蘇黎世聯邦理工學院：Prompt 的盡頭是?MBTI ！

大數據文摘出品

怎樣寫提示詞（Prompt）？

蘇黎世聯邦理工學院（ETH Zurich）與BASF研究人員聯合發布的新研究給出了答案：提示詞的盡頭，不是工具箱，而是性格表。

他們提出了一個名為MBTI-in-Thoughts的框架，用心理學中的MBTI人格模型提示大語言模型，從而在不改變模型參數的情況下，引導其產生穩定、可預測的人格行為傾向。

這意味著，可以用“你現在是一位ISFJ型AI”這類提示詞，重構AI的推理風格、表達方式和任務策略。

也就是說，人格，不只是對AI行為的觀察分析，更可以是Prompt的內容本身，是行為控制的Prompt。

研究團隊使用MBTI的四大維度——內外向（E/I）、現實直覺（S/N）、思維情感（T/F）、判斷感知（J/P），將大模型“引入角色”，最終穩定獲得16種具有人格特征的AI代理人。

測試顯示：內向型AI更加誠實、話少但有邏輯；感性型AI更富同理心，更擅長共情表達；而判斷型AI更講秩序，擅長制定規則并遵守。

同樣的模型，不同的人格，生成出的故事與策略完全不同

這張圖展示了在不同 MBTI 性格類型下，GPT-4o mini 模型在四個維度（內向/外向、感覺/直覺、情感/思維、感知/判斷）的表現分布和穩定性。

在一項寫作任務中，研究者讓AI用不同人格生成故事，結果出人意料。

Feeling人格（如INFP、INFJ）寫出的故事更有情緒張力，情節更個人化，結局更溫暖；Thinking人格（如INTJ、ESTJ）更擅長結構清晰、邏輯自洽的劇情推進。

不僅如此，這種人格的影響遠超常規專業指令提示（如“請寫得更像專家”）帶來的差異。

這張圖展示了不同 MBTI 類型在寫作任務中的平均屬性得分差異，揭示了思維型與情感型模型的明顯分化，以及外向型模型在可讀性、幽默感和幸福結局上優于內向型模型的趨勢。

研究進一步指出：人格Prompt比風格Prompt、任務Prompt、身份Prompt更強大，它是一種高維度、多軸線的行為原語（Behavioral Primitive）。

在博弈實驗中，AI參與了囚徒困境、鷹鴿博弈等經典戰略互動。Prompt指定人格后，行為差異顯著：

• Thinking人格近90%選擇背叛；Feeling人格則傾向信任與合作。

• Introvert人格更傾向于在信息不對稱下保持承諾，即使知道對方可能欺騙也不輕易改變決定。

• Perceiving人格更靈活、更容易調整策略；Judging人格更穩定，強調計劃與秩序

這張圖展示了不同 MBTI 維度在博弈論任務中的表現差異，包括叛變率、策略切換率和誠實率，說明性格特質會顯著影響模型在戰略互動中的行為模式。

而所有這些行為差異，只需在Prompt中加入人格提示即可實現，無需對模型做任何微調或額外訓練。

人格成了Prompt的開關，也成了AI決策的變量。

從行為控制到群體協作：人格提示打開了AI新世界的大門

MBTI-in-Thoughts不僅實現了單體人格控制，還構建了多智能體人格協作框架。

研究者設計了一套“自我反思 + 公共黑板”的群體溝通機制，讓多個具有人格的AI先獨立思考，再協作討論，最后達成共識。

結果發現：人格+反思的AI集群在模糊性任務中表現更優于任何投票機制或常規對話機制。

人格提示不僅控制了個體行為，還增強了整個系統的多樣性與魯棒性，避免了回音室效應（echoing），提升了集體判斷的準確性。

更關鍵的是，這些人格不是死板的標簽，而是對認知結構（cognition）和情緒機制（affect）的參數化控制。

換句話說，Prompt如果只是工具調用、任務轉譯，那它始終停留在機械層面。

而人格Prompt讓AI獲得了行為傾向、推理風格、情感反應和決策節奏的整體調控能力，這才是真正的智能工程（engineering intelligence）。

研究者指出，這一方法可拓展到Big Five、HEXACO、九型人格等多種心理框架，未來可用于醫療陪伴、教育引導、AI團隊協作甚至司法問答等高信任場景。

Prompt，不只是把模型“叫醒”的咒語，而是控制行為的劇本。而MBTI，是目前最有用的一部劇本集。

注：頭圖AI生成

作者長期關注 AI 產業與學術，歡迎對這些方向感興趣的朋友添加微信Q1yezi，共同交流行業動態與技術趨勢！

GPU 訓練特惠！

H100/H200 GPU算力按秒計費，平均節省開支30%以上！

掃碼了解詳情?

點「贊」的人都變好看了哦！