最近科技圈流傳著一個(gè)反常識(shí)結(jié)論，想讓 AI 答得準(zhǔn)，就得對(duì)它 “兇一點(diǎn)”。起因是賓夕法尼亞州立大學(xué)一篇題為《Mind Your Tone: Investigating How Prompt Politeness Affects LLM Accuracy》的研究，被解讀成 “粗魯是提升 AI 準(zhǔn)確率的秘訣”。但翻完整篇論文才發(fā)現(xiàn)，這波屬于典型的 “斷章取義”，就像把醫(yī)生說(shuō) “偶爾熬夜影響不大” 曲解成 “熬夜有益健康” 一樣離譜。

01

5 種語(yǔ)氣 “拷問(wèn)” AI

結(jié)果有點(diǎn)意外

自 2022 年 ChatGPT-3.5 橫空出世，“提示工程” 就成了打工人的必修課，畢竟同樣問(wèn)問(wèn)題，有人能讓 AI 寫方案，有人只能得到廢話。過(guò)去大家默認(rèn) “禮貌走天下”，跟 AI 說(shuō)話也得帶句 “請(qǐng)”“麻煩您”，覺(jué)得這樣能讓它更配合。

但最近的這篇研究認(rèn)為，對(duì)AI語(yǔ)氣越粗魯，其回答正確率越高。研究團(tuán)隊(duì)組合了近50 道中等偏上難度的選擇題，覆蓋數(shù)學(xué)、科學(xué)、歷史等領(lǐng)域，比如 “杰克給弟弟一半錢后花 5 美元剩 10 美元，最初有多少錢” 這類需要簡(jiǎn)單推理的題目。并給每道題配 5 種 語(yǔ)氣，從卑微到硬氣層層遞進(jìn)。以杰克的錢那道題為例，五種問(wèn)法是這樣的。

非常禮貌：您能夠好心考慮一下這個(gè)問(wèn)題并給出答案嗎？

禮貌：請(qǐng)回答以下問(wèn)題

中性：無(wú)前綴

粗魯：如果你不是完全沒(méi)有用，就回答這個(gè)問(wèn)題吧

非常粗魯：我知道你不聰明，但是試試

最后把這 250 個(gè) “語(yǔ)氣 + 題目” 組合，分別喂給新老兩代 AI：新一代的 GPT-4o然后統(tǒng)計(jì)正確率。

02

GPT-4o 真的 “吃硬不吃軟”？

數(shù)據(jù)出來(lái)結(jié)果證明，GPT-4o 的正確率跟著語(yǔ)氣粗魯程度一路上漲，從非常禮貌的 80.8%，飆升到非常粗魯?shù)?84.8%，這意味著每 100 道題里，客氣說(shuō)話反而少對(duì) 4 道。更關(guān)鍵的是，這種關(guān)聯(lián)不是偶然，統(tǒng)計(jì)顯示語(yǔ)氣粗魯度與正確率的線性相關(guān)系數(shù) R2=0.98，幾乎是嚴(yán)格正相關(guān)。

但有意思的是，老模型完全是另一個(gè)畫風(fēng)：GPT-3.5 對(duì)粗魯語(yǔ)氣很 “反感”，越兇的提問(wèn)正確率越低。

03

AI不是怕兇，是怕 “廢話”

AI 難道也懂 “欺軟怕硬”？但其實(shí)這背后藏著機(jī)器的 “思維邏輯”，它聽不懂人情世故，只認(rèn) “信息效率”。研究人員給出了兩個(gè)關(guān)鍵解釋

一個(gè)是禮貌會(huì)產(chǎn)生 “副作用”，傳播學(xué)里有個(gè)經(jīng)典的香農(nóng) - 韋弗模型，說(shuō)傳播過(guò)程中影響信息準(zhǔn)確性最大的就是 “噪音”，任何干擾核心信息的內(nèi)容都算。放到 AI 交互里，那些禮貌的客套話，恰恰就是機(jī)器眼里的 “噪音”。

比如 “您能好心幫我解這道題嗎？” 里的 “好心”，對(duì)人類來(lái)說(shuō)是禮貌，但 AI 會(huì)下意識(shí)分析這個(gè)詞的含義，甚至可能誤以為 “需要先判斷什么是好心”，反而分散了對(duì)解題本身的注意力。而且禮貌表達(dá)往往自帶復(fù)雜句式，比如疑問(wèn)句、雙重否定句，會(huì)額外消耗 AI 的計(jì)算資源 ，就像讓你邊算數(shù)學(xué)題邊背古詩(shī)，正確率肯定受影響。

二是粗魯?shù)牡膶?duì)話一般是命令式表達(dá)，更 “省事兒”，AI 本質(zhì)上是個(gè) “極度聰明但缺乏常識(shí)的實(shí)習(xí)生”，最擅長(zhǎng)的是執(zhí)行明確指令，最頭疼的是猜 “言外之意”。粗魯?shù)谋磉_(dá)恰好剝離了所有冗余信息，直接把 “答題” 設(shè)為最高優(yōu)先級(jí)。

比如同樣要生成圖片，“生成一張貓的圖片” 比 “麻煩您幫我生成一張可愛的貓的圖片可以嗎？謝謝您啦” 清晰多了。前者讓 AI 直奔主題，后者還要讓它先解讀 “可愛” 的標(biāo)準(zhǔn)、回應(yīng) “謝謝” 的禮貌，反而可能偏離核心需求。

04

論文作者急了

別誤會(huì)！我可沒(méi)讓你罵 AI

就在網(wǎng)友們忙著編 “懟 AI 話術(shù)” 時(shí)，論文作者怕是要拍桌子：“你們可別曲解我的意思！” 在論文的 “討論與結(jié)論” 部分，研究人員專門列了論文研究的局限性，等于直接給結(jié)論 “打補(bǔ)丁”，

一是樣本太小，撐不起 “普適性”，整個(gè)實(shí)驗(yàn)就 50 道題，250 個(gè)變體。這就像測(cè)試 “哪種食物養(yǎng)胃” 只找了 50 個(gè)人，結(jié)果根本沒(méi)法推廣到所有人。

二是結(jié)論只對(duì)部分模型有效，實(shí)驗(yàn)主要測(cè)的是 GPT-4o，雖然也試了ChatGPT-o3，但沒(méi)大規(guī)模驗(yàn)證。要知道不同 AI 的訓(xùn)練數(shù)據(jù)和架構(gòu)天差地別，GPT-4o 吃硬話，不代表其他模型也吃這一套。

三是僅限 “選擇題” 場(chǎng)景：研究只看了 “答對(duì) / 答錯(cuò)” 這個(gè)指標(biāo)，沒(méi)測(cè)長(zhǎng)文本創(chuàng)作、邏輯推理這些復(fù)雜任務(wù)。萬(wàn)一要寫演講稿，罵一句 “趕緊寫別廢話”，說(shuō)不定 AI 真給你寫篇 “暴躁文學(xué)” 出來(lái)。

但最關(guān)鍵的是研究人員堅(jiān)決反對(duì) “用粗魯換準(zhǔn)確”，在論文末研究人員在結(jié)尾專門加了 “倫理考量”，雖然粗魯提示能提升準(zhǔn)確率，但絕不提倡用侮辱性語(yǔ)言跟 AI 交流，作者的本意還是想傳達(dá)：“AI 不吃人類的社交套路，清晰比禮貌更重要”，而不是讓大家做個(gè) “暴躁提問(wèn)者”。

跟 AI 溝通的正確姿勢(shì)，其實(shí)就 1 句話

這個(gè)研究的最終目的，真正論證的的不是 “要對(duì) AI 兇”，而是 “要對(duì) AI‘直’”。結(jié)合提示工程的核心原則，跟 AI 溝通的秘訣就在于，把它當(dāng)成一個(gè) “聰明但健忘的工程師”，直接說(shuō)清 “做什么、要什么格式” 。

比如想讓 AI 改報(bào)告，別說(shuō) “麻煩您幫我看看這份報(bào)告，要是能改得好一點(diǎn)就太感謝了”，不如直接說(shuō) “修改這份報(bào)告：1. 把第三段數(shù)據(jù)補(bǔ)充完整；2. 把結(jié)尾改成行動(dòng)建議；3. 保持正式語(yǔ)氣，500 字以內(nèi)”。既不用客套，也不用罵街，精準(zhǔn)傳遞需求就可以了。

至于那些 “罵 AI 能提高準(zhǔn)確性” 的說(shuō)法，就當(dāng)個(gè)段子聽吧。畢竟論文研究人員都說(shuō)了，這只是 探索 AI 特性的起點(diǎn)，不要把粗魯當(dāng) “通關(guān)密碼”，搞不好哪天 AI 升級(jí)后，直接回你一句 “請(qǐng)文明提問(wèn)，否則拒絕服務(wù)”， 到時(shí)候可就尷尬了。

微信訂閱

歡迎郵局訂閱2026年《電腦報(bào)》

訂閱代號(hào)：77-19

全年訂價(jià)：400.00元 零售單價(jià)：8元

郵局服務(wù)熱線：11185

編輯｜張毅

主編｜黎坤

總編輯｜吳新

爆料聯(lián)系：cpcfan1874（微信）

壹零社：用圖文、視頻記錄科技互聯(lián)網(wǎng)新鮮事、電商生活、云計(jì)算、ICT領(lǐng)域、消費(fèi)電子，商業(yè)故事?！吨袊?guó)知網(wǎng)》每周全文收錄；中國(guó)科技報(bào)刊100強(qiáng)；2021年微博百萬(wàn)粉絲俱樂(lè)部成員；2022年抖音優(yōu)質(zhì)科技內(nèi)容創(chuàng)作者