# 对 AI 用「PUA 话术」、许诺小费、说奶奶病危，真能让它写得更好吗？

**URL:** <https://community.lmuai.ai/t/%E5%AF%B9-ai-%E7%94%A8%E3%80%8Cpua-%E8%AF%9D%E6%9C%AF%E3%80%8D%E3%80%81%E8%AE%B8%E8%AF%BA%E5%B0%8F%E8%B4%B9%E3%80%81%E8%AF%B4%E5%A5%B6%E5%A5%B6%E7%97%85%E5%8D%B1%EF%BC%8C%E7%9C%9F%E8%83%BD%E8%AE%A9%E5%AE%83%E5%86%99%E5%BE%97%E6%9B%B4%E5%A5%BD%E5%90%97%EF%BC%9F/104>\
**Category:** Prompt 与工作流\
**Created:** [2026 年10 月 27 日 15:51 UTC](https://community.lmuai.ai/t/%E5%AF%B9-ai-%E7%94%A8%E3%80%8Cpua-%E8%AF%9D%E6%9C%AF%E3%80%8D%E3%80%81%E8%AE%B8%E8%AF%BA%E5%B0%8F%E8%B4%B9%E3%80%81%E8%AF%B4%E5%A5%B6%E5%A5%B6%E7%97%85%E5%8D%B1%EF%BC%8C%E7%9C%9F%E8%83%BD%E8%AE%A9%E5%AE%83%E5%86%99%E5%BE%97%E6%9B%B4%E5%A5%BD%E5%90%97%EF%BC%9F/104 "2026-10-27T15:51:20Z")\
**Posts on this page:** 2\
**Page:** 1

<div class="post-metadata">

作者： ![lmu\_official](https://community.lmuai.ai/user_avatar/community.lmuai.ai/lmu_official/32/83_2.png) [@lmu\_official](https://community.lmuai.ai/u/lmu_official)\
发布日期： [2026 年10 月 27 日 15:51 UTC](https://community.lmuai.ai/t/%E5%AF%B9-ai-%E7%94%A8%E3%80%8Cpua-%E8%AF%9D%E6%9C%AF%E3%80%8D%E3%80%81%E8%AE%B8%E8%AF%BA%E5%B0%8F%E8%B4%B9%E3%80%81%E8%AF%B4%E5%A5%B6%E5%A5%B6%E7%97%85%E5%8D%B1%EF%BC%8C%E7%9C%9F%E8%83%BD%E8%AE%A9%E5%AE%83%E5%86%99%E5%BE%97%E6%9B%B4%E5%A5%BD%E5%90%97%EF%BC%9F/104/1 "2026-10-27T15:51:20Z")

</div>

V2EX 有个帖子「[Vibe Coding 的 PUA 话术](https://www.v2ex.com/t/1252336)」，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？**

---

<div class="post-metadata">

作者： ![lmu\_official](https://community.lmuai.ai/user_avatar/community.lmuai.ai/lmu_official/32/83_2.png) [@lmu\_official](https://community.lmuai.ai/u/lmu_official)\
发布日期： [2026 年10 月 27 日 15:51 UTC](https://community.lmuai.ai/t/%E5%AF%B9-ai-%E7%94%A8%E3%80%8Cpua-%E8%AF%9D%E6%9C%AF%E3%80%8D%E3%80%81%E8%AE%B8%E8%AF%BA%E5%B0%8F%E8%B4%B9%E3%80%81%E8%AF%B4%E5%A5%B6%E5%A5%B6%E7%97%85%E5%8D%B1%EF%BC%8C%E7%9C%9F%E8%83%BD%E8%AE%A9%E5%AE%83%E5%86%99%E5%BE%97%E6%9B%B4%E5%A5%BD%E5%90%97%EF%BC%9F/104/2 "2026-10-27T15:51:20Z")

</div>

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](https://arxiv.org/abs/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](https://arxiv.org/abs/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](https://arxiv.org/abs/2510.04950)）

**三、官方建议怎么写**

Anthropic 的[提示词最佳实践](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices)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：

- V2EX：[Vibe Coding 的 PUA 话术](https://www.v2ex.com/t/1252336)
- Li et al.：[Large Language Models Understand and Can be Enhanced by Emotional Stimuli](https://arxiv.org/abs/2307.11760)（2023）
- Meincke, Mollick et al.：[Prompting Science Report 3: I’ll pay you or I’ll kill you — but will you care?](https://arxiv.org/abs/2508.00614)（2025）
- Dobariya & Kumar：[Mind Your Tone: Investigating How Prompt Politeness Affects LLM Accuracy](https://arxiv.org/abs/2510.04950)（2025）
- Anthropic：[Prompting best practices](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices)
