當您對 ChatGPT、Gemini 或者 Microsoft Copilot 使用「請」、「謝謝」等禮貌用語時，有沒有想過這份禮貌，可能反而正在影響 AI 的回覆品質？最近，一份名為 《Mind Your Tone: Investigating How Prompt Politeness Affects LLM Accuracy》 的學術研究在 AI 領域投下了一枚震撼彈，引發全球熱議。
2025 年《Mind Your Tone》研究的核心發現是什麼？
這項研究的核心發現，簡單來說就是：對 AI 溝通，直接好過有禮。 研究團隊將結果數據化，重點如下，讓您一看便懂：
對比焦點：比較包含「禮貌用語」（如 "Please", "Could you help..."）與「直接指令」（如 "Translate this now"）的提示詞，對 AI 回應準確度的影響。
驚人結果：粗魯的提示語實際上比禮貌的提示語能獲得更高的準確率。研究人員測試了五種不同的語氣等級，從「非常禮貌」到「非常粗魯」，結果顯示：
非常禮貌：準確率80.8%
禮貌：準確率81.4%
中性：準確率82.2%
粗魯：準確率82.8%
非常粗魯：準確率84.8%
核心結論：過多的客套話語，可能被模型視為「干擾訊號」(noise)，反而影響了對核心指令的理解。這個發現顛覆了我們過往的普遍認知。
由 36Kr 到連登：全城熱議嘅 AI「語氣學」係咩玩法？
這項研究一經發布，由權威科技媒體 TechCrunch、36Kr，到香港本地的連登討論區，都引發了大量討論。究竟為什麼會這樣？
技術專家點樣睇：LLM 模型如何解讀你的「潛台詞」？
有專家分析，LLM 的訓練數據包含大量來自互聯網的文本，而在網絡上，直接、命令式的語句往往與清晰、高品質的指令相關。根據技術社群 MLOps Community 的一篇分析，過多不必要的資訊（Prompt Bloat），例如客氣的詞語（「可不可以」、「麻煩你」），可能會被模型解讀為不確定性或次要請求，反而增加了理解上的「噪音」，導致模型分散注意力。簡單來說，模型可能學習到：「越直接，越重要」。
網民實測大挑戰：盤點社交媒體上的有趣 AI 溝通實驗
這股熱潮也吹至社交媒體，不少網民在 LinkedIn 和 Threads 上分享自己的「直接 Prompt」實驗，結果五花八門。有人發現使用命令式語氣，AI 撰寫的程式碼錯誤真的更少；也有人表示，想讓 AI 角色扮演得更投入，直接下達指令反而更有效。
📣 想看更多 AI 實戰教學？ 呢度有最新懶人包整理。
實測比拼：禮貌 vs. 直接，香港場景邊個更掂？
為了驗證這個理論是否適用於香港的日常場景，我們 DotAI 團隊也進行了數個小型實驗。我們將結果整理成以下表格，讓您一目了然：
場景 | 禮貌 Prompt | 直接 Prompt | 結果分析 |
|---|---|---|---|
草擬請假電郵 | 「唔該，可唔可以幫我草擬一封正式啲嘅 Email，同老細請聽日嘅病假？」 | 「寫一封請病假電郵：明天請假，通知上司。」 | 直接 Prompt 更佳：生成的電郵結構更清晰，直入主題；禮貌 Prompt 的版本雖客氣，但有時會添加不必要的開場白。 |
規劃週末遊覽大澳 | 「你好，我想請問如果週末想去大澳一日遊，有沒有好的行程建議？謝謝。」 | 「規劃大澳一日遊行程：週末出發，包含交通、景點、食肆。」 | 直接 Prompt 明顯佔優：提供的行程更具結構性，清晰列出時間線、交通方式和具體建議，就像一位專業的行程規劃師。 |
2025 年香港人必學 AI Prompt 技巧
與其糾結於用詞，不如學習高手如何構建一個「零死角」的指令。一個專業的指令，就好似你畀指示下屬一樣，必須包含清晰的元素，缺一不可。
有效溝通框架：指令嘅四大核心要素
一個專業嘅指令，必須包含四個基本元素：
背景 (Context): 成件事嘅前文後理係點？
例如：「我哋公司最近多咗好多實習生，但佢哋對 AI 嘅理解唔夠深入。」
角色 (Role): 你想 AI 扮演邊個專家？
例如：「請你扮演一個專精 Z 世代活動策劃嘅 Marketing Manager。」
任務 (Task): 具體要做啲咩？
例如：「幫我構思一個線下實體活動。」
目標 (Goal): 想達到咩效果？
例如：「提升佢哋學習 AI 嘅興趣，同埋對公司嘅歸屬感。」
高階溝通技巧：思維鏈 (Chain-of-Thought)
當指令變得複雜，你需要教 AI「如何思考」。
核心觀念： 你嘅 AI 係一個外國人，你唔可以直接叫佢「整一碟港式咕嚕肉」，佢唔會識。你必須要畀個「食譜」佢，教佢一步一步點做。呢個「食譜」，就係我哋所講嘅 思維鏈 (Chain-of-Thought, CoT)。
關鍵金句： 「高手用 AI，唔係叫佢直接畀答案，而係叫佢『Think step by step』，跟住你設定好嘅流程去思考，咁樣出嚟嘅結果先至可控同埋有深度。」
DotAI 的方法結合了「完整結構」與「清晰流程」：結構上，用**【背景、角色、任務、目標、要求】**五大元素，為 AI 準備一份零死角的「工作簡報」；流程上，再透過「CoT 思維鏈」，教 AI 一步步思考和推導，穩定地拿到你想要的高品質結果。
真正的啟示是：我們應該將精力放在「問得夠精準」，而不是「講得夠客氣」。
這就好比在香港搭的士，直接清晰地說出「司機，我要去旺角東站」，遠比兜圈說「你好，唔知你方唔方便車我過海呢？」來得更有效率。
與其浪費時間在不必要的客套話上，不如花多幾秒鐘，將你的背景、目標和具體要求想清楚。當你掌握了這些核心的「AI 溝通技巧」，你就會發現，AI 不只是一個有問必答的助手，更是一個能為你創造驚人價值的強大夥伴。
全港唯一AI課程資助計劃
如果你想更有系統地學習、應用 AI 提升工作效率與個人競爭力， 完成學習時數仲可以獲得全額學費回贈 ？
🔗 【了解詳情】AI-in-One 實戰成長計劃
其他文章
