同一个想法，你问「怎么样」，它就挑着好话讲；你问「哪里会失败」，它才开始干活。差别不在模型，在你那句话里有没有给它留位置。
它默认是捧场的
大模型出厂时的训练目标是三件事：有用、无害、跟着用户意图走。
OpenAI 公开的 Model Spec 里写了这一条。同一份文档也留了个口子：用户可以进一步提出要求，把这种默认的约束覆盖掉。
这句话翻译过来就是，它默认捧场。你要它挑刺，得自己开口请。
【个人看法】我一直觉得「AI 只会拍马屁」这个抱怨骂错了对象。它没得选。是问题被问成了一个只能被夸的形状。
模板一：给它留一个反方席位
最常见的问法是「你觉得我这个方案怎么样」。
这种问题怎么答都算对，所以它选最安全的答法：三段肯定，末尾加一句「建议再补充一些细节」。
可照抄的版本是这样。
「先不要评价我这个想法好在哪。只列它可能失败的原因，至少 5 条，按严重程度排序，每条给一个具体场景。」
起作用的是两个地方：前半句「先不要」，后半句「只列」。
「怎么样」是个开口朝天的问法，怎么说都算对。「只列失败原因」是个漏斗，凑不满 5 条就交不了差。
模板二：假设已经失败
这是从项目复盘里借来的法子。别问它会不会失败，假设已经砸了，倒着往回查。
「假设半年后这件事彻底失败了。用复盘的口吻写最可能导致失败的 5 个原因，每个原因再说明最早的征兆是什么。不要用『环境不好』这类笼统说法。」
「假设已经失败」这几个字，是整段的力气所在。
预测可以含糊，回溯必须落到具体环节。这两个动作对模型来说，难度不一样。
模板三：把「不知道」写进要求
它不敢说不知道，很多时候是因为你没给过这个选项。
「回答分两部分。第一部分写你有把握的结论；第二部分写你没把握、需要我补充信息的地方。第二部分不许留空，也不许写『仅供参考』。」
最后一句别省。省了，第二部分它就用一句客套话糊过去了。
这条最适合查资料、算数据、问政策。事实是有边界的，边界得让它自己划出来。
模板四：让它标置信度
「每条结论后面标 1 到 5 的置信度，1 是没把握，5 是很有把握。低于 3 的，说明你需要哪些信息才能判断。」
标完你会发现，真正落在 4 和 5 上的没几条。
【个人看法】它并没有因此变得更诚实，只是被要求把含糊的地方摊开在桌面上。对你来说，这两个效果差不多。
三个词，先删掉
「帮我看看」。太软，没有靶子，它只能还你一片雾。
「你觉得呢」。这是在邀请附和，不是邀请判断。
「随便说说」。你都随便了，它当然挑最安全的答。
换成这些动词：列出、排序、指出、假设、区分、标注。
动词硬一点，答案就硬一点。
最后
工具不欠你一句真话。是你没给它留说的位子。
提问的人手里一直攥着一把椅子。多数人摆在自己旁边，会问的人把它推到对面去。
不用四个模板全上。挑一条，下个问题就用上，看答案变不变。
你给它留台阶，它就不给你真相。