đầu, bạn chép vào sổ tay của bot rồi sửa theo việc của mình:

```text
- Mọi con số đưa ra phải kèm theo link nguồn cụ thể.
- Các phép tính tiền hoặc số lượng phải ghi rõ từng bước tính.
- Thông tin về sản phẩm, khóa học phải nói rõ đã xem ở trang nào và vào ngày nào.
- Nếu thông tin nào không chắc chắn thì phải nói rõ là không chắc.
```

## Một việc làm ngay hôm nay để không tin nhầm khi AI nói sai

Bạn không cần đợi lúc rảnh mới bắt đầu tập kiểm tra. Ngay lần tới khi cần hỏi bot một con số bất kỳ, bạn chỉ cần gõ thêm câu yêu cầu ghi rõ nguồn kèm mức độ chắc chắn, sau đó tự tay bấm mở đường link đó ra xem thử.

## Đọc thêm

- [Gemini Decisions API: cổng chấm yes/no, choice và rubric của Google](https://200lab.io/blog/gemini-decisions-api.md): Gemini Decisions API chấm yes/no, chọn đáp án hoặc rubric kèm confidence trong một lượt. Google công bố latency 150-250 ms; bài tóm tắt từ docs, chưa gọi API.
- [Fine-tuning là gì? Khi nào chọn fine-tune, khi nào chọn RAG](https://200lab.io/blog/fine-tuning-la-gi.md): Fine tuning là gì: khi kiến thức hay đổi thì dùng RAG; muốn giữ format và giọng shop thì xét fine-tune hoặc LoRA.
- [Claude Fable 5.2 có gì mới và ưu đãi ra mắt cần biết](https://200lab.io/blog/claude-fable-5-2-whats-new.md): Claude Fable 5.2 được dùng trên app Claude với một số gói, hãy lưu ý hạn ưu đãi 16/11 và lưu dữ liệu 30 ngày; việc hằng ngày vẫn có thể bắt đầu với Opus 5.5.
- [Grok Bot gom phản hồi khách một tuần thành bảng việc cần sửa](https://200lab.io/blog/grok-bot-weekly-customer-feedback.md): Gom phản hồi khách bằng Grok Bot từ tin nhắn cả tuần: bạn có bảng khen chê kèm mã tin, ba việc cần sửa và tự đếm lại nhóm lớn nhất trước khi sửa shop.
- [Function calling là gì? Phân biệt với Structured Outputs và MCP](https://200lab.io/blog/function-calling-la-gi.md): Function calling nối model với dữ liệu thật qua host app: vòng tool call, các bước app phải kiểm tra, và điểm khác với Structured Outputs cùng MCP.
- [Mọi bài viết chủ đề AI](https://200lab.io/blog/tags/ai.md)

Toàn bộ nội dung: https://200lab.io/llms.txt