上周五晚上，小红书一篇笔记冲上首页，标题里写着“别再让 AI 扮演专家”。到今天，1.1 万赞、9946 收藏。小红书
有意思的是评论区。点赞最高的一条不是夸，是质疑：“昨天刚刷到视频，一样的文案，不知道谁洗的谁的稿。”
洗稿的瓜可以吃，但这句话本身对不对，更值得吃。因为我们几乎都干过这事——打开对话框，第一句先写“你是一位有十年经验的资深专家”。
先说结论：在今天的模型上，这句话大概率白写，有时还倒扣。
南加州大学今年 3 月挂出的一份预印本（arXiv:2603.18507，未经同行评审）跑了 MMLU 这个公开知识测试集：什么身份都不加，准确率 71.6%；加一句“你是专家”，掉到 68.0%；人设写得越长掉得越狠，最长那档只剩 66.3%。这是同一份实验里的三档结果。知乎专栏知乎专栏
不是孤例。EMNLP 2024 一项研究测了 162 个角色、4 个模型家族、2410 道题，73% 到 100% 的人设对准确率没有正向作用。沃顿商学院今年 4 月那份报告，标题就是结论：《玩过家家：专家人设不能提升事实准确率》。三拨研究者，指向同一个方向。知乎知乎专栏
原因不难猜。你说“你是专家”，模型听到的是“演一个专家”。于是它端起架子、直接抛结论、懒得把推理走完。腔调像了，功夫没多一分。知乎专栏
但别一棍子打死。同一份南加大研究里还有另一组数：给模型一个“安全审查员”身份，它在 JailbreakBench 上拒绝恶意请求的比例从 53.2% 涨到 70.9%。写作、整理、守规则这类活，人设确实加分。所以准确的说法是：人设改的是行为和语气，不是知识。你要它“像个客服”，有用；你要它“算得对”，没用。知乎专栏
知乎上也有人不服：Codex 官方仓库的系统提示词里就写着 autonomous senior engineer，怎么解释？区别在这儿——那是厂商在训练阶段就绑好的行为模式，模型一看就知道调哪套动作；你临场贴上去的一句头衔，只是一张纸。知乎
那这招当年是怎么火的？因为它真火过。2023 年那批模型指令遵循弱、输出散漫，一句“你是专家”确实能收束得像样。人设是弱模型的拐杖——拐杖没错，错的是腿好了还拄着，还把它当成了身体的一部分。知乎专栏
撕掉头衔，该写什么
五件小事，按性价比排：
一、写目标和用途，不写职称。“你是资深数据分析师”，换成“我要在周会上向管理层汇报华东区销售走势，3 句话说清同比、最大贡献品类和风险点，语气正式，能直接进 PPT”。
二、给两个示例。模型的模仿能力远强于推理能力，两三个输入输出对照，比十句“请注意格式”都管用。这招最省事，也最容易被跳过。知乎专栏
三、拆成两步，先要方案再要成品。“先列提纲等我确认，再逐章展开”——跑偏成本从重写一千行降到重写十行。
四、给判定条件，别给实现路径。哪些行不参与合并、错多少算错、字数卡在哪，这些是口径，越多越准；先用哪个函数、按什么顺序写，那是你的习惯，越多越僵。
五、让它先问缺什么，交稿前自己过一遍检查清单。多数翻车不是模型不行，是你没说清。
反过来也别走极端。那篇笔记下面有条评论说得实在：“这么宽泛的命令，鬼知道 ai 会给你执行成什么样子，完全不可控了。”删掉头衔，不等于不写要求。顺手还有个隐藏项：不少平台和中转站的默认系统提示词里，已经替你写好了身份。进去改掉默认设置，比每次手动删省事。知乎专栏
最后说钱
有知乎博主整理 OpenAI 给 GPT-5.6 写的提示词指南，提到删掉冗余角色声明和示例后，内部 coding-agent 评测分提升 10%–15%，token 消耗降 41%–66%，API 成本省 33%–67%。这是二手转述，数字别当铁板，方向是清楚的。知乎
微博上一个程序员说得更扎心：Anthropic 和 OpenAI 的员工 token 无限，想怎么烧怎么烧；我们是订阅制，有额度，得精打细算。这话不好听，但是实话。微博
所以那句“你是资深专家”贵不贵？八个 token，几分钱。真正贵的是——你花二十分钟给它打磨头衔，却没写清预算、禁忌和交付格式。知乎
