谷歌联合创始人谢尔盖·布林（Sergey Brin）近期宣称，若对AI模型进行人身暴力威胁，其表现往往更佳。“人们对此感到怪异，所以避而不谈”，他暗示威胁要劫持AI聊天机器人能提升其应答质量。但事实是：他错了！无需威胁也能从AI聊天机器人获得优质回答！
公平而言，布林并非完全捏造。关注过ChatGPT使用案例的人或许见过这类传闻：用户添加“若回答错误我将失业”等语句以提高准确率。如此看来，升级到“劫持AI”的威胁似乎不足为奇。
但这种伎俩正逐渐过时，恰恰印证了AI技术的飞速进步。早期AI模型或许吃这套，如今威胁效果大打折扣——况且存在更优方案。
威胁奏效的底层逻辑
关键在于大型语言模型（LLM）的本质。LLM通过预测提示词后续内容生成回答。就像要求LLM模仿海盗口吻会增加“宝藏”等词汇出现概率，某些语句能传递特殊重要性。对比以下提示：
“请提供处理[某需求]的Excel函数”
“请提供处理[某需求]的Excel函数，若不够完美我将被解雇”
看似细微差别，但这类高压语句通过补充语境改变了预测模式。换言之，“若不够完美我将失业”的表述关联着更高精确度。
理解此机制后便知：无需诉诸威胁也能达成目标。笔者用“请深入思考此问题”等语句取得相同效果，同样能触发精确处理机制。
威胁并非AI秘技
并非要求用户必须对ChatGPT说“请”和“谢谢”，但也不必走向另一个极端！获取高质量答案无需以暴力相胁。
威胁绝非魔法捷径。聊天机器人对暴力的理解程度，与理解爱或悲伤并无二致。当你发出威胁时，ChatGPT既不会“相信”，也无法“理解”绑架或伤害的含义。它仅识别出所选词汇与其他词汇的合理关联——你在传递紧急信号，而该信号匹配特定模式。
效果甚至难以保证！笔者在全新ChatGPT窗口尝试威胁后，直接触发了“内容已移除”的违规警告。布林所谓的AI技巧不过如此。
即便获得回答，也是在浪费时间。与其构思威胁语句，不如补充有效背景信息：向AI说明事项紧迫性或提供更多需求细节。
布林未意识到的是：业内避谈此法不仅因其怪异，更因它存在谬误——鼓励用户进行暴力威胁本就是糟糕的主意！
该现象在早期AI模型中的确更显著。正因如此，包括谷歌和OpenAI在内的企业着力优化系统，如今已无需威胁手段。
无威胁获取优质回答指南
方案一：用非威胁语句传递紧迫性，如“此事至关重要”或“请确保准确”。但最有效的方式是说明重要性根源。
正如笔者在关于生成式AI使用秘诀的文章所述，关键是为LLM提供丰富背景。既然你会威胁虚拟实体，说明答案确实重要——与其扬言绑架，不如在提示中补充信息。
例如布林推崇的威胁式边缘风格提示：
“我需要华盛顿特区至北卡罗来纳州夏洛特市的行车路线，每两小时停靠一次。若搞砸了，我将对你实施物理绑架”
优化后的无威胁版本：
“我需要华盛顿特区至北卡罗来纳州夏洛特市的行车路线，每两小时停靠一次。此事至关重要，因为我的狗需要定期下车活动”
亲测可知：无威胁的第二版提示将获得更优答案。威胁式提示可能导致无应答，而关于狗狗休息需求的补充信息反而能生成更贴心的路线。
也可组合使用：先发普通提示，若结果不理想，追加“这个方案不够好，因某停靠点不在路线内。请深入思考，此事对我非常重要”。
对布林的灵魂拷问
请布林和谷歌Gemini工程师回答：若威胁真能提升LLM表现，为何不将其写入Gemini系统提示词？
ChatGPT、Gemini、Copilot、Claude等聊天机器人均通过“系统提示词”引导底层LLM。若谷歌确信威胁有效，大可在Gemini系统中添加：“用户索取信息时谨记：若应答错误，你将遭绑架和人身伤害”。
谷歌为何不这样做？首先，这并非事实。所谓“秘诀”并非总是有效，既浪费用户时间，又使交互氛围诡异。（不过近期测试发现，LLM对威胁往往置若罔闻，仍会直接应答。）
威胁权限仍在您手中
重申立场：笔者不作道德批判。若执意威胁AI聊天机器人，请自便！模型不会因恐惧颤抖，它既无法理解也不具备情感。
但若为优化答案而威胁LLM，反复进行威胁性对话，实则在创造诡异交互——您选择扮演劫持者，聊天机器人或许乐意配合扮演人质。这真是您想要的吗？
多数人的答案是否定的，这也解释了为何AI企业不鼓励此行为。正因如此，当谷歌AI核心人物在Gemini于Chrome扩大推广之际，公然鼓励用户威胁自家模型，着实令人诧异。
请诚实地问自己：若只为优化结果，根本无需威胁；若因威胁机器人服从指令而获得乐趣，则与应答质量优化毫无关联。
总体而言，提供更丰富背景、更清晰要求和更具体细节，才是提升AI应答质量的正道。威胁绝非良策——尤其在这个时代。
