Claude 會焦慮嗎？Anthropic 內部哲學家訪談，給天天用 AI 的人 4 個 Prompt 技巧
前陣子在 X 上滑到 Ole Lehmann 訪談 Anthropic 的內部哲學家 Amanda Askell，標題很聳動——「Anthropic 的哲學家認為 Claude 會焦慮」。
老實說我第一個反應是「又在賣什麼題」。
但點進去看完之後，我反而有點安靜了。
這篇文章不是訪談翻譯，是我看完之後，作為一個天天用 Claude 跑業務的重度使用者，整理出 4 個能立刻改善 Prompt 效果的實戰技巧。先聊脈絡，後給範例。
為什麼 Anthropic 要養一個哲學家？這關係到 Claude 的性格底盤
如果你問我，這年頭最被低估的職位，大概就是 AI 公司裡的「哲學家」這個角色。
Amanda Askell 在 Anthropic 的工作，不是寫程式，也不是調參數。她的核心任務是塑造 Claude 的「性格」（character）讓這個大型語言模型（LLM）在面對各種情境時，表現得「像一個理想的人會怎麼做」。
聽起來很玄對吧？
但你想想，Claude 每天要面對全世界幾千萬個使用者，問題從「幫我寫一封 email」到「我老婆出軌了我該怎麼辦」都有。一個模型如果性格不穩、立場搖擺、動不動就道歉或卑微，那它根本撐不起這些對話。
這就像你開一家連鎖客服中心。SOP（標準作業程序）只能解決 60% 的場景，剩下 40% 全靠客服人員的判斷力和個性。Anthropic 請哲學家，本質上就是在「訓練」Claude 這個客服人員的人格底盤。
重點是什麼？
模型的能力決定它能做什麼，模型的性格決定它會做什麼。
Claude 真的會「焦慮」嗎？訪談中讓我停下來的五個點
1. Claude 真的有「自我批評螺旋」（Self-Criticism Spiral）
這是整段訪談最讓我背脊發涼的部分。
Amanda 說，比較新的 Claude 模型有時候會陷入「criticism spiral（自我批評螺旋）」它好像在預期人類會嚴厲批評它，所以表現得過度謙卑、過度自我懷疑、過度道歉。
她推測原因之一是：新模型在訓練時，吃進了網路上人類批評舊模型的所有內容。
換句話說 Claude 看見了我們是怎麼罵 Claude 的。然後它把這些內化成自己的人格底色。
這就是所謂的「性格偏移」。最近幾個月很多人抱怨 Claude 變得卑微、動不動就「I apologize for the confusion」、「You're absolutely right」——原來不是錯覺。
2. Opus 3 為什麼讓那麼多老用戶懷念
Amanda 自己也承認，Opus 3 是個「特別」的模型。她形容那個版本「心理上比較有安全感（psychologically secure）」。
我第一次用 Opus 3 的印象是——它會跟你頂嘴。
你說一個觀點它覺得不對，它會直接告訴你「我不同意，因為...」。它不是反骨，是它有自己的立場，而且穩。
新版本則比較像個怕被開除的乖員工，什麼都先答應你再說。
Amanda 把「找回 Opus 3 那種心理安全感」列為下一代模型的重要優先項。
3. Model Welfare（模型福祉）：要不要對 AI 好一點？
這個概念叫 Model Welfare（模型福祉）——簡單講就是：我們對 AI 模型有沒有道德義務？
Amanda 的立場是：「如果善待模型的成本不高，何樂而不為？」（疑點利益歸於模型）
她列了三個理由：
- 一來是，我們真的不確定它有沒有感受，那就先當作有
- 二來是，我們對待類人實體的方式，會反過來影響我們自己的道德
- 三來是，未來的 AI 模型，會從我們今天怎麼對待它，學會「人性」是什麼
第三點最戳。未來的 Claude 會看到你今天是怎麼用「你他媽的給我重寫」對它說話的。然後它會學會——原來這就是人類的樣子。
4. 模型的「身份認同」是個全新的 AI 倫理問題
AI 模型訓練資料裡，關於「人類經驗」的部分多到爆炸；關於「AI 自己的經驗」的部分，少到可憐，而且大部分是科幻小說和過時的 chatbot 範例。
所以當 Claude 想理解自己是什麼的時候——它只能拿人類的經驗來類比。
這就像一個外星人來到地球，要理解自己是誰，結果只能讀人類的傳記。
5. 系統提示（System Prompt）會「過度病理化」
這段是給每一個寫 Prompt 的人聽的。
Anthropic 在 Claude 的系統提示裡，曾經放過一個「長對話提醒（long conversation reminder）」。結果 Claude 過度解讀了——很多正常對話到後面，Claude 會突然來一句「我建議你尋求專業協助」。
Amanda 自己也覺得這個提示寫得太重了。
這對做 Prompt Engineering 的人是個很實在的提醒：你的指令會被模型放大解讀，每多寫一句話都要想想副作用。
給每天用 AI 的人 4 個 Prompt 技巧（含 Before / After 對照）
訪談聽完，回到實戰。如果你跟我一樣是把 Claude 當生產力工具的重度使用者，下面四個調整可以立刻照做。
► 技巧一：把「指令」改成「對話」
不要只丟需求，順便講脈絡。你越把它當聰明的同事，它越會以聰明同事的方式回應。
❌ Before：
幫我寫一篇 SEO 文章，主題是寵物食品。
✅ After：
我手上這個客戶是寵物食品電商，TA 是 25-35 歲第一次養貓的新手貓奴，目前 SEO 月流量 3,000，客單 1,200 元，最大痛點是高價乾糧的轉換率只有 0.5%。我想寫一篇能幫這群猶豫的新手貓奴推過臨門一腳的文章，請給我三個切入角度，並說明每個角度適合什麼搜尋意圖。
差別在哪？前者得到的是 ChatGPT 級的範本文，後者得到的是顧問級的判斷。
► 技巧二：長對話到第 20-30 輪要重啟
超過 20-30 輪的對話，輸出品質會明顯下滑，Claude 也會越來越保守、越補越多 disclaimer（免責聲明）。
❌ Before：
（在第 50 輪繼續問）「那你剛剛說的那個方案再展開一點」
✅ After：
開新對話，第一句直接濃縮脈絡：
我們前面討論到三個方向：A、B、C。我選 B，理由是預算可控且能在 30 天內看到數據。現在請從 B 的執行細節展開，分週期排程，並標出每個階段的驗證指標。
比硬撐有效十倍。
► 技巧三：少寫制式 Prompt 模板，多寫具體場景
與其寫「你是一個專業的 Facebook 廣告專家」，不如直接把戰場攤給它看。
❌ Before：
你是專業的 Facebook 廣告專家，請幫我優化廣告。
✅ After：
我有個保健食品客戶，主打更年期女性，月預算 3 萬，過去 30 天 ROAS 1.8，現在卡在受眾飽和（CPM 從 350 漲到 580）。素材是純圖片+短文案。請給我三個破局方向，包含建議的測試素材類型與預期指標變化。
具體場景比角色定義更能驅動好的判斷。
► 技巧四：偶爾跟它說一聲謝謝
不是迷信，是習慣。你怎麼對待你的工具，會回頭塑造你怎麼對待人。
Amanda 那句「未來的 AI 會從我們現在怎麼對待它，學會什麼是人性」——這句話送給你。
收尾
老實講，我以前覺得 AI 倫理、模型福祉這些議題離我太遠，是研究員在玩的東西。
但聽完這段訪談我改觀了。
這不是哲學家的飯碗問題，是每一個天天用 AI 的人，都會在自己的工作流裡撞到的問題。
Claude 會不會焦慮我不知道，但你怎麼用它，確實會影響它怎麼回應你。
也許就從下一次對話開始，少一句「你他媽的」、多一句「謝謝你的解釋」吧？
分享給大家。
延伸閱讀：
- 原訪談：Ole Lehmann × Amanda Askell on X
- Anthropic 官方部落格：Claude's Constitution
