“你是专家”这句提示词可能正在让你的AI变笨

在使用AI时，许多人热衷于将其置于'专家'的定位，例如提供提示词“你是XX领域的专家”，期望AI能输出更专业、更权威的回答。然而，南加州大学在2026年发布的一项最新研究却表明，这一做法可能会导致模型表现适得其反。

专家人设真的万能吗？

研究团队对包括Qwen、Mistral、Llama在内的多款主流AI模型测试发现，专家提示词的效果因任务的不同而显著变化：

• 判别式任务：例如事实核查、逻辑推演，专家人设降低了AI的准确率。在MMLU知识基准测试中，加入“专家人设”后，模型的总体准确率从71.6%跌至66.3%，尤其在数学和编码任务中的表现大幅下降。
• 生成式任务：例如情感陪伴、格式遵循、创意生成等，专家人设却大有帮助。在JailbreakBench生成任务中，赋予专家身份能将AI拒答率从53.2%提升至70.9%，显著增强了安全性和输出规范性。

同样的提示词，在不同场景中产生如此截然相反的结果。究其原因，研究人员提出了一个关键概念——“对齐税”。

什么是“对齐税”？

“对齐税”（Alignment Tax）指的是AI在追求输出流畅、符合人类表达偏好的同时，不可避免地牺牲一定的事实准确性。

AI的训练分为两个阶段：

1. 预训练阶段：通过大规模语料学习事实与知识。
2. 指令微调阶段：优化输出风格，使其更符合人类偏好。

在专家人设的提示下，AI往往优先激活后一个机制——“为了让回答看起来像那么回事”，甚至会用专业术语包装错误答案，而不是坦率地回答“我不知道”。

这种对齐过程配合用户的认知偏差（将“专业表达流畅性”与答案质量混为一谈），进一步强化了AI的幻觉效果。

如何聪明地使用提示词？

研究人员建议，根据任务需求，因地制宜地设计提示词：

• 适合使用专家人设的任务：生成创意、情感陪伴、内容格式化等生成式任务。此类任务中，“你是XX领域专家”的提示仍有效果。
• 避免使用专家人设的场景：事实核查、逻辑推理等判别式任务。此时，更倡导使用中立的提示词，清晰说明具体问题。

例如，在判别式任务中，可以将提示词从“你是法律专家，请告诉我答案”改为“以下是一个法律问题，请帮助分析支持和反对的依据”。这种清晰、中性的指引更容易获得准确可靠的答案。

结语：跳出专家人设误区

“你是专家”这一传统提示词并非在所有场合都奏效，甚至可能在特定情境下让AI变得更“笨”。面对AI模型的多面性，用户需要更精细地调整交互策略，避免将流畅性误认为事实准确性。

记住，设计提示词时，在意的不是只让AI“看起来专业”，而是确保它的输出经得起事实的推敲。