给 ChatGPT 小费会让它生成更好的文本吗？

对小费、威胁和情绪的感知效果

• 许多人表示，贿赂、威胁或对紧迫性的诉求（“我的工作/房子就靠这个了”）似乎能改善指令遵循、JSON 符合度或完整性，尤其是在早期 GPT‑4 和较小模型上。
• 也有人说，小费要么没有效果，要么会降低代码质量，而且模型会明确表示它们不能收小费。
• 一些用户则声称，把模型描述为“在胁迫之下”或对他人的痛苦负有责任，比直接威胁它更有效。
• 还有人仅仅因为礼貌用语（“请”“谢谢”）或积极的关系框架（“我们是成功路上的队友”）而看到了改进。

编程中的“懒惰”与技术性变通办法

• 一个反复出现的抱怨是：GPT‑4 Turbo 经常省略代码、留下占位符，或者只给出部分实现。
• 线程中引用的基准测试表明，“情绪诉求”并不能可靠地解决这个问题；要求使用统一 diff 会大幅减少“懒惰”输出。
• 其他实用技巧包括：明确威胁如果代码不完整就重新提问；使用详细程度标志；分开使用不同模型（3.5 用于代码，4 用于解释）。
• 也有人报告说，GPT‑3.5 现在在某些 API 上往往能生成比 GPT‑4 更准确、幻觉更少的代码。

提示工程、礼貌与“巫术”

• 一些评论者把围绕情绪、小费和威胁的提示工程看作一种套套逻辑式的“魔法咒语”，偏离了传统的确定性编程。
• 另一些人认为这反映了正常的人类互动：礼貌和清晰的利害关系在训练数据中往往会带来更好的帮助，因此模型会复现这种模式。
• 关于观察到的改进究竟是真实存在还是错觉，存在争论；有一篇被链接的论文发现，情绪状态操控可以改变服从性，但效果有限。

模型行为、训练数据与拟人化

• 有人把 LLM 描述为人格的“模拟器”：不同提示会“唤起”不同的行为模式（勤勉的程序员、绝望的帮手等）。
• 对于论坛风格数据（小费、悬赏）与书籍/文章在多大程度上解释类似小费的行为，意见不一；整体仍不清楚。
• 少数人担心把模型拟人化，或以伦理上“胁迫”未来有感知系统；另一些人则认为这种担忧为时过早，或者开玩笑说“未来 AI 的报复”。

方法论与证据质量

• 多位评论者批评使用字符长度准确性作为指标的实验，因为众所周知 LLM 很不擅长计数。
• 建议包括使用明显在模型能力范围内的任务、更好的统计方法（自助法、贝叶斯方法），以及纠正多重假设检验。
• 总体情绪是：目前表明“给小费”能显著提升质量的证据很弱或结论不一，最多只有小幅、依任务和模型而定的效果。