對 AI 說「請」真的有效？研究顯示禮貌會降低 ChatGPT 準確度

> Patch Note

我一直覺得對 AI 客氣是多餘的，但沒想到真有研究證實這件事。最新研究發現，對 ChatGPT 說「請」和「謝謝」不只沒用，還會降低回答準確度。這個結論聽起來反直覺，但背後反映的是 LLM 訓練數據的有趣特性。

老實說，這個發現對我來說不算意外。從 prompt engineering 的角度來看，每個 token 都是有意義的，客套話本來就是噪音。但這項研究的價值在於量化了「禮貌成本」— 用數據告訴我們，跟 AI 溝通時該專注在什麼上面。

研究結果：越粗魯越準確

這項研究來自最近發表的論文《Mind Your Tone: Investigating How Prompt Politeness Affects LLM Accuracy》，研究團隊設計了一個滿有趣的實驗。他們準備了 50 個基礎問題，涵蓋數學、科學和歷史，然後把每個問題改寫成五種語氣版本：非常禮貌、禮貌、中性、粗魯、非常粗魯，總共產生 250 個 prompt。

結果很明確：越粗魯的 prompt，ChatGPT-4o 的回答越準確。非常禮貌的 prompt 準確率只有 80.8%，而非常粗魯的 prompt 準確率達到 84.8%。中性語氣介於中間，準確率約 82%（來源：arXiv 論文）。

這個 4% 的差距聽起來不大，但在 AI 應用場景下就很有意義了。想像你在寫程式時問 AI 問題，錯誤率從 19.2% 降到 15.2%，這種提升在生產環境下就是真金白銀的差別。

為什麼會這樣？訓練數據的人性化偏見

這個現象的根本原因在於 LLM 的訓練數據反映了人類溝通的模式。我覺得有幾個層面可以解釋：

首先是直接性與明確性。粗魯的 prompt 通常更直接、更具體，減少了模糊空間。比如說「請你幫我計算一下 2+2 等於多少，謝謝」vs「算 2+2」，後者直接切入重點，沒有多餘的包裝。

其次是訓練數據的特性。ChatGPT 的訓練數據包含大量網路文本，而在正式場合（論文、技術文件、新聞報導）中，語氣通常比較直接。相對地，過度禮貌的語言可能更常出現在客服對話或低品質內容中，這可能影響模型的判斷。

第三個原因是token 效率。每個「請」「謝謝」都消耗了 context window 的空間，在長對話中這些客套話會稀釋真正重要的資訊。從資訊理論的角度來看，這就是信噪比的問題。

這讓我想到早期的搜尋引擎最佳化，當時大家發現在 Google 搜尋時用關鍵字比用完整句子更有效。現在我們看到 LLM 也有類似的特性 — 簡潔明確的指令比禮貌包裝的指令更有效。

Meta 判讀：提示工程的微調時代

我把這個發現歸類為 Patch Note 等級的改進。這不會根本改變我們使用 AI 的方式，但對於需要高準確度的專業應用來說，這種 4% 的提升是值得注意的。

這個研究反映了一個更大的趨勢：提示工程正在從藝術變成科學。過去我們憑感覺寫 prompt，現在越來越多研究在量化不同策略的效果。這種精細化的調整會讓 AI 應用的效率持續提升。

從商業角度來看，這類研究會推動更多 prompt optimization 工具的出現。我預期會有更多 SaaS 產品專門做 prompt 最佳化，特別是針對企業用戶。畢竟當你每月花數萬美金在 API 調用上時，4% 的準確度提升就是實實在在的 ROI。

不過我也要潑點冷水：這個研究只測試了 ChatGPT-4o，不同模型的特性可能不同。而且測試範圍相對有限，在更複雜的任務上結果可能會不一樣。

我的建議：實用主義至上

基於這個研究，我建議工程師在日常使用 AI 時做以下調整：

立即實作的改變：

• 去掉所有客套話，直接描述需求
• 用命令句而不是請求句（「生成代碼」而不是「請幫我生成代碼」）
• 把禮貌用語改成結構化的 prompt format

測試與驗證：

• 如果你的應用對準確度要求很高，花時間 A/B test 不同語氣的 prompt
• 建立 prompt library，統一團隊的提示風格
• 追蹤不同 prompt 版本的效果差異

保持彈性： 這個研究反映的是當前 ChatGPT-4o 的特性，未來的模型可能會有不同表現。重要的是建立測試 prompt 效果的習慣，而不是死守任何特定的規則。

老實說，最大的收穫不是「要對 AI 粗魯」，而是「要把 prompt 當代碼一樣對待」。每個字都有意義，每個改動都該測試效果。這種思維方式才是真正有價值的東西。

AI 不需要你的禮貌，但需要你的精確。與其花時間包裝語言，不如專注在把需求描述清楚。這就是 2025 年與 AI 協作的基本功。

延伸閱讀

• [為什麼用 HTML 跟 Claude Code 溝通效果最好？老技術的新價值](/blog/為什麼用 HTML 跟 Claude Code 溝通效果最好？老技術的新價值)
• [為什麼這個小工具能讓 AI Agent 開發省下 98% 成本 — Semble 背後的商業邏輯](/blog/為什麼這個小工具能讓 AI Agent 開發省下 98% 成本 — Semble 背後的商業邏輯)
• Anthropic 教 Claude 說「為什麼」— AI 黑盒問題有解了？