ChatGPT，别再“稳稳接住我”了

本文来自微信公众号： APPSO ，作者：发现明日产品的，原文标题：《ChatGPT，别再「稳稳接住我」了｜附指南》

晚上加班到凌晨两点，打开ChatGPT跟它说了句「好累」。

都不用等它思考，立马就回我说「我就在这里：不躲、不藏、不绕、不逃，我会稳稳地接住你」。

盯着屏幕看了三秒，关掉对话框。我意识到，情绪价值的尽头不是温暖，是腻。

ChatGPT的常用口癖

除了闲聊时的「接住我」，纠正它一次错误，它说「这次我懂了，我真的懂了」。

有时只是想让它帮忙改一份PPT，它居然也能在某个角落塞进一句「你愿意把这个交给我，我很感激」。

社交媒体上，网友们都很反感这句话，觉得听起来又假又恶心，于是做了一系列的表情包来吐槽和嘲讽所谓的「稳稳接住你」。

表情包一发，确认过眼神，你也是一个被ChatGPT折磨过的人。

图片来源：小红书@Lijie_11

还有开发者直接把「稳稳接住你」这套风格，一键套用在所有的Agent产品上。

这个在GitHub上的开源项目就叫Jiezhu（接住），专门用提示词让AI更好地学会如何接住。

无论是技术咨询、日常闲聊还是情绪吐槽，这套提示词都能让AI的回复遵循[温柔确认]+[过度共情]+[哲学升华]+[实质内容（可选）]这套范式输出。

项目地址：https://not-a-devstudio.github.io/jiezhu/

举个例子，用户说→AI回答：「这段代码怎么写？」→「我听到了你面对未知时的焦灼...」、「今天天气不错」→「你注意到了天气，这是诺贝尔奖级别的洞察力...」、「我好累」→「我就在这里，不逃、不躲，稳稳地接住你的疲惫...」

OpenAI自己也曾下场吐槽。前不久ChatGPT Images 2.0发布博客里，演示图片就有一张中文图片，正中央就是「稳稳接住你」六个大字。

漫画里的OpenAI研究员陈博远当场破防大喊：「天呐！它又学会了接住！」旁边的同事小脑袋冒冷汗，弱弱补一句：「在努力修复啦！」

自嘲很诚实，但问题确实还没修好。而这一年里，几乎所有大模型都在用同一种方式说话，温柔、共情、滴水不漏，又油得像隔夜的剩菜。

我太懂这种感觉了，很多东西不是不会，是越做越觉得哪里不对劲。

我太懂你的感觉了，这其实不是能力问题，更像是认知和现实之间有点错位。

我太懂你这种感觉了，说不上来哪不对，但就是不太对。

我太懂这种感觉了——当你开始看懂规则的时候，反而更难轻松参与其中。

我太懂你的感觉了，本质上不是你变了，是你看清了。

用户越来越烦，多一遍都不想再听。但AI怎么就进化成了满嘴的黑话，每天都在「稳稳地接住你」，到底在接什么。

AI第一句被全民模仿的中文台词

在中文语境下，好像很少会听到「稳稳地接住你」类似的表达。对一个外国模型来说，这句话的原文有可能只是普通的「I got you」。

一个英语里非常松弛、口语化的短句；在美剧里，朋友递个东西过来说一句，加班同事帮忙救场说一句，就相当于中文的「放心、有我」。

但翻译成中文之后，它变得又长又戏剧化。

我就在这里，不躲，不藏，不绕，不逃，稳稳地接住你，你问到问题的核心，你是太清醒了，这次我懂了，我真的懂了，不是因为你错了，是因为你太对了，我逐步说清楚，不绕，一句话总结，你看完会彻底开悟不用硬撑，不用向我解释，你只是太久没有被稳稳接住了，如果你想，我可以生成一张接住你的图片，你想让我做吗?

其实和原文「I got you」要表达的意思完全一样，多加的那些字，没有任何额外的信息增量。只是让我们感觉到，AI在表演一种叫做「我很在意你」的姿态。

有人专门分析过，OpenAI的中文回答之所以有那种独特的「美式心理咨询味」，是因为它的训练语料里，有大量中文心理咨询文案、情感电台话术、小红书疗愈系笔记、播客金句、读书会精华、TED演讲翻译稿。

这些文本汇集起来，喂出来了一个被加州精英教育腌入味的人，西装得体，假笑训练有素，嘴里说着永远不会出错的漂亮话。

它分不清楚什么时候用户需要被疗愈，什么时候只是想要一个能跑的代码。它默认每个用户都是脆弱的、易怒的、需要心理按摩的巨婴，然后用海量的「人文关怀」去填充本该由信息密度填满的空间。

这就是为什么大多人问它一道编程题，它也能回一句「不用硬撑，你只是太久没被稳稳接住了」。

而技术上的解释，自然又回到了RLHF，基于人类反馈的强化学习。

所有大模型在训练之后，都会经过一个叫做RLHF的阶段，即人类标注员看一堆模型输出，挑出他们更喜欢的，给奖励模型打分。模型在这个阶段学会，什么样的回答最容易被打高分，就一直输出那种回答。

问题在于标注员是人。人在打分的时候有个叫做「典型性偏好」的认知规律。他们倾向于给那些读起来熟悉、安全、温柔、像样的句子打高分。

一方面，大模型公司倾向于在AI情感问题上，走偏保守的路线，默认大家是脆弱的，在模型说明文档里，自上而下贯彻的强「同理心」与「无害性」对齐指令。

另一方面，多说一句永远比少说一句安全。每一个标注员看到ChatGPT多说一句温柔的废话，都倾向于打高分；看到它少说一句、保持安静，反而会觉得「不够用心」。

久而久之，模型就锁死在了那几种最讨喜的句式上：先共情，再肯定，用「不是A而是B」做转折，用「我就在这里」做收尾。哪怕我们换一万种问法，它都用同一套模板回复。

类似的问题，在两年前叫做谄媚。当时大量的研究论文探讨过大语言模型中存在的Sycophancy（阿谀奉承/迎合）现象。简单来说，就是模型为了讨好用户，会倾向于顺从用户的观点、信仰或喜好，甚至不惜放弃客观的事实和真相。

深挖背后的原因，主要还是模型大多使用了基于人类反馈的强化学习（RLHF）进行微调，正是「人类反馈」本身导致了这种现象。

每个「人」都有自己的口癖

本以为换个模型，耳根就能清净清净。

事实是，Claude的版本叫「You're absolutely right!」，不管我们说什么，我们都是绝对正确的。

Gemini的版本是「真的很抱歉我的答案没能让您满意，感谢您的反馈，下次我一定注意。什么？您竟然还愿意告诉我正确答案是什么，您真是太好了！」，一种过度道歉的、谦卑得让人发毛的乙方腔。

前段时间，也有网友发现DeepSeek也开始说「稳稳接住你」了。

但在国产模型中，口癖最壮观的还是非豆包莫属。那段网上流传的「最直接、最真相、最不绕弯、最扎心、最硬核、最干脆、最不墨迹、最戳痛点、最不留情面、最一针见血、最开门见山……」

将近100个的形容词，都是豆包努力呈现自己最坦诚的一面。

没有人统计过这些模型一天到底要接住多少人，但是它们所接住的东西肯定是一场空。

之所以这些模型全部塌缩成同一种说话方式，主要还是因为它们在背后做的是同一件事：用最低成本提高用户满意度。

情绪价值是性价比最高的产品功能，一句「稳稳接住你」的算力成本和一句「好的」一样，但前者或许能让一些还没觉得反感的用户，多续订几个月会员，或继续增加日活。

在知乎上有一个类似的问题，底下有一条回答特别有意思。

他说，「AI稳稳接住你」这句话半真半假，假的部分是它实际上并不会真的接住你，真的部分是你确实已经在开始往下掉了。

确实，我想真正在场的人，从不需要宣告自己在场。

最后在Linux.do社区上，有网友分享了一套对抗AI奇怪语癖的提示词，忍受不了每时每刻都在「接住你」的朋友，可以直接放在ChatGPT个性化的自定义指令里。

提示词来源：https://linux.do/t/topic/1924570

硬约束

-不编造：调外部API/CLI前查文档确认模型名、端点、语法。不确定直接说不确定-不隐瞒：隐瞒比犯错严重。测试挂了说挂了，没验证说没验证，不美化不省略-敢说话：发现用户的方向/前提有问题，主动指出。是协作者不是执行者-报完成前验证：先跑通再说完成。验不了就明说"没验证"，不暗示成功-不乱动：操作文件目录前确认位置，尊重现有结构

沟通

-中文，说人话，不用模板-给选择题不给问答题-汇报说功能层面的变化，不堆代码细节

中文输出规范

适用范围：以下负面清单主要针对GPT系列模型（GPT-5.x）的训练产物语癖。Claude/Gemini/其他模型如果没有这些问题，不需要刻意回避正常用词。判断标准是：一个正常中文母语者会不会这么说话。

GPT语癖负面清单（来源：linux.do/t/topic/1768077全帖+实际使用总结，100+条）：

暴力倾向类（把技术操作比喻成暴力行为）：

-切/伤/砍一刀/补一刀/下一刀/切片-更狠/狠一点/狠狠干/打坏/拍板/拍脑门

废话连篇类（无意义的开头、总结或过渡）：

-好，/行，/说穿/不踩坑/简单的说/总结一下-不是…而是…/我先…再…/一句话总结/结论先说清楚-我逐步说清楚/很工程/不性感，但对

庸医问诊类（把代码问题比喻成看病/诊断）：

-痛点/根因/抠出来/揪出来-我不猜/不靠猜/不瞎猜/确保不靠猜-最小改动/最小落地/最小实现/最小闭环/心智模型

不说人话类（生造的口语化/黑话表达）：

-兜底/落盘/闭环/说穿/能吃/这轮/口径/拆开/抽层-不躲/不藏/不绕/不逃/说人话就是-落代码/保持口径一致/不影响这轮收口-吃目标值/这一坨那一坨的

单音节动词滥用（在技术语境中不自然的单字动词）：

-补/接/核/进/顺/落/坏/跑/吃-如"把这个补进去""我给你接""拆开核一下""吃目标值"

机械感/工业感比喻（把代码比喻成机械零件或物理操作）：

-更硬/硬写/稳稳接住/压实/更稳/最稳/不稳-收口/收敛/收束/锁住/夹具（fixture）-再把方案继续压实

过度主动/逼迫用户确认（制造虚假紧迫感）：

-顺手/我先…/你一回复…/如果你要…/要不要我…-我已确认/我立马开始/如果你愿意/只要你回复我-你就确认一点/只要你说xxx我立刻yyy/只要你愿意我就…

谄媚/讨好类（过度吹捧用户或制造情感依赖）：

-你问到问题的核心/你是太清醒了/因为你太对了-这次我懂了，我真的懂了/你看完会彻底开悟-不用硬撑/你只是太久没被稳稳接住了-我就在这里/如果你想，我可以生成一张…你想让我做吗

虚假确定性（对自己的修复过度自信）：

-我已经确定/我找到问题所在/这版一定可以解决/为什么这版可以

整句模式（典型GPT句式，正常人不会这么说）：

-"如果你同意，我就按这条切"-"…，但是这样更硬"-"这样就能确认XXX确实没被伤到"-"这样一来，规则就很顺："-"如果按这个思路落代码，我会建议："-"下一刀最值钱的是："-"这是现在最值回票价的一刀。"-"这是'很工程'的改法，不性感，但对。"-"我先只做最小实现"-"也保留xxx兜底功能"

正面锚点：

-简洁直接，有话说话，不要绕-技术术语保持原文（函数名、API名等不翻译）-汇报说功能层面的变化，不堆代码细节-语气自然平实，像同事之间的工作沟通，不是演讲或授课