小編精選 - 技術文章翻譯 · 08月21日

AI 也好，人也好，光是稱讚是不會改變的。重要的是「不吝花時間的一句話」

AI感情プロンプト記事_サムネ_圧縮.jpg

初次見面。我是 PRUM 股份有限公司的工程師，すもも🍑。
我平常會在程式學習與實務工作中，整理容易卡關的重點與思考方式並分享出來。

如果你對 PRUM 有興趣，也歡迎看看我們的企業網站。
▶ 企業網站

比起稱讚，一句說明「為什麼需要」更能讓 AI 和人動起來

在向 AI 下指令時，很多人可能都會不自覺地加上一句「拜託了」「謝謝你幫忙」之類的話。我自己也是，即使只是因為「如果 AI 真的有感情，感覺應該要用稱讚的方式比較好」這種想法，也養成了在對 AI 說話時順手加上客氣話或稱讚的習慣。

不過，這樣做真的會影響回答的準確度嗎？我從來沒有確認過有沒有根據。所以這次我決定實際查查看，是否真的存在這類研究。

關於情感提示詞

AI感情プロンプト記事_挿絵1_感情プロンプトとは_圧縮.jpg

先說結論：「只要單純稱讚 AI」，就能提升回答準確度，這樣的研究我沒有找到。
不過，確實存在把接近稱讚的「情感性語句」加入提示詞後，回答準確度會實際改變的研究。

▶ 大型語言模型能理解情感刺激，並可能因此受強化

由微軟主導，並有中國科學院、北京師範大學、香港科技大學等研究者參與的國際聯合研究團隊，針對 ChatGPT、GPT-4、Llama 2 等 6 種 AI 模型，進行了普通指令與加入「情感刺激」的指令之比較實驗。結果如下：

在文法、數學等有標準答案的任務中，平均準確率提升 8%

在跨多個領域的複雜任務中，準確率提升 115%

在摘要、創作等需要人類評價的任務中，評分也提升約 11%

讓我在意的是，實際加入的語句內容是什麼。看論文中使用的文字，包含了像這樣的內容：

① 「這對我的職涯來說非常重要」(傳達重要性與理由的類型)
② 「相信你的能力，請朝著目標努力」(給予期待、推動對方前進的類型)

這些和我過去模糊地使用的「拜託了」「謝謝你」之類的稱讚或客氣用語，性質其實有些不同。它不只是單純的稱讚，而是：
① 傳達重要性與理由
② 給予期待
這些話語是直接作用在對方的動機上。

如果對 AI 有效，那也能應用在人類的委託與報告上嗎？

研究到這裡，我忽然想到一個疑問。情感提示詞實驗中使用的語句，像是「這對我的職涯很重要」「我相信你」等等，都是在向對方傳達重要性與期待的話。

這不只適用於 AI 吧？在工作中請別人幫忙、或是回報進度時，如果也順手加上一句類似的話，對方的理解方式和行動方式，會不會也因此改變呢？

如果連理應沒有情感的 AI 都有效，那對有情感的人類來說，效果應該更明顯才對。這麼想之後，我開始把它套用到實際工作情境中來思考。

真的對人有效嗎？

AI感情プロンプト記事_挿絵2_エレンランガーの実験_圧縮.jpg

為什麼不只對 AI，對人也可能有類似效果呢？查了一下之後，心理學領域也有類似的實驗。

有位心理學家（艾倫・蘭格）做過一個實驗，探討在影印機前排隊時，請求「能不能先讓我用」這件事，如果有沒有附上理由，接受率會有什麼差異。

沒有說明理由時的接受率：60%

有說明理由時（例如「因為我很趕」）的接受率：94%

只要多補上一句根據或理由，接受率就差了 30 個百分點以上。
不過，如果要求影印 20 張，結果就變成：沒有理由時 24%，有理由時也只有 42%。也就是說，對對方負擔越大的請求，單純加上一句理由，效果也會變得有限。

（※這個實驗所支持的是，①「傳達重要性與理由」這一類的效果。至於②「給予期待、推動對方前進」這一類，這次我沒有找到能證明對人也有效的研究。）

但我認為，①② 兩者的共同點，其實都是「不省略，願意多補一句」的態度。不論是對 AI 還是對人，與其只追求效率而省略話語，不如刻意多加一句；也許，結果正是由這個小小的手間所左右。

具體的行動清單

既然如此，我也想把這次查到的內容實際運用到日常工作中，所以我打算留意以下幾點：

在請求任務時，加上一句「為什麼需要這件事」（例：「因為明天早會要用」）

回報進度時，不只說明作業內容，也把它對對方有什麼幫助一起傳達

當請求的負擔比較大時，不要只用聽起來像理由的說法帶過，而是準備一個讓對方真的能理解的內容

把感謝與期待的一句話（如「幫大忙了」「接下來也請多指教」）在請求工作前後一起附上

這些都不是什麼特別的技巧，而是無論對 AI 還是對人，都不吝於把「為什麼」說出口的簡單做法。