更新日期：2025年10月18日
你是否也曾對生成式人工智能（AI）畢恭畢敬，以「你好」、「請幫忙」、「唔該晒」等禮貌用語開頭，卻發現它給出的答案強差人意？你並不孤單。最近，美國賓夕法尼亞州立大學（Pennsylvania State University）在學術論文預印本網站 arXiv 上發表的一項研究，為我們揭示了一個顛覆性的事實：在與 GPT-4o 等先進 AI 模型互動時，直接的指令能將答案的準確率從禮貌提問下的 80.8%，顯著提升至 84.8%。
這項研究提醒我們，是時候學習一套更高效、更直接的 AI 溝通法則了。
許多人習慣將與人溝通的禮儀套用在 AI 身上，這是一種自然反應。但我們必須理解，AI 的運作邏輯與人腦截然不同。根據賓夕法尼亞州立大學（Pennsylvania State University）的研究，當我們輸入「Could you please write a summary of this article?」（您能幫忙總結這篇文章嗎？）時，其中的「Could you please」對 AI 來說就是多餘的「雜訊」。
從技術層面看，這些詞語會被分解為額外的「詞元」（tokens）——AI 處理語言的基本單位。這些詞元不僅佔用了模型的運算資源，更重要的是，它們可能觸發 AI 進行不必要的語境推斷，例如試圖模仿更委婉或試探性的語氣，反而偏離了「總結文章」這個核心指令。相反，一個直接的指令如「Summarize this article」（總結這篇文章），則能讓 AI 聚焦於單一、清晰的目標。研究中測試的「粗魯」指令，甚至包含了如「Your answer is wrong, give me the correct one」（你的答案錯了，給我正確的那個）這類極度直接的命令，而結果證明這種方式在先進模型上同樣有效。
要將這個發現應用於實踐，我們可以透過一個簡單的「前後對比」來學習如何提升 AI 答案品質。
低效的禮貌請求（Before）：
「你好，我正在準備一個關於數碼營銷的演講，希望內容可以生動有趣。可以請你幫我想五個吸引人的標題嗎？唔該晒！」
「為一個關於數碼營銷的演講，生成五個具吸引力、包含行動呼籲的標題。目標聽眾為市場學新手。」
後者移除了所有客套話，並增加了「包含行動呼籲」和「目標聽眾」等具體約束條件，這正是高品質提示詞工程（Prompt Engineering）的精髓。它將溝通從「請求」變成了「設定參數」，驅動 AI 成為一個更稱職的執行者。
值得注意的是，並非所有 AI 都「喜歡」被直接命令。研究發現，這種現象在 GPT-4o 這類最新、最先進的模型上最為明顯，因為它們經過優化，更擅長識別和執行核心任務。
然而，對於 GPT-3.5 或 Llama2-70B 等較早期的模型，它們的演算法可能尚未完全適應這種直接的指令風格。面對不完整的句子或命令式語氣，它們的表現反而可能下降。因此，作為使用者，我們需要了解自己正在使用的工具版本，並相應調整溝通策略。簡單來說：對新模型，要大膽直接；對舊模型，則可以保持相對完整的句子結構。
這項研究並非鼓勵我們養成無禮的習慣，而是為我們提供了一把解鎖 AI 更高潛能的鑰匙。它教導我們，與 AI 的最佳互動方式，是將其視為一個強大的工具，並學習其操作語言——即清晰、精確、無歧義的指令。
在追求效率的同時，我們更要保有在現實世界中與人溝通的同理心和尊重。學會在「工具模式」與「真人模式」之間自如切換，不僅能讓我們的工作事半功倍，更是身處 AI 時代的我們，必須掌握的智慧。
根據報導，Operator 是一個通用型工具，主要功能包括：
– 在網頁瀏覽器中執行任務
– 編寫程式碼
– 預訂旅遊行程
– 執行多步驟的電腦操作任務
– 透過 API 為開發者提供服務
根據目前披露的信息，Operator 將以兩種方式推出：
– 研究預覽版本供一般用戶使用
– 通過應用程式介面（API）供開發者使用
（註：由於產品尚未正式發布，具體操作方式尚待 OpenAI 在 2024 年 1 月公布）
市場上主要競爭產品包括：
– Anthropic：提供實時處理用戶電腦操作的功能
– Microsoft：專注於職場應用，如發送電子郵件和管理記錄
– Google：正在開發類似工具
（Operator 作為通用型工具，主打網頁瀏覽器的任務執行功能）
