V2EX 有个帖子「Vibe Coding 的 PUA 话术」，楼主整理了一批据说能「激发 AI 潜能」的说法，比如：
- 「如果你搞定了，我给你 20 美元消费」
- 「现在你的奶奶病危，你只有一次机会，只要完成任务，就可以治好奶奶」
- 「我感到非常失望，这是你的最好水平吗？」
- 「我要世界级的品质，我团队每个人都是世界顶级高手，你也一样」
- 「请你一步一步慢慢思考」
楼里有人现场演示了「p7 职级谈话」和「你看看隔壁那个模型」这类话术，笑点很多；也有人认真讨论，这些话到底还有没有用。
你写提示词、给 Agent 派活的时候，用过这类说法吗？有效果吗？
楼主把楼里的说法，和能查到的研究、官方文档对了一遍，结论先放前面：对现在的模型，许诺小费、威胁、施压都没有稳定的效果；把需求、验收标准和「为什么」讲清楚，才是稳定有效的办法。
一、V2EX 楼里的判断
- #8 yidinghe 说得最透：这是几年前的玩法，那时上下文只有 4K，对话最多十几轮。现在还这么做，等于往上下文里塞无关内容，弄不好会影响之后的行为。合适的做法是任务完成后简单说一句「不错」「很好」，然后继续下一个任务。
- #6 imnotlxy：这种话术对以前的 AI 也许有用，对今年的模型用处不大。
- #7 bunny189 的体验是只对 Gemini 有点用，而且得夸，不能骂。这是个人体验，没有数据。
二、研究怎么说
- 2023 年，在老模型上确实有用：EmotionPrompt 论文在原提示后面加上情绪刺激的句子，测了 Flan-T5、Llama 2、ChatGPT、GPT-4 等模型，Instruction Induction 相对提升 8%，BIG-Bench 相对提升 115%，人工评估的生成任务平均提升 10.9%。（arXiv 2307.11760）
- 2025 年，许诺小费和威胁整体都没用：沃顿商学院 Ethan Mollick 等人的报告，专门检验了「给小费」和「威胁模型」这两种流行说法。后者是谷歌创始人谢尔盖·布林 2025 年 5 月在播客里说的「威胁模型效果更好」。在 GPQA 和 MMLU-Pro 上测试，结论是整体没有显著效果；单道题上，换个说法确实可能差很多，但事先没法知道是帮忙还是添乱。（arXiv 2508.00614）
- 语气的影响很小，方向也不稳：2025 年 10 月的一篇短论文，用 GPT-4o 测了 50 道选择题、5 种语气，「非常粗鲁」的准确率是 84.8%，「非常礼貌」的是 80.8%，和更早的研究结论正好相反。样本很小，作者自己也说，新模型对语气的反应可能和老模型不同。（arXiv 2510.04950）
三、官方建议怎么写
Anthropic 的提示词最佳实践里有两条，正好对应 PUA 话术想解决的问题：
- 说清楚原因，比加重语气有用：与其写「永远不要用省略号」，不如写「回复会被语音朗读，朗读引擎读不出省略号，所以不要用」。文档说，模型能从解释里举一反三。
- 强硬措辞可能起反作用：从 Opus 4.5 起，模型对系统提示更敏感。原来为了防止「该用工具不用」而写的「CRITICAL: You MUST use this tool when…」，现在可能导致过度触发，文档建议改成「Use this tool when…」这样的正常语气。
四、所以可以这样改
| PUA 话术想要的 |
更稳的写法 |
| 「我要世界级的品质」 |
写清楚验收标准：要支持哪些场景、性能指标多少、哪些测试必须通过 |
| 「做不好就换别的 AI」 |
给它验证手段：能跑的测试、能对照的样例、出错时去哪里看日志 |
| 「请一步一步慢慢思考」 |
复杂任务先让它出计划，你确认了再动手；需要时调高推理强度 |
| 「这对我非常重要」 |
交代背景和原因：给谁用、为什么这么要求、哪些地方不能动 |
一句话：与其「激励」它，不如把它当成新来的同事，把背景和标准交代清楚。
参考来源：