住得好 · 熟练
AI 排的行程，哪一段能信？
同一个提示词跑八轮，差别在分工
同一趟行程交给不同工具，结果不是「谁更好」，而是「谁在哪一段更靠得住」。把同一个提示词跑八轮之后，分工大致是稳的：一类工具适合做文化策略与模糊约束的解读，一类适合做当日后勤（地理与营业时间），一类才真正带着实时价格能做预订执行，而最会聊的那一类最适合出灵感、但它给的每个名字都要核。几个可用的量级：商家名的幻觉率约 18%；只用训练数据的工具在旺季酒店价上会系统性低估 15%~30%；所谓「隐藏宝藏」的命中率大约 1/8，其余七个是包装成小众的知名店。同一次四工具对比里，一份行程留了充裕缓冲、结构最好（把博物馆排在周日，因为该馆周一闭馆），另一份预算精确到只剩几十块缓冲、还把同一段路同时写成「2.5 小时」与「约 3 小时」。结论很简单：把它当研究加速器，规划完留一到两小时交叉核对，再动手订。
方法 · 一图看懂
1
先按阶段分工具 — 定策略 / 排后勤 / 做预订，三段不要指望同一个工具包办
2
凡涉及价格，只认带实时报价的 — 只用训练数据的工具在旺季会系统性低估
3
名字都要核一遍 — 商家名幻觉率约 18%，推荐不等于存在
4
「隐藏宝藏」默认当假设 — 命中率约 1/8，其余是包装成小众的知名店
5
出门前留一到两小时对数 — 核营业日 · 路程时间 · 门票规则与实名要求
原理 · 为什么有效
AI 规划行程的问题不在智力，在「它掌握的是过去的价与今天的日历」。行程由两类东西组成 —— 判断与事实：判断（这条线路顺不顺 · 这家店符不符合我的口味 · 一天排几个点不累）是模型的强项；事实（票还有没有 · 今天开不开门 · 现在多少钱 · 这段路实际要多久）是它的弱项，因为它手里往往是十几到二十几个月前的数据。把这两类混在一起看，就会得到「看起来很完整、但订不动」的行程 —— 实测里最典型的是：酒店与航班的价格都标得很精确，细看却没有一条是当天可用价。第二条原理是「分工比选型重要」：八款工具同题跑下来，没有一款在每个维度都赢；真正可复用的是流程 —— 用 A 出结构与判断、用 B 核地理与时间、用 C 带实时价格落到可订项。第三条是「缓冲要显式写出来」：一份把预算排到只剩几十块的行程，一次汇率波动就崩；缓冲不是保守，是让行程还有被执行的余地。
适用场景
适用：准备自由行并打算用 AI 打底的人 · 旺季出行（价格波动大）的人 · 带老人小孩、需要把节奏排松的人 · 已经用过 AI 规划但发现「看着好、订不动」的人。
⛔ 不适用：跟团或纯打卡、由旅行社统一安排的行程 —— 那些不需要你自己核事实。
⚠️ 前提：愿意在订之前留一到两小时把关键事实核一遍；不愿意核，就把行程当灵感清单、别当计划。
自测 · 6 问
这份行程里，哪些是判断（顺不顺 · 累不累），哪些是事实（开不开 · 多少钱）？我分开了吗？
价格是「目标价」还是「当天可用价」？我有没有真的点进去看一眼？
推荐的店名，我核过几个？有没有核到一家其实不存在或已停业的？
博物馆 · 展馆这类有固定闭馆日的地方，我排的日子对不对？
有没有同一段路被写成两个时长的？我以哪个为准？
预算里留了多少缓冲？一次汇率波动或临时打车会不会直接超？
怎么上手 · 验证步骤
先只做一件事：把 AI 给的那份行程拆成两栏 —— 左栏写「判断」（今天几个点 · 顺序 · 节奏），右栏写「事实」（开门时间 · 票 · 价格 · 路程时长）。左栏可以直接用，右栏每一条都要自己去核。核的顺序按「错了代价最大」排：先核跨城交通与住宿（错一天全盘乱），再核闭馆日与实名预约（错一天白跑），最后核餐厅与门票价格。核完把不确定的项直接从行程里删掉，而不是带着问号出发。
自检动作：行程定稿后，随机挑三项事实类信息，各自从官方渠道复核一遍，写出「官方说 / AI 说」两组值。三项都对得上，说明这条行程的底子是实的；有一项对不上，就把同类的项全部重核一遍。