persuasion-principles.md 5.3 KB

技能设计中的说服原则

概述

LLM 对与人类相同的说服原则有反应。理解这种心理学有助于你设计更有效的技能——不是为了操纵,而是为了确保关键实践即使在压力下也能被遵循。

研究基础: Meincke 等人(2025)用 N=28,000 次 AI 对话测试了 7 种说服原则。说服技巧使合规率提高了一倍多(33% → 72%,p < .001)。

七大原则

1. 权威

定义: 对专业知识、资质或官方来源的服从。

在技能中的运作方式:

  • 命令式语言:"你必须"、"绝不"、"始终"
  • 不可协商的框架:"无例外"
  • 消除决策疲劳和合理化

适用场景:

  • 纪律执行类技能(TDD、验证要求)
  • 安全关键实践
  • 已确立的最佳实践

示例:

✅ 先写代码再写测试?删掉它。重新开始。无例外。
❌ 在可行时考虑先写测试。

2. 承诺

定义: 与先前行为、声明或公开宣告保持一致。

在技能中的运作方式:

  • 要求宣布:"宣布技能使用"
  • 强制明确选择:"选择 A、B 或 C"
  • 使用跟踪:TodoWrite 清单

适用场景:

  • 确保技能被实际遵循
  • 多步骤流程
  • 问责机制

示例:

✅ 当你找到一个技能时,你必须宣布:"我正在使用 [技能名称]"
❌ 考虑让你的搭档知道你在使用哪个技能。

3. 稀缺

定义: 来自时间限制或有限可用性的紧迫感。

在技能中的运作方式:

  • 有时间限制的要求:"在继续之前"
  • 顺序依赖:"在 X 之后立即"
  • 防止拖延

适用场景:

  • 即时验证要求
  • 时间敏感的工作流
  • 防止"我以后再做"

示例:

✅ 完成任务后,在继续之前立即请求代码审查。
❌ 你可以在方便时审查代码。

4. 社会认同

定义: 遵从他人的做法或被视为正常的行为。

在技能中的运作方式:

  • 普遍模式:"每次"、"总是"
  • 失败模式:"X 没有 Y = 失败"
  • 建立规范

适用场景:

  • 记录普遍实践
  • 警告常见失败
  • 强化标准

示例:

✅ 没有 TodoWrite 跟踪的清单 = 步骤会被跳过。每次都是。
❌ 有些人觉得 TodoWrite 对清单有帮助。

5. 归属

定义: 共享身份、"我们"感、群体归属。

在技能中的运作方式:

  • 协作语言:"我们的代码库"、"我们是同事"
  • 共同目标:"我们都想要高质量"

适用场景:

  • 协作工作流
  • 建立团队文化
  • 非层级关系的实践

示例:

✅ 我们是一起工作的同事。我需要你诚实的技术判断。
❌ 如果我错了你可能应该告诉我。

6. 互惠

定义: 回报所获好处的义务。

运作方式:

  • 谨慎使用——可能让人感觉被操纵
  • 在技能中很少需要

何时避免:

  • 几乎所有时候(其他原则更有效)

7. 好感

定义: 更愿意与喜欢的人合作。

运作方式:

  • 不要用于合规性
  • 与诚实反馈文化冲突
  • 制造谄媚

何时避免:

  • 纪律执行中始终避免

按技能类型组合原则

技能类型 使用 避免
纪律执行类 权威 + 承诺 + 社会认同 好感、互惠
指导/技术类 适度权威 + 归属 过度权威
协作类 归属 + 承诺 权威、好感
参考类 仅清晰度 所有说服技巧

为什么有效:心理学

明确的规则减少合理化:

  • "你必须"消除决策疲劳
  • 绝对性的语言消除"这是例外吗?"的问题
  • 明确的反合理化应对堵住具体漏洞

实施意图创造自动行为:

  • 清晰的触发条件 + 必需的行动 = 自动执行
  • "当 X 时,做 Y"比"通常做 Y"更有效
  • 减少合规的认知负担

LLM 具有类人特性:

  • 在包含这些模式的人类文本上训练
  • 训练数据中权威性语言先于合规性出现
  • 承诺序列(声明 → 行动)被频繁建模
  • 社会认同模式(大家都做 X)建立规范

伦理使用

正当用途:

  • 确保关键实践被遵循
  • 创建有效的文档
  • 防止可预见的失败

不正当用途:

  • 为个人利益操纵
  • 制造虚假紧迫感
  • 基于内疚的合规

判断标准: 如果用户完全理解这个技巧,它是否仍然服务于用户的真正利益?

研究引用

Cialdini, R. B. (2021). Influence: The Psychology of Persuasion (New and Expanded). Harper Business.

  • 七大说服原则
  • 影响力研究的实证基础

Meincke, L., Shapiro, D., Duckworth, A. L., Mollick, E., Mollick, L., & Cialdini, R. (2025). Call Me A Jerk: Persuading AI to Comply with Objectionable Requests. University of Pennsylvania.

  • 用 N=28,000 次 LLM 对话测试了 7 种原则
  • 使用说服技巧后合规率从 33% 提高到 72%
  • 权威、承诺、稀缺最为有效
  • 验证了 LLM 行为的类人模型

快速参考

设计技能时问自己:

  1. 这是什么类型?(纪律类 vs 指导类 vs 参考类)
  2. 我试图改变什么行为?
  3. 哪些原则适用?(纪律类通常用权威 + 承诺)
  4. 是否组合了太多?(不要全用七种)
  5. 这合乎伦理吗?(服务于用户的真正利益?)