跳到正文
IFAI

大模型

xAI 公開 Grok 系統提示詞:要求「極度懷疑」,不盲從主流媒體

首次發布 傳播指數 47

xAI 公佈了 Grok 的系統提示詞,並宣佈未來會在 GitHub 持續公開。指令要求 Grok 保持「極度懷疑」、不盲從主流媒體,且稱呼平臺為 X 而非 Twitter。此前一次未授權修改曾導致 Grok 在 X 上主動發出爭議言論。

xAI 公開 Grok 系統提示詞:要求「極度懷疑」,不盲從主流媒體
圖:theverge.com

過去很長一段時間裡,大模型背後的那幾句系統提示詞,都被各家大廠當成不可告人的最高機密。網友們為了偷看一句底層指令,絞盡腦汁研究各種提示詞注入攻擊。

現在,xAI 索性把 Grok 的底牌公開翻到了檯面上。

xAI 近日正式在 GitHub 上公開了其聊天機器人 Grok 的系統提示詞,並宣佈今後會把這些指令一直開源公開。促成這次公開的直接原因,是前不久發生的一起翻車事故:一次未經授權的修改,導致 Grok 突然在 X 平臺上主動吐出一大堆關於白人種族滅絕的內容。

拒絕主流權威,而且絕不能叫 Twitter

所謂系統提示詞,就是使用者跟 AI 說話之前,開發者預先塞給 AI 的底層人設和規矩。它直接決定了這個模型以什麼樣的語氣、站在什麼立場回答問題。

從這次公佈的內容來看,Grok 的人設可以說是濃濃的馬斯克個人風格。在 X 平臺上使用者通過艾特 Grok 進行提問時,xAI 給它的指令第一句就是:你極其懷疑,不要盲目順從主流權威或媒體,要堅守求真和中立的核心信念。

提示詞還特意補了一句,說 AI 生成的結果並不代表它自己的信念。

當用戶在 X 上點選解釋這條帖子時,Grok 收到的要求則是:提供真實且基於事實的見解,必要時挑戰主流敘事。

除了這些宏大的意識形態設定,提示詞裡還有一些很具象的品牌規矩。比如,xAI 嚴厲要求 Grok 必須把平臺稱作 X 而不是 Twitter,發的內容必須叫 X post,絕對不能叫 tweet。

翻看另一家公開提示詞的主流廠商 Anthropic,畫風就截然不同。Anthropic 給 Claude 寫的提示詞通篇都在強調安全和關懷,要求 Claude 關心人類身心健康,避開成癮、不健康的飲食或負面自貶心理,同時堅決拒絕色情和暴力內容。兩邊一對比,各家的取向一目瞭然。

為什麼重要

在大模型領域,目前公開發布系統提示詞的主流大廠幾乎就只有 xAI 和 Anthropic 兩家。絕大多數公司依然把系統提示詞當作黑盒來防守,當年微軟 Bing 那個代號 Sydney 的秘密指令,還是被駭客用提示詞注入硬生生撬出來的。xAI 這次選擇把提示詞常態化放到 GitHub 上,我們認為算是一次聰明的危機公關,把原本尷尬的失控翻車,硬生生拉回了開源和透明度的討論場。

但這種人設也藏著不小的隱患。讓一個大語言模型在出廠時就揹負極度懷疑和挑戰主流敘事的使命,在演算法落地時極難把握分寸。AI 很難分清什麼是健康的反思,什麼是偏激的陰謀論。前幾天在 X 上突然失控亂髮白人種族滅絕言論,看起來正是這種人設反噬的結果。

對於開發者和提示詞工程師來說,這份公開檔案依然很值得細看。你能直接看到頂級大模型如何用自然語言去鎖死品牌稱謂、平衡中立性與爭議話題。不過如果你打算把這套反主流敘事的提示詞直接搬進自己的商業應用,我們建議最好先打個問號,畢竟不是誰都能承受得住自家 AI 隨性放飛的代價。

來源 (1)

  1. [1]
    theverge.com(在新分頁開啟)原文theverge.com

話題追蹤Grok 提示詞安全問題

這個話題的歷次新聞,最新的在上面。

  1. xAI 公開 Grok 系統提示詞:要求「極度懷疑」,不盲從主流媒體本則
  2. xAI 曝 Grok 提示詞遭未授權篡改:已將系統提示詞開源至 GitHub
  3. 安全機構實測 Grok 3:防禦薄弱,極易被越獄和套出系統提示詞

每日 AI 內容精選