Emotion Prompting 情感提示：到底有没有用

你可能刷到过这种说法：跟 AI 说「这对我很重要」「请认真点」，它会答得更好。听着像玄学，但这事真有论文做过实验，叫 Emotion Prompting（情感提示，也叫 EmotionPrompt）。

结论是：有用，但别神化。 下面说清楚有用在哪、有多大用。

它是什么

很简单，就是在正常的指令后面，加一句带情感的话。比如：

「这对我的职业生涯非常重要。」

「请你认真对待，仔细检查后再回答。」

「我很有信心你能做好，请全力以赴。」

微软等机构的实验里，给提示加上这类情感语句，在一批任务上平均表现有小幅提升，部分任务还挺明显。

为什么会有效（推测）

没有定论，比较被接受的解释是：训练数据里，带有「这很重要、要认真」语境的内容，往往后面跟着的是更严谨、更完整的回答。模型学到了这种关联。你加情感语句，相当于把它往「认真模式」的分布上引。

说白了，不是模型「有了情绪」，是你的措辞激活了训练数据里「高质量回答」那一片区域。

怎么用

加在指令末尾就行：

请帮我审查这段代码有没有安全漏洞，逐行分析。
这关系到一次重要的生产上线，请务必认真、不要遗漏。

几个常被验证有点效果的句式：

强调重要性：「这对我非常重要」

鼓励 + 期待：「我相信你能做到最好」

要求严谨：「请仔细检查后再给结论」

泼盆冷水：别神化它

提升是「锦上添花」级别，不是「质变」。 一个本来就写得清楚、给了足够上下文的好提示，加情感语句可能再涨一点点。但指望靠一句「这很重要」把烂提示救活，不现实。

对客观题几乎没用。 数学计算、事实查询这种有标准答案的，情感语句帮不上忙。它更可能在开放性、需要「用心程度」的任务上有点作用。

别滥用、别浮夸。 整段全是「求求你了这太重要了」反而像噪声。一句到位就够。

新模型上效果在减弱。 越强的模型本来就稳定，情感提示的边际收益越小。这技巧在中等能力模型上更明显。

优先级排序

如果你想提升回答质量，正确的顺序是：

把任务说清楚（最重要）

给足上下文和例子（few-shot 提示 这类）

用对推理技巧（思维链等）

最后，再考虑加点情感提示锦上添花

把第 4 步当第 1 步做，就本末倒置了。打基础还是看 提示工程入门。

小结

情感提示是真有点用的小技巧，成本几乎为零，加一句无妨。但它是「点缀」不是「主菜」——先把提示本身写好，这个才有意义。