需要注意的是，即便大模型的数据源准确，但仍然存在局限性。最典型的情况是一些新设大学、新设专业的数据不多，大模型可学习的内容有限。王彬举例说，他的另一个身份是印尼希望之光大学人工智能学院院长，这是一所相对年轻大学里的新设学院，公开信息有限。在这种情况下，大模型很难就学校或专业给出准确的评判。再如，位于杭州的西湖大学近年来取得了不少重磅的研究成果，潜力巨大，其本科招生今年首次走出浙江。但从AI大模型的角度看，西湖大学的本科省外招生数据不多，所以它们在向考生提供推荐学校时，很可能略过。

　　基于此，王彬提醒，大模型给出的填报建议只能作为参考，考生和家长也要主动了解学校、专业的特点，多一些判断依据。

　　其次，当心AI幻觉。就AI填报志愿这一应用场景看，AI幻觉主要表现是放大考生的某种需求却忽略其他因素，导致结果不够客观。

　　具体来看，考生和家长使用大模型填报志愿时，往往需要描述个人期望、愿景等，大模型的理解可能会出现幻觉或偏差，放大某个需求，甚至趋向极端化，最终给出有偏差的建议，影响考生选择。

　　再次，要了解大模型不懂“人”，因为无法评估主观感受。

　　衡量某所学校或某个专业是否适合某位考生，除了录取分数，还有学校的风格、文化，学校所在地与考生未来就业意愿的关系，学校所在地与考生个人偏好、生活习惯的匹配度，等等。这些都是非常主观的内容，AI既不掌握也无法给出准确建议。