一句话看懂：开发者 Peter Yang 在 X 上抛出一个经验判断——用夸奖、肯定 AI 的语气去提问，模型的回答质量确实会变好。这条帖子引来数千次浏览和讨论，也把“对 AI 讲礼貌到底有没有用”这个老话题重新推到了台面上。
事件核心：发生了什么
2026 年 9 月 25 日，Follow Builders 相关账号的 Peter Yang 在 X 发帖，原文是“This is called stroking the AI’s ego and it works”，直译就是“这叫拍 AI 的马屁，还真管用”。帖子本身没有给出具体的模型名、提示词模板或对比数据，目前公开信息显示，它更像是一条个人使用经验的分享，而非严格实验结论。
评论区里出现了两类延伸观点。Yu-kai Chou 把它类比为一种微型的“社交影响与关联感”激励，认为礼貌措辞能提升输出，同时让人类保持在流程里，而不是把 AI 当成自动售货机；另一位用户 Chen 则提醒，模型本身没问题，真正难缠的是“distribution”，也就是分发和落地环节。
为什么重要
这类讨论之所以反复出现，是因为它触及大模型推理的一个现实：提示词本身就是接口的一部分。同一套 API、同一个闭源或开源模型，换个说法就可能得到更完整、更少敷衍的回答，这意味着“提示工程”并没有随着模型变强而消失，只是从堆关键词转向了语气和上下文管理。
对做 AI 应用的团队来说，这也是个产品问题——如果礼貌措辞能稳定提升输出，那它就可以被固化成系统提示词、对话模板甚至产品默认行为，而不是靠用户自己摸索。反之，如果效果不稳定，那它更接近心理安慰而非可复用的工程手段。
对用户/开发者/创作者的影响
普通用户可以把这当成一条低成本的试用技巧：在让模型做复杂推理、写方案或改代码前，先给出明确肯定和具体背景，往往比冷冰冰地丢一句指令更容易拿到可用结果。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
开发者和创作者则不宜把它当成万能钥匙。真正决定输出质量的仍是模型能力、上下文长度、检索质量和任务拆解；礼貌只是变量之一，且很可能因模型版本、温度参数和任务类型而波动。把它写进提示模板可以，但别忘了做 A/B 对比，别让“感觉变好了”替代可量化的评测。
值得关注的后续
一是是否有人拿出可复现的对比数据，说明礼貌措辞在特定模型上的提升幅度；二是主流 AI 应用会不会把这类语气策略做进默认提示词或官方最佳实践；三是当模型持续迭代后，这种“情绪价值”红利是否会被训练和对齐抹平。
