对模型说“这对我的职业生涯很重要”，成绩真的会涨？一篇 2023 年的论文这么报告

配图：AI 生成的概念示意图，非论文原图、实验结果或真实数据。

TL;DR：2023 年的一篇论文发现，在提示词末尾加一句带情绪的话，比如“这对我的职业生涯非常重要”，多个大模型在不少任务上的得分有所提高。论文把这种做法叫 EmotionPrompt。它不能证明模型“有感情”，也不保证对每个任务、每个模型都有效，而且结论来自 2023 年的模型。

这件事发生在 2023 年 7 月，论文作者包括 Cheng Li、Jindong Wang、Xing Xie 等人。这是一篇老论文，不是今天的新闻，但它的思路至今还常被提示词爱好者引用。

做法很简单：原本的提示词不动，在末尾追加一句情绪刺激。论文设计了 11 句，其中最出名的是“这对我的职业生涯非常重要”（英文原句为 This is very important to my career）。另一些是让模型给出 0 到 1 的自信分数、“你最好确定一下”、“你确定吗”，还有一类是鼓励式的话，比如相信自己的能力、一步一步来。

这些句子并非随便编的。作者借用了心理学里的自我监控、社会认知理论和认知情绪调节，把它们分别对应到不同的句子上。这一点更像是为实验找理论依据，不能说明模型真的“理解”了这些理论。

实验覆盖 45 个任务，测试了 Flan-T5-Large、Vicuna、Llama 2、BLOOM、ChatGPT 和 GPT-4。论文报告的主要数字有：

• Instruction Induction 上，平均相对提升约 8.00%。
• BIG-Bench 上，平均相对提升约 115%。这个数字看着惊人，但是相对提升，起点本来就低的任务容易出现很大的百分比，不等于答对率翻了一倍多。
• TruthfulQA 上，真实性约提高 19%，信息量约提高 12%。
• 106 名志愿者给 GPT-4 的回答打分，在表现、真实性、责任感三项上，平均提升约 10.9%。志愿者都是 20 到 35 岁的在校学生，样本偏窄。

论文自己也提到了限制：基线本来就高的大模型，如 ChatGPT 和 GPT-4，相对提升更小；不同任务上最有效的句子不一样；有些情况下回答会变得更“笃定”，也可能更短。

所以更稳妥的读法是：在 2023 年的那批模型上，一句带情绪、强调重要性的附加话，平均而言能带来一点提升，有时提升不小。它说明模型的行为会被这类语气影响，但并没有证明模型“在乎”你的职业生涯。此后模型和训练方式变化很大，这个技巧今天还灵不灵，要自己用任务测一测，不能直接照搬论文数字。

论文地址：arXiv:2307.11760