近期一項由Google研究團隊發布的研究指出，一個看似簡單的技巧可能大幅提升大語言模型的回答準確率。研究發現，在不涉及複雜推理的任務中，只需將提示詞完整重複一次輸入給AI，即可有效改善模型的理解與回應品質。這項方法因操作簡單且效果明顯，引起技術社群廣泛討論。
重複提示詞可提升AI回應準確度
這篇名為《Prompt Repetition Improves Non-Reasoning LLMs》的研究指出，在非推理型任務中，將提示詞完整重複一次能明顯提升模型的回答準確率。研究團隊表示，這種方法幾乎不會增加回應時間，也不會顯著增加生成內容的長度，屬於一種輕量且容易實施的優化技巧。
研究人員解釋，重複提示詞能讓模型在讀取輸入內容時產生類似「重新閱讀」的效果，從而更準確地捕捉關鍵資訊。這項技巧尤其適用於資訊提取、閱讀理解或簡單問題回答等任務。
多款主流AI模型測試結果顯著
研究團隊在實驗中測試了包括Gemini、GPT、Claude以及DeepSeek等七款主流大語言模型，在多達70種不同測試場景下進行驗證。結果顯示，在47個場景中模型表現出現明顯提升，另外23個場景則維持原本表現，整體實驗過程中沒有出現因為提示詞重複而導致性能下降的情況。
其中一項名為NameIndex的測試顯示，當模型需要在長列表中找出特定名稱時，重複提示詞後的準確率可從約21%大幅提升至97%以上，顯示該方法在特定任務中具有顯著效果。
Transformer架構限制成關鍵原因
研究指出，這一現象與大語言模型常用的Transformer架構特性有關。模型在讀取提示詞時通常是逐詞處理，早期讀到的內容無法預知後續資訊，因此有可能忽略部分重要訊息。透過重複提示詞，模型相當於進行一次「虛擬重讀」，使其更容易識別關鍵資訊。
然而研究團隊也指出，這項技巧並非適用於所有情境。對於主打深度推理能力的模型，例如部分推理型AI模型，重複提示詞的效果相對有限。此外，當提示詞本身過長時，重複輸入可能增加處理負擔。
簡單技巧引發AI使用新討論
儘管如此，這項研究仍提醒開發者與使用者，在優化AI使用體驗時，不一定需要依賴複雜的提示工程技巧。有時候簡單的操作方式也可能帶來明顯效果。部分技術社群成員認為，這項研究顯示AI工具的最佳使用方式仍有許多值得探索的空間。
※ 圖片為示意畫面，僅用於新聞報導與合理使用
The post Google研究揭示AI提示技巧：重複提示詞可顯著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.
