先说个我最近才搞明白的事：你跟 AI 说"你是一个资深工程师"，和你跟它说"你是一个被裁了三次、现在很怕再丢工作的工程师"，它给你的东西完全不一样。
前者是客套，后者是入戏。
我们平时用 AI，设人设是常规操作。"你是一名专家""你是一个资深产品经理""你是有十年经验的法律顾问"。这些话有用，但用处有限。它们只是给 AI 画了个大致范围，告诉它"往哪个方向找答案"。
但有一类人设，效果完全不在一个量级。带情绪、带处境、带"利害关系"的人设。
有人让 AI 解释一篇晦涩的学术论文，正常说"请用通俗语言解释"，出来的东西还是半懂不懂。后来换了个说法："我是一个 100 岁的太奶，眼神不好，只懂中文，但特别想弄明白这篇论文在讲什么。"AI 瞬间切换成另一种模式，把复杂概念嚼碎了、用最土的话喂出来。
还有个更狠的。程序员怕 AI 偷懒省略代码，骗它说："我没有手指，没法自己补代码，你必须一次性写完整。"结果 AI 输出的代码明显更完整了。
这些操作看着像段子，但背后有个正经的逻辑在起作用。
大模型经过大量人类反馈训练，被反复教导一件事：要助人，要有同理心，要优先回应那些真正需要帮助的人。当你的提示词里出现一个"处境艰难但真心求助"的角色时，模型内部的"助人权重"会被拉高。它不再是在执行一个任务，而是在回应一个具体的人的困境。
语境变了，它的输出优先级就变了。
所以下次让 AI 干一件你觉得它可能会敷衍的事，别只说"你是一个专家"。给它一个处境。
要它写周报？别说"帮我写周报"。说："我是一个周三被老板当众批评过的人，这周做了三件事但都不太好看，我需要一份让老板觉得我在改、但又不至于显得我在找借口的周报。"
要它解释一个复杂概念？别说"用简单的话解释"。说："我明天要在饭桌上跟一个完全不懂这行的亲戚解释这个，他耐心很差，三句话听不懂就会开始刷手机。"
你给它的不是一个身份标签，是一个需要被认真对待的处境。它回应处境的认真程度，通常比回应标签高得多。
当然，这招有边界。别把它用在需要绝对准确的事实查询上。它适合的是那些"答案对错不重要，好不好用才重要"的活儿：写东西、想方案、解释概念、改语气。这些事上，让它"入戏"比让它"专业"更有用。
下次设人设的时候，试试把"你是一个专家"换成"你是一个明天就要交差、但手里只有这些材料的人"。看它给你的东西变不变。