【“扮演专家”让AI变蠢？谷歌DeepMind的反直觉发现】

一个让提示词工程圈集体尴尬的研究结论：那些“你是一位拥有20年经验的华尔街顶级分析师”之类的专家人设提示，不仅没用，反而让AI变笨了。

这项研究来自密歇根大学和谷歌DeepMind团队，测试了162种专家人设提示。结果显示，在金融推理任务中，什么都不写的空白提示，表现竟然优于精心设计的角色扮演。

更扎心的数据是幻觉率：使用专家人设时达到18.7%，而不用人设只有9.8%。几乎翻倍。

原因其实不难理解。当你告诉AI它是“华尔街专家”，它就开始模仿训练数据中专家的说话方式，变得更自信、更武断、更敢胡说八道。它在表演专业，而不是真正推理。这就像一个演员在扮演医生，他学会了医生的腔调和派头，但你不会真让他给你开刀。

模型本身已经针对通用场景做过优化。人设提示的作用是把它从平均态拉向特定方向，但如果这个方向是“像专家一样说话”而非“像专家一样思考”，那就南辕北辙了。

不过研究也指出一个重要细节：当人设领域与问题高度匹配时，仍然可能带来帮助。问题在于，大多数人使用的是泛化的“专家”标签，而非精确的能力描述。

有经验的从业者早就发现了这一点。与其给AI套一个身份，不如直接设定语气和规则。身份触发的是角色扮演，规则约束的是逻辑边界。前者让模型去想“这个角色会怎么说”，后者让模型去想“正确答案是什么”。

这两个问题的答案，很少重合。

对于需要准确性的任务，最有效的做法反而是最简单的：直接问问题，让模型自己推理，别给它加戏。创意写作另当别论，但凡涉及事实判断，少一分身份，多一分清醒。

那些教你“一定要给AI设定专家人设”的技巧，可能从一开始就搞反了方向。

reddit.com/r/PromptEngineering/comments/1qtxam7/google_deepmind_tested_162_expert_persona_prompts