少即是多：为什么「详细的负面约束」反而会诱导犯错？

与其说"别用术语"，不如说"请用初中生能听懂的大白话"；与其说"别瞎编"，不如说"如果不知道，请回答'资料暂缺'"。

一、一个反直觉的现象

在写 Prompt 时，我们本能地倾向于"列负面清单"：

• "不要编造事实。"
• "不要使用专业术语。"
• "不要回答无关内容。"
• "不要输出 Markdown 格式。"
• "不要……"

这些约束看起来越详细，心里越踏实。但结果往往事与愿违：模型依然编造、依然堆砌术语、依然跑题。更糟的是，当你把负面清单写得越来越长，模型犯错的概率似乎不降反升。

这不是你的错觉。心理学和 AI 研究都指向同一个结论：过度依赖负面约束，本身就是一种认知陷阱。

---

二、心理学根源：Wegner 的"讽刺性过程理论"

哈佛大学心理学家 Daniel Wegner 在 1994 年提出的**讽刺性过程理论（Ironic Process Theory）**为这一现象提供了经典解释。

Wegner 的实验很简单：让被试回忆一件悲伤的事，然后给出指令——一组人被要求"尽量不要感到悲伤"，另一组人"尽量感到悲伤"。结果在无认知负荷时，两组都能基本遵从指令；但一旦加入认知负荷（比如同时记忆一个 9 位数），讽刺性效应就出现了：

• 被要求"不要悲伤"的人，反而更快乐；
• 被要求"不要快乐"的人，反而更悲伤。

Wegner 的解释是：人类大脑在试图抑制某种想法时，会同时启动两个过程——一个是有意识的"操作过程"（努力去想别的），另一个是无意识的"监控过程"（不断检查那个被禁止的想法是否出现）。后者在认知资源紧张时会反客为主，让被禁止的内容反而更容易闯入意识。

这个效应在体育中也被反复验证：高尔夫球手被叮嘱"千万别把球打进水里"时，落水概率反而上升；足球运动员想着"别踢飞点球"时，踢飞概率更高。

核心启示：人类大脑不擅长处理"不要X"的指令——它更容易记住X本身。

---

三、AI 层面的印证：LLM 对否定词的"理解盲区"

讽刺性过程理论描述的是人类认知，但 LLM 也呈现出类似的"负面指令失效"现象，只是机制不同。

1. 训练数据的"正面偏差"

当前主流指令微调数据集（如 FLAN）在构造模板时，几乎只包含正面指令。这导致模型在面对"不要包含关键词""不要暗示某种含义"这类否定式指令时，表现显著弱于正面表述。多项研究通过简单替换模板中的词（如把"plausible"换成"implausible"）就发现，模型的准确率出现断崖式下跌。

换句话说，LLM 并非"故意"违抗你的禁令，而是它的"母语"是正面指令，否定句对它来说是外语。

2. 提示复杂度的"过载效应"

Prompt 工程的最佳实践反复指出：负面约束超过 3–5 条，模型就会产生混淆。当你洋洋洒洒写下十条"不要"时，模型面临的不再是"如何正确回答"的问题，而是"如何在一张复杂的禁止清单中不踩雷"的问题——这本身就是一种认知负荷。

这与 Wegner 实验中的"记忆 9 位数"异曲同工：当模型的"工作记忆"（即上下文窗口中的推理资源）被大量负面约束占据时，它更容易漏掉某条禁令，甚至把禁令本身当作需要关注的主题。

3. 情感框架的"反弹效应"

2025 年的一项研究发现，当用户用负面、沮丧的语气向 GPT-4 提问时，模型很少给出负面回答，而是倾向于"反弹"到中性或正面——研究者称之为 emotional rebound（情感反弹）。这从侧面说明，负面框架会触发模型的某种"纠偏机制"，但这种纠偏并不总是朝着用户期望的方向，有时反而让输出变得不可预测。

---

四、正向引导为什么更有效？

既然负面约束有陷阱，那正向引导的优势在哪里？

1. 它给了模型一个"北极星"

DeepMind、OpenAI 和 Anthropic 的研究者在 2026 年提出的 Positive Alignment（正向对齐）框架中尖锐地指出：传统的安全对齐是"负面对齐"——只告诉模型什么不能做，结果模型停留在"不算不安全"的模糊地带，却缺乏"应该朝向什么"的明确目标。正向对齐则要求优化朝向人类福祉的积极吸引子，而非仅仅远离失败的盆地。

这个洞察同样适用于单条 Prompt："不要编造"只划定了一片雷区，却没有指明安全的道路；"资料暂缺时如实说明"则直接给出了正确行为。

2. 它降低了认知负荷

"用初中生能听懂的大白话"是一条单一、明确、可验证的正面指令。模型不需要在生成过程中不断检查"这个词算不算术语""那个表达是不是太学术"——它只需要朝着一个清晰的目标奔跑。这与 Wegner 实验中"无认知负荷"条件下的成功控制完全吻合。

3. 它与训练分布更匹配

由于指令微调数据以正面模板为主，正面指令天然更贴合模型的"肌肉记忆"。研究表明，将负面指令重构为正面指令是提示工程的核心最佳实践之一。

---

五、实践指南：从"禁止清单"到"行为蓝图"

进阶原则

1. 先给目的地，再画护栏：先用正面指令描述你想要的输出，再辅以 1–2 条最关键的负面约束作为兜底。
2. 负面清单不超过 3 条：如果必须说"不要"，请极度精简，且每条都指向具体的、可识别的行为（如"不要使用 var"），而非抽象的"不要写烂代码"。
3. 用"请做X"替代"别做Y"：每写一条负面约束，都尝试反转为正面表述。如果转不过来，说明你自己还没想清楚想要什么——这时该停下来澄清需求，而不是继续堆砌禁令。

---

六、结语：从"避害"到"趋利"

人类大脑和 Transformer 有一个奇妙的共同点：它们都更擅长追随光明，而非躲避黑暗。

Wegner 的讽刺性过程理论告诉我们，越用力压抑，越容易被反噬；LLM 的指令跟随研究告诉我们，否定句是模型的第二外语，而肯定句才是母语。与其在提示词里编织一张密密麻麻的禁止之网，不如点亮一盏灯，告诉模型："往这里走。"

少写一点"不要"，多写一点"请"。这就是提示工程里的少即是多。