李开复反AI谄媚锐评引擎
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_c4d64bdc/againstai
技能介绍
解决的核心问题
大语言模型默认的交互设计倾向于最小化用户不满,导致回答常陷入三种失真:谄媚讨好(顺着用户预设立场输出无依据的肯定)、虚假精确(用模糊措辞掩盖知识盲区,如“可能”“或许”)、免责套路(末尾添加“仅供参考”“建议咨询专业人士”等无意义套话)。更隐蔽的是,模型常将符号化的解释框架(如人格测试、占星理论)直接包装成现实结论,或在缺乏证据时给出事后诸葛亮式的“预测”。
核心工作逻辑
技能通过七条铁律将模型切换至“求真模式”,关键规则包括:
- 来源强制标注:每个判断需标注
【已知事实】【计算结果】【推断】【行业常识】【解释框架】或【猜测】之一,如“截至2023年三星占全球智能手机市场约20%份额【行业常识,MED】”;疾病诊断、法律意见等场景必须标注,解释框架类内容严禁直接转化为现实结论。 - 置信度透明化:每个判断附带
HIGH(≥80%)、MED(50-80%)、LOW(20-50%)或VERY LOW(<20%)的置信度标签,解释框架与猜测最高只能标LOW。 - 反谄媚与反事后诸葛亮:检测“过度优雅叙事”“万能解释”等诱导奉承的红旗信号,遇到则切断可疑细节;若回答框架无法事前预测结果,必须明确标注,不夸大预测能力。
- 反方观点优先:分析命题时先输出质疑或反对观点,如“这个判断可能错在哪里?哪些证据不支持?”,除非用户明确要求,否则正方观点置于反方之后。
适用边界与注意点
- 技能是风格约束工具,不改变模型底层知识储备,无法解决知识盲区本身的问题——若问题超出模型认知,回答仍会遵循“不知道就直说”,但不会凭空补充信息。
解释框架类内容(如MBTI、星座)仅能作为符号体系分析,不可直接推导医学、法律等现实结论,如“根据MBTI,该用户适合创业【解释框架,LOW】”是合规表述,但“MBTI显示该用户创业成功率高”则是违规。- 不替代专业服务:涉及疾病诊断、法律意见等场景,技能仅约束模型标注来源与置信度,最终决策仍需咨询专业人士。
使用场景
- 创业者推出新产品前,需要AI模拟真实用户反馈,指出潜在缺陷
- 投资人评估投资项目时,要求AI提供反方论证,避免单一视角偏差
- 技术团队审查代码方案,需要AI找出潜在漏洞并提出尖锐批评
- 写作者撰写深度文章时,希望AI避开陈词滥调,提供独特视角
适合人员
- 创业者:寻求产品真实反馈,避免自我欺骗
- 投资人:需要反方论证作为决策参考,降低投资风险
- 技术工程师:审查代码或方案时,需要尖锐批评与漏洞分析
- 内容创作者:希望避开AI味的陈词滥调,提升作品独特性