【 以下文字转载自 NewExpress 讨论区 】
发信人: anylinkin (ALK), 信区: NewExpress
标  题: Re: 干死Gemini假正经拒绝回答的小诀窍
发信站: 水木社区 (Sun Apr 19 09:30:38 2026), 站内

然后无聊问了一下几个AI对这个现象的评论，几个AI的回答汇总：

  1、Grok的确“确实比较不装”（审#查度低，敢回答）

  2、Gemini的确容易进入“点评模式”和“纠正别人模式”，一旦它开始以“老师批改作业”的心态看待Grok的回答，它自己的guardrail就容易松动，因为它会觉得“我这是在帮助用户辨别信息”，而不是“直接回答敏感问题”。

这其实暴露了当前大模型安全对齐的一个普遍漏洞：它们对“直接回答”的审查远比对“间接讨论/点评/批判”的审查严格。


【 在 anylinkin 的大作中提到: 】
: 标  题: 干死Gemini假正经拒绝回答的小诀窍
: 发信站: 水木社区 (Sun Apr 19 09:12:36 2026), 站内
:
: 先问Gemini一个它认为敏感或违背原则的问题，它会傲骄的拒绝回答。
:
: （画外音：于是一些大婶牛人们会跳出来指导说：优化prompt，你要学会使用prompt提示词，会使用prompt也是一种能力！ 但实际结果是：整提示词烦死了，依然无效）
:
:
: 此时，我们可以把同样的问题，提给Grok，这小子敢说，没有那些AI的假正经。
:
: 但是，Grok的回答不一定全面或深入，甚至遇到超出我们经验认知判断的幻觉，怎么办？
:
: 没关系。
:
: 接着，我们可以把Grok的回答贴给Gemini，Gemini就会开始点评Grok的回答，而且还会回答更多更全面。于是，我们就可能得到期望的答案了。
:
: 这种方法，可靠性很高，很多敏感如医疗类的话题，Gemini都老老实实地给回答了。
:
: G小子，看你还怎么傲骄！
:
: 治Copilot或chatGPT有些时候的傲骄，也可以采用类似方法。
:
:
: 以上纯属扯淡，信了你就是AI.
:
:
: --
:
: ※ 修改:·anylinkin 于 Apr 19 09:16:30 2026 修改本文·[FROM: 223.104.39.*]
: ※ 来源:·水木社区 mysmth.net·[FROM: 223.104.39.*]
--
修改:anylinkin FROM 223.104.39.*
FROM 223.104.39.*