隨著生成式人工智慧的普及，如何讓 AI 更準確理解使用者需求成為熱門議題。近期 Google 研究團隊發布一篇研究論文指出，一個看似簡單的技巧——重複提示詞，可能大幅提升大型語言模型在部分任務中的回答準確度。
研究指出，在不需要複雜推理的任務中，只要將原本的提示詞完整複製並重複一次，再提供給 AI 模型處理，就可能讓模型更容易抓住關鍵訊息，進而改善回答品質。
研究：重複提示詞可提升模型表現
這篇名為《Prompt Repetition Improves Non-Reasoning LLMs》的研究指出，在多項測試任務中，重複提示詞能有效提升模型表現。研究團隊測試了多款主流 AI 模型，包括 Gemini、GPT、Claude 以及 DeepSeek 等，並在不同任務場景中進行比較。
實驗結果顯示，在 70 種測試情境中，有 47 種情境出現明顯性能提升，其餘 23 種情境則維持原有表現，整體測試過程中並未出現因為提示詞重複而導致性能下降的情況。
簡單技巧帶來顯著差異
研究中一項名為「NameIndex」的測試顯示，在未使用提示重複技巧時，部分模型在長序列資訊中定位特定資料的準確率僅約 21%。但當提示詞被重複一次後，模型準確率最高可提升至 97% 以上。
研究團隊指出，這種改善並非單純因為增加輸入內容長度，而是因為重複提示能幫助模型在閱讀內容時更容易關聯前後資訊，類似讓 AI 進行一次「重新閱讀」。
並非所有情境都適用
研究同時指出，這種技巧並非適用於所有 AI 任務。例如在需要深度推理的模型中，效果就相對有限。原因在於這類模型在生成答案前，本身就會進行多次內部推理，因此外部重複提示詞帶來的效果較小。
此外，如果提示詞本身過長，重複輸入可能導致上下文長度接近模型限制，進而影響處理效率。因此研究人員建議，這種方法較適合用於資訊提取、閱讀理解與一般任務。
※ 圖片為示意畫面，僅用於新聞報導與合理使用
對於一般使用者而言，當 AI 出現答非所問或理解錯誤的情況時，簡單重複一次提示詞，或許就能有效改善 AI 的回應品質，成為一種容易實踐的優化技巧。
The post Google研究揭示AI提示技巧：重複提示詞可大幅提升大模型回答準確率 appeared first on 天天頭條 I 天天都有好新聞，最具專業性的商業、金融、科技與財經新聞來源，台灣首選.
