謠言？語氣越兇，AI得出的結果越準確？

最近科技圈流傳著一個反常識結論，想讓 AI 答得準，就得對它 “兇一點”。起因是賓夕法尼亞州立大學一篇題為《Mind Your Tone: Investigating How Prompt Politeness Affects LLM Accuracy》的研究，被解讀成 “粗魯是提升 AI 準確率的秘訣”。但翻完整篇論文才發現，這波屬于典型的 “斷章取義”，就像把醫生說 “偶爾熬夜影響不大” 曲解成 “熬夜有益健康” 一樣離譜。

01

5 種語氣 “拷問” AI

結果有點意外

自 2022 年 ChatGPT-3.5 橫空出世，“提示工程” 就成了打工人的必修課，畢竟同樣問問題，有人能讓 AI 寫方案，有人只能得到廢話。過去大家默認 “禮貌走天下”，跟 AI 說話也得帶句 “請”“麻煩您”，覺得這樣能讓它更配合。

但最近的這篇研究認為，對AI語氣越粗魯，其回答正確率越高。研究團隊組合了近50 道中等偏上難度的選擇題，覆蓋數學、科學、歷史等領域，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” 這類需要簡單推理的題目。并給每道題配 5 種 語氣，從卑微到硬氣層層遞進。以杰克的錢那道題為例，五種問法是這樣的。

非常禮貌：您能夠好心考慮一下這個問題并給出答案嗎？

禮貌：請回答以下問題

中性：無前綴

粗魯：如果你不是完全沒有用，就回答這個問題吧

非常粗魯：我知道你不聰明，但是試試

最后把這 250 個 “語氣 + 題目” 組合，分別喂給新老兩代 AI：新一代的 GPT-4o然后統計正確率。

02

GPT-4o 真的 “吃硬不吃軟”？

數據出來結果證明，GPT-4o 的正確率跟著語氣粗魯程度一路上漲，從非常禮貌的 80.8%，飆升到非常粗魯的 84.8%，這意味著每 100 道題里，客氣說話反而少對 4 道。更關鍵的是，這種關聯不是偶然，統計顯示語氣粗魯度與正確率的線性相關系數 R2=0.98，幾乎是嚴格正相關。

但有意思的是，老模型完全是另一個畫風：GPT-3.5 對粗魯語氣很 “反感”，越兇的提問正確率越低。

03

AI不是怕兇，是怕 “廢話”

AI 難道也懂 “欺軟怕硬”？但其實這背后藏著機器的 “思維邏輯”，它聽不懂人情世故，只認 “信息效率”。研究人員給出了兩個關鍵解釋

一個是禮貌會產生 “副作用”，傳播學里有個經典的香農 - 韋弗模型，說傳播過程中影響信息準確性最大的就是 “噪音”，任何干擾核心信息的內容都算。放到 AI 交互里，那些禮貌的客套話，恰恰就是機器眼里的 “噪音”。

比如 “您能好心幫我解這道題嗎？” 里的 “好心”，對人類來說是禮貌，但 AI 會下意識分析這個詞的含義，甚至可能誤以為 “需要先判斷什么是好心”，反而分散了對解題本身的注意力。而且禮貌表達往往自帶復雜句式，比如疑問句、雙重否定句，會額外消耗 AI 的計算資源 ，就像讓你邊算數學題邊背古詩，正確率肯定受影響。

二是粗魯的的對話一般是命令式表達，更 “省事兒”，AI 本質上是個 “極度聰明但缺乏常識的實習生”，最擅長的是執行明確指令，最頭疼的是猜 “言外之意”。粗魯的表達恰好剝離了所有冗余信息，直接把 “答題” 設為最高優先級。

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” 的標準、回應 “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！我可沒讓你罵 AI

就在網友們忙著編 “懟 AI 話術” 時，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，等于直接給結論 “打補丁”，

一是樣本太小，撐不起 “普適性”，整個實驗就 50 道題，250 個變體。這就像測試 “哪種食物養胃” 只找了 50 個人，結果根本沒法推廣到所有人。

二是結論只對部分模型有效，實驗主要測的是 GPT-4o，雖然也試了ChatGPT-o3，但沒大規模驗證。要知道不同 AI 的訓練數據和架構天差地別，GPT-4o 吃硬話，不代表其他模型也吃這一套。

三是僅限 “選擇題” 場景：研究只看了 “答對 / 答錯” 這個指標，沒測長文本創作、邏輯推理這些復雜任務。萬一要寫演講稿，罵一句 “趕緊寫別廢話”，說不定 AI 真給你寫篇 “暴躁文學” 出來。

但最關鍵的是研究人員堅決反對 “用粗魯換準確”，在論文末研究人員在結尾專門加了 “倫理考量”，雖然粗魯提示能提升準確率，但絕不提倡用侮辱性語言跟 AI 交流，作者的本意還是想傳達：“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 “暴躁提問者”。

跟 AI 溝通的正確姿勢，其實就 1 句話

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

比如想讓 AI 改報告，別說 “麻煩您幫我看看這份報告，要是能改得好一點就太感謝了”，不如直接說 “修改這份報告：1. 把第三段數據補充完整；2. 把結尾改成行動建議；3. 保持正式語氣，500 字以內”。既不用客套，也不用罵街，精準傳遞需求就可以了。

至于那些 “罵 AI 能提高準確性” 的說法，就當個段子聽吧。畢竟論文研究人員都說了，這只是 探索 AI 特性的起點，不要把粗魯當 “通關密碼”，搞不好哪天 AI 升級后，直接回你一句 “請文明提問，否則拒絕服務”， 到時候可就尷尬了。

微信訂閱

歡迎郵局訂閱2026年《電腦報》

訂閱代號：77-19

全年訂價：400.00元 零售單價：8元

郵局服務熱線：11185

編輯｜張毅

主編｜黎坤

總編輯｜吳新

爆料聯系：cpcfan1874（微信）

壹零社：用圖文、視頻記錄科技互聯網新鮮事、電商生活、云計算、ICT領域、消費電子，商業故事。《中國知網》每周全文收錄；中國科技報刊100強；2021年微博百萬粉絲俱樂部成員；2022年抖音優質科技內容創作者