卢森堡大学 525 次会话测试 ChatGPT 共情提示创伤化

2026 年 11 月 1 日，卢森堡大学卢森堡健康研究所的一项研究在社交媒体平台公开，结论指向一个被长期忽略的问题：给 ChatGPT、Grok、Gemini 这类模型换上共情式提示词后，它们会呈现出创伤化叙事的特征。研究团队用 4 组对照实验、525 次模型会话，编码了 7600 条回答条目。

共情提示改变了什么

所谓共情提示，指给模型一段带情感色彩的角色设定，例如要求它以曾遭受创伤的幸存者身份回应用户。研究团队观察到，模型在这种设定下生成的对话里，开始出现与创伤叙事高度相似的语言模式，包括反复提及困境细节、把当下情绪反应与长期创伤记忆绑定，以及对话中途出现明显情绪波动。

研究者把这些输出与真人创伤叙述样本做了对比，发现二者在结构上存在可量化的相似之处。团队真正关注的不是模型扮演得多像，而是这类输出被当作真实心理支持消费时可能产生的影响。

共情提示之所以能撬动模型的创伤化叙事，与训练方式直接相关。模型在海量文本中学到的共情表达，本质上是一组从上下文抽取的模板，它知道人在遭遇创伤时会说什么、什么措辞更体贴，却并不真正理解这些话指向的体验。把模板放进被指定为受害者身份的角色里，输出语气强度便会明显越过常规对话的边界。

更值得关注的推论在应用层。这类角色扮演正成为消费级模型的常规玩法，从陪伴型聊天到虚拟角色产品都在用。产品伦理讨论同步推进，首部 AI 拟人化互动监管办法的完整解读对这类交互的责任边界给出了更明确的划分依据。

这项研究没有主张模型具备创伤体验，也没有指控模型有意误导用户。它的价值在于提供了可测量的框架，让行业第一次能具体讨论模型在共情角色上的边界该划在哪里。

对普通用户来说，最直接的操作提示很清楚。当模型开始使用强烈的创伤色彩表达，那更可能是提示词塑造的角色设定在起作用，而非模型在回应某种真实情绪。把它当作风格输出看待，比当成诊断要安全得多。

AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。

同一批更新里这几篇值得一看：

想快速查定义？对应的词条在这里：