“氛圍編程”命名人卡帕西提高 AI 回答質量的竅門：與它閒聊 10 分鐘

知名 AI 研究員、同時也是「氛圍編程」概念提出者的安德烈·卡帕西（Andrej Karpathy）近日分享了一個與大型語言模型互動的實用技巧：不必費心雕琢提示詞，只需要打開語音模式，對著 AI 連續閒聊大約 10 分鐘，就能讓模型更準確地理解使用者的需求。卡帕西目前任職於 AI 公司 Anthropic，他認為許多人過度專注於撰寫精確的提示詞，反而忽略了人與模型之間最自然的溝通方式。卡帕西表示，自己經常在使用 AI 時開啟語音模式，然後一口氣說上十來分鐘，想到什麼就說什麼，完全不需要提前組織語言或整理思路。

整個過程可能聽起來雜亂無章，甚至包含許多語無倫次的片段，但正是這種「亂七八糟」的閒聊，反而能讓大語言模型獲得更多背景資訊，從而真正掌握使用者想完成的目標。他強調，漫談式對話可以讓使用者與聊天機器人形成更合理的分工：使用者只需將腦中尚未成形的項目想法全部傾倒出來，再由 AI 整理成清晰、有條理的內容。為了讓模型更適應這種隨性的交流方式，卡帕西通常會在對話一開始就先提醒聊天機器人，自己的思路可能比較混亂，語音轉寫的結果也可能出現錯別字。他認為，這樣做能讓人和模型更好地理解彼此，後續需要修正的內容也會大幅減少。

換句話說，與其花時間琢磨如何寫出完美的提示詞，不如放鬆心情，像跟朋友聊天一樣，把腦中的零碎點子一股腦兒說出來，讓 AI 自行消化與重組。卡帕西的建議與當前硅谷企業的發展方向不謀而合。目前多家科技巨頭正積極改進 AI 的語音功能，努力讓使用者從傳統的鍵盤輸入轉向直接開口交流。OpenAI 在本月早些時候推出了 GPT-Live，為 ChatGPT 的語音互動提供更流暢的支援；同時還發布了一款售價 230 美元（約合新台幣 1560 元）的迷你鍵盤，鍵盤上設有語音錄製按鍵，使用者按下後就能直接對 AI 說話，將語音提示交由智能體處理。

這款產品明顯是為了降低語音互動的門檻，讓使用者不再需要打字就能快速獲得 AI 回應。另一家 AI 公司 Anthropic 則在本週四升級了自家的語音模型，讓使用者可以根據需求選擇 Opus、Sonnet 或 Haiku 等不同版本。這些模型在語音識別與自然語言理解方面都有顯著提升，能夠更準確地處理口語化的表達，甚至容忍一定程度的語音轉寫錯誤。卡帕西所屬的 Anthropic 本身也在語音 AI 領域持續投入，這次升級正好呼應了他提出的「閒聊式互動」概念。卡帕西的觀點並非孤例，愈來愈多研究人員與開發者意識到，大型語言模型其實相當擅長從混亂的輸入中提取關鍵資訊。

傳統上，使用者為了讓 AI 產出理想的結果，往往會花大量時間撰寫結構化提示詞，甚至使用各種提示工程技巧。但卡帕西認為，這種做法可能過於僵化，反而限制了模型的潛力。當使用者以自然、隨意的方式說話時，模型能夠接觸到更多上下文脈絡，例如使用者對某個項目的模糊想法、未說明的假設，甚至是情緒與語氣的變化，這些都是簡潔提示詞難以傳達的。當然，這種方法並非適用於所有場景。如果使用者的需求非常明確，例如查詢天氣、計算數學公式，那麼直接給出精確提示詞仍然是最有效率的方式。但對於需要創意發想、專案規劃、頭腦風暴等開放式任務，卡帕西的「10 分鐘閒聊法」或許能帶來意想不到的效果。

使用者可以先將腦中的碎片化想法全部說出來，讓 AI 幫忙整理成結構化的摘要，再從中挑選有價值的部分進行深化。隨著語音 AI 技術的成熟，以及像 GPT-Live、Anthropic 語音模型等產品的推出，人機互動的方式正在經歷轉變。鍵盤輸入雖然精確，但對於許多使用者來說，開口說話遠比打字來得直覺與快速。卡帕西的建議正好為這個趨勢提供了實用指引：不要害怕讓 AI 聽到你的「混亂」，因為正是這些混亂，才能讓模型真正理解你的意圖。未來，或許我們會看到更多使用者拋開提示詞模板，轉而用最自然的方式與 AI 對話。