“你是专家”这句提示词，正在让你的AI变蠢

“你是XX领域的专家”，一直是人们使用AI时最常用到的提示词之一，很多人认为这么做能让AI输出更专业的内容。
 
但南加州大学在2026年3月发布的一篇最新研究，却给这种做法泼了盆冷水。研究团队对Qwen、Mistral、Llama等多款主流模型进行测试后发现：专家人设并非万能外挂，在某些场景下，它反而会降低模型的准确率。
 
研究发现，在判别式任务中，当AI被赋予专家人设时，为了维持“无所不知”的形象，AI会刻意掩盖知识盲区，甚至用专业术语包装错误答案。在MMLU知识基准测试中，加了专家人设后，模型准确率从71.6%下降至66.3%，而数学和编码任务的得分更是断崖式下滑。
 
但在安全防御、格式遵循、情感陪伴等生成式任务中，专家人设依然有效。比如在JailbreakBench测试中，专家人设能将AI的拒答率从53.2%显著提升至70.9%。
 
同样的提示词策略，在不同任务类型中，效果却截然相反。为什么？
 
答案与大模型的训练机制有关。
 
在预训练阶段，AI通过海量语料习得知识记忆与事实关联；而在指令微调阶段，则侧重培养符合人类偏好的表达风格。专家人设会优先激活后者——为了让输出“看起来像那么回事”，模型可能在一定程度上牺牲事实准确性。
 
研究人员将这种现象称为“对齐税”（Alignment Tax）：为了维持专业人设，AI实际上是在用可信度换流畅度。
 
更棘手的是用户端的认知偏差。我们往往以“表达是否专业流畅”来评判AI的输出质量，而非答案是否符合事实。这种评判标准反过来强化了AI的幻觉——用专业的话术包装错误的结论，比直接说“我不知道”更具欺骗性。
 
对普通用户来说，这项研究提供了一个更实用的提示词使用思路：在寻求创意灵感等生成式任务时，可以继续使用专家人设。但在做事实核查、逻辑推演等判别式任务时，请删掉 “你是XX领域专家”这样的话术，改用清晰、简洁的中性指令，往往更容易让你得到可靠结果。


文案｜张洪雷
编辑｜华思雨
制图 |  管若潼