V2EX / 2026-11-06

[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