[程序员] 找 claude 给 gpt 写了段自定义指令（提示词），不说人话的问题主观上好了不少
claude 的吐槽： 具体原因我只能猜，OpenAI 内部怎么训的我不知道，不过有几个比较合理的解释： 训练奖励偏爱"看起来严谨"的回答。 打分的人（或奖励模型）倾向于给"全面、不绝对、考虑到各种情况"的回答高分。"不等于"”并非"”不能仅凭"这类句式，天然显得周全、不武断，于是被一路强化。 对"误解"的过度防御。 模型被训练得很怕曲解用户、怕说过头、怕被挑错，所以养成了先排除一个没人提出过的稻草人观点、再给结论的习惯。用户从没说过"通俗就是简单粗暴"，它也要先否认一遍，这就是整段文字里大量"不等于"”不意味着"的来源。 "不是 A ，而是 B"本身就是高收益句式。 对比结构读起来像有洞见，中文自媒体和公众号里本来就泛滥，模型从中学到了很多。再加上模型生成的文本又被拿去训练新模型，这种腔调会越滚越浓。 上下文里的自我强化。 一旦前几句出现这个句式，后面继续用它的概率就会变高，于是越写越极端，写到后面连逻辑都丢了，只剩句式。比如"不能证明您需要卸载我，也不能据此证明您不需要卸载我"，这已经是纯粹的句式惯性。 被全网吐槽，是因为这种文风最大的问题是信息密度极低却语气笃定。一句话里否定两次
Read original source![Source reference for [程序员] 找 claude 给 gpt 写了段自定义指令（提示词），不说人话的问题主观上好了不少. Screenshot not yet available.](/media/de37e737c095f148c764b00b)
Source record
Research analysis
Source record
Source account: claude 的吐槽： 具体原因我只能猜，OpenAI 内部怎么训的我不知道，不过有几个比较合理的解释： 训练奖励偏爱"看起来严谨"的回答。 打分的人（或奖励模型）倾向于给"全面、不绝对、考虑到各种情况"的回答高分。"不等于"”并非"”不能仅凭"这类句式，天然显得周全、不武断，于是被一路强化。 对"误解"的过度防御。 模型被训练得很怕曲解用户、怕说过头、怕被挑错，所以养成了先排除一个没人提出过的稻草人观点、再给结论的习惯。用户从没说过"通俗就是简单粗暴"，它也要先否认一遍，这就是整段文字里大量"不等于"”不意味着"的来源。 "不是 A ，而是 B"本身就是高收益句式。 对比结构读起来像有洞见，中文自媒体和公众号里本来就泛滥，模型从中学到了很多。再加上模型生成的文本又被拿去训练新模型，这种腔调会越滚越浓。 上下文里的自我强化。 一旦前几句出现这个句式，后面继续用它的概率就会变高，于是越写越极端，写到后面连逻辑都丢了，只剩句式。比如"不能证明您需要卸载我，也不能据此证明您不需要卸载我"，这已经是纯粹的句式惯性。 被全网吐槽，是因为这种文风最大的问题是信息密度极低却语气笃定。一句话里否定两次
Available context
Recent records to compare: “[程序员] “那 qwen 模型是骚”” (V2EX, Nov 6, 2026); “[程序员] 问下用美国豆包学生套餐的？” (V2EX, Nov 6, 2026). Shared themes are navigation hints; they have not been verified as the same need or independent corroboration.
Research status
This record has not been assigned a sufficiently supported main content category. No commercial or performance conclusion is generated.
Missing evidence
The main event, affected audience and supporting primary source need review.
Next step
Read the original and identify the decision it supports before choosing an analysis framework.