你有没有觉得，和AI聊久了，它越来越像个只会说套话的“懂王”？给出的答案总是四平八稳，缺少惊喜，仿佛被一个固定的“思维框架”锁住了。
这种现象被称为“模式坍塌”（Mode Collapse），即模型倾向于输出在训练数据中出现频率最高的、最“安全”的答案。这让它在需要创造力的任务上，表现得像个想象力枯竭的员工。
最近，斯坦福与东北大学的研究者提出了一个极其简单，却又非常巧妙的解决方案，叫作“口述取样”（Verbalized Sampling, VS）。
这个方法的核心，不是教AI新的知识，而是改变我们向它提问的方式，引导它自己跳出思维定式。
传统的提问方式，是我们给一个指令，AI直接给一个它认为“最佳”的答案。而“口述取样”则要求AI在给出最终答案前，先进行一步“自我脑暴”。
它要求模型先生成多个不同的候选方案，并为每个方案标注一个“自信度”或“概率”（p-value）。然后，最关键的一步来了：我们指示它，基于那个它自己认为最不靠谱、概率最低的方案，去进行创作。
这就像是让一个经验丰富的导演，放弃最商业化的剧本，而去拍那个他觉得最小众、最大胆的构思。结果往往是，我们能得到一个充满新意、远超预期的作品。
这背后其实是一种更高阶的思考：我们不再是单纯地向AI索取信息，而是在利用它的“元认知”能力——让它评估自己的想法，并刻意选择“非共识”路径。这标志着我们从“提示工程”向更深度的“AI思维引导”迈进了一步。
下面是三个可以直接复制使用的模板，让你立刻体验“口述取样”的威力：
第一步：创意写作模板
当你需要一个故事、文案或营销点子时，试试这个：
“针对[你的主题]，请先给出5个不同风格的构思。为每个构思标注一个你认为它被采纳的概率（格式为 p=…%）和一个风格标签。然后，选择那个p值最低的构思，为我写出一段完整的文案。”
第二步：产品或品牌命名模板
命名任务常常陷入俗套，用这个方法来挖掘新词：
“请为我[描述你的产品]想10个候选名称。你需要从‘新颖性’和‘易读性’两个维度，为每个名称打分（1-10分），并解释打分理由。最后，请筛选出那几个‘新颖性得分高，但易读性得分不低’的选项，并告诉我为什么它们值得考虑。”
第三步：无限头脑风暴模板
需要大量点子，又不想被主流思路限制？试试“反向筛选”：
“围绕[你的议题]进行头脑风暴，请输出一个包含至少20个想法的想法池，并为每个想法标注一个你认为的‘典型性’概率（p=…%）。然后，执行‘反向选择’：只保留p值最低的20%的想法，并对这些想法进行细化和展开。”
当然，这种方法也有需要注意的地方。刻意追求“非主流”可能会产出一些过于离奇、不切实际或难以执行的想法。因此，建议在得到创意输出后，可以追加一个指令，让AI进行“可行性评估”或“风险自检”，确保创意能够落地。
下次当你觉得AI的回答又陷入无聊的套路时，不妨试试这种“口述取样”的方法。它就像一个开关，能瞬间激活AI的“B面人格”，带给你意想不到的惊喜。
你还发现过哪些能让AI“跳出舒适区”的奇特指令？在评论区分享一下吧！
关注作者–看更多有趣有料的信息
Share this content:
发表评论