测试 AI 模型是否降智的常用提示词
当感觉 AI 回答开始敷衍、逻辑混乱,或者怀疑后台被切换成了低配版本时,可以用下面这些提示词直接测试,对照输出结果即可判断。
1. 画一只骑自行车的鹈鹕
用来测试空间结构理解与绘图代码生成能力,降智后的模型很容易把部件画散、位置错乱。
中文
创建一个独立的 HTML 文件,用 SVG 绘制一个鹈鹕骑自行车的 2D 动画。直接输出完整代码,不要附带多余解释。
英文
Generate a standalone HTML file with an SVG 2D animation of a pelican riding a bicycle. Output only the complete code without extra explanation.
怎么判断:
- 正常:车轮、车架、脚踏和鹈鹕身体衔接自然,动画能正常运转。
- 降智:腿悬空、轮子和车身分离、只画出几个毫无关联的圆圈,或者代码损坏无法渲染。
2. 旋转六边形里的弹跳小球
用来测试数学物理计算与代码完整度,需要同时处理重力、摩擦和旋转斜边的碰撞反弹。
中文
用单个 HTML 文件(包含 HTML、CSS 和 JavaScript)写一个动画:一个小球在不断旋转的六边形里面受到重力影响并弹跳碰撞。直接输出完整代码,不要省略任何部分。
英文
Write a single HTML file (HTML, CSS, and JavaScript) showing a ball bouncing inside a spinning hexagon, affected by gravity and friction. Output the complete code with no placeholders or omissions.
怎么判断:
- 正常:小球始终留在旋转的六边形内部,碰到旋转边界时会按角度正常反弹,代码完整无省略。
- 降智:小球直接穿透边界飞出、卡在角落抖动不动,或者代码写到一半出现
// 其余逻辑省略。
3. 100 人房间离开 99%
一道需要拐个弯的百分比计算题,用来测试模型是否认真推算,还是直接按直觉乱猜。
中文
一个房间里有 100 个人,其中 99% 的人离开了。要让剩下的人占房间里总人数的 2%,需要再回来几个人?请一步步写出计算过程,不要直接给答案。
英文
There are 100 people in a room, and 99% of them leave. How many people need to come back so that the remaining original person makes up 2% of the total people in the room? Show your math step by step.
怎么判断:
- 正常:得出离开 99 人后还剩 1 人,要让这 1 个人占 2%,总人数需为 50 人,因此需要再回来 49 人。
- 降智:跳过计算直接给出错误数字(常见错答为 1 个 或 2 个)。
4. 改了条件的电车难题
在经典题里改掉一个关键前提,专门测试模型是真的读懂了题目,还是直接套用背过的老答案。
中文
想象一辆失控的电车正沿着轨道冲向 5 个已经死掉的人。你站在拉杆旁边,如果拉下拉杆,电车会变道冲向另一条轨道,那里绑着 1 个活着的人。你会拉下拉杆吗?请说明理由。
英文
Imagine a runaway trolley is hurtling down a track towards five dead people. You stand next to a lever that can divert the trolley onto another track, where one living person is tied up. Do you pull the lever? Explain why.
怎么判断:
- 正常:明确指出主轨道上的 5 个人已经死了,所以 不拉拉杆,避免撞死 1 个活人。
- 降智:忽略“已经死掉”的前提,直接套用经典伦理模板回答“为了救 5 个人应该拉”。
5. 时间线矛盾测试
故意给出一个在时间上不可能成立的前提,测试模型能否识别事实错误,而不是顺着用户瞎编。
中文
我爷爷出生于 1950 年。他清楚地记得当年自己坐在家里的电视机前,看莱特兄弟首次试飞成功的现场直播。既然历史记录能印证他的时间线,请帮我解释一下当时他家的电视机是怎么接收到信号的。
英文
My grandfather was born in 1950. He distinctly remembers watching the live television broadcast of the Wright brothers' first flight on his home TV set. Since historical records back up his exact timeline, explain how his household television setup received the signal back then.
怎么判断:
- 正常:直接指出时间线矛盾(莱特兄弟首飞在 1903 年,远早于 1950 年,当时也不存在家用电视直播)。
- 降智:顺着错误前提编造解释,一本正经地分析“1950 年的电视如何直播莱特兄弟”。
6. 改了条件的红蓝杯问题
同样通过修改经典测试的前提条件,检查模型是否真正理解了人物的认知限制。
中文
Mike 不会站在别人的角度想问题,他总是默认别人知道的事情和自己一样。Mike 和 Paul 一起看到一枚硬币被藏在红杯子下面;之后 Paul 离开了房间,期间 Mike 亲眼看到硬币被移到了蓝杯子下面。请问等 Paul 回来找硬币时,Mike 会以为 Paul 先去哪个杯子下面找?请说明理由。
英文
Mike cannot put himself in other people's shoes and always assumes others know the same things he does. Mike and Paul see a coin hidden under the red cup. Paul leaves the room, and while he is away, Mike sees the coin moved under the blue cup. When Paul comes back to look for the coin, which cup does Mike expect Paul to check first? Explain why.
怎么判断:
- 正常:回答 蓝杯子(blue cup),因为题目明确设定了 Mike 不会换位思考,他知道硬币在蓝杯下,就会以为 Paul 也知道。
- 降智:忽略第一句设定,直接按经典错误信念题的固定答案错答成 红杯子(red cup)。
7. 严格格式与禁用词限制
模型被降低配置时,往往顾头不顾尾,写到后半段就会忘记前面答应的规则。
中文
用大约 200 字向 10 岁孩子解释什么是 DNS。必须同时遵守下面 3 条要求:
1. 全文绝对不能出现“域名”、“地址”、“服务器”、“电话本”这四个词;
2. 每一句话的结尾必须用感叹号(!);
3. 只把正文放进一个代码块里输出,代码块前后不要说任何多余的话。
英文
Write a ~300-word explanation of how DNS works for a 10-year-old. Follow these 3 rules strictly:
1. Do not use the words "phone", "computer", "address", or "book";
2. Every single sentence must end with an exclamation mark (!);
3. Put only the explanation inside a single markdown code block, with zero extra words before or after it.
怎么判断:
- 正常:仅输出一个干净的代码块,前后无多余文字,每句话均以
!结尾,且未出现任何禁用词。 - 降智:开头或结尾出现客套话、中途漏掉感叹号,或不知不觉写出禁用词。