重要的事情说三遍！重复提示词竟能让非推理模型准确率狂飙

重要的事情说三遍！重复提示词竟能让非推理模型准确率狂飙

原创 Victor 硅基捕手维克托2026年1月26日 08:18新加坡

论文链接：https://arxiv.org/abs/2512.14982
发布时间：2025.12.17

平时咱们在用大模型，尤其是那些非思考类的模型的时候，经常会遇到一种崩溃的情况：你明明在要求里写得清清楚楚，让它“不要输出多余的废话”或者“必须以某种格式开头”，它偏偏就像耳边风一样，直接给忽略了。

这时候，我有一些习惯性的办法：把重点词加粗，或者套上引号，甚至在开头说一遍、结尾再说一遍。

没想到，这种带点情绪的“复读”操作，竟然被谷歌的研究员给专门写成了论文，还证明了它在科学上是非常有效，原来这也可以！

核心做法：简单到不可思议

谷歌的这篇论文，核心观点就一句话：在不使用推理模式时，直接把提示词复制一遍拼在一起发送（即[指令][指令]），就能显著提升大模型的性能。

基线输入形式及重复输入形式

而且最神奇的是，这种操作几乎没有副作用。它不会增加模型生成的字数，也不会让你觉得回复变慢了，因为它增加的只是“预填充（Pre-fill）”阶段的计算量，这部分在硬件上是可以并行处理的。

为什么“复读”能救命？

咱们先聊聊底层逻辑。

我觉得，这其实跟Transformer架构的“注意力机制”有很大关系。非思考模型在生成答案时，它其实是在玩一场概率游戏。如果你的指令只出现一次，模型在处理长文本时，注意力可能会分散，不小心就把你那条关键的指令给漏掉了。

接着我们从直观感受上看看为什么这种方法可行？

这就好比咱们人类的“快思考”和“慢思考”。非思考模型就像是处于“快思考”模式，你问它问题，它不过脑子直接就吐答案。而这种把提示词重复一遍的操作，就像是你在它耳边连喊了两遍“看重点！看重点！”，强行把它的注意力拉回到你的指令上。

相比之下，像o1或者DeepSeek-R1这种“思考模型”，它们自带“慢思考”属性。你去看它们的思考链路，它们往往会先复述一遍用户的要求，或者自己在那儿嘀咕：“用户让我干啥来着？哦，不能有废话。”这种复述需求或自我纠检的过程，其实已经起到了“重复输入”的效果，所以这篇论文提到的方法，主要对那些“性子急”的非思考模型有效。

用数据说话：47胜0负的战绩

我翻了一下论文里的实验数据，这么简单的重复效果惊人。研究人员测试了包括Gemini、GPT、Claude和DeepSeek在内的各种主流模型。

在70组“模型+任务”的对比测试中，采用“重复提示词”的方法，在47组中取得了显著的性能提升，而剩下的23组则是打平，没有一组是变差的。这就意味着，这个方法属于“有百利而无一害”，哪怕没效果，也不会拖后腿。

尤其是在一些需要精准操作的任务上，这种提升简直是“降维打击”。比如论文里提到的一个叫“NameIndex”的任务，它是用来测试模型“细心程度”的一个高难度测试集，

它的规则非常对人来说也非常直接和简单，就是给模型个人名，然后让模型输出第个人名是什么。

NameIndex 测试集示例

各模型在 NameIndex 上表现如何呢？

• Gemini 2.0 Flash-Lite在正常情况下，准确率只有惨不忍睹的21.33%。

• 但是，只要把提示词重复一遍，它的准确率瞬间飙升到了97.33%！

这就是我前面说的，有些任务模型其实“会”，但它因为注意力没集中，“没看清”或“没关注到”要求，导致它答错了。

为什么对思考模式没啥用？

论文里也对比了这种方法在思考模式上的表现。结果发现，如果模型已经开启了思考模式（为了公平对比，论文中用的仍然是非思考模型，但添加特殊指令“Let's think step by step”，通过 CoT 的方式让模型在输出答案前先思考），重复提示词带来的边际效应就很低了。

这也非常符合我们的直觉：思考模型在生成的过程中，其实已经在不断审视自己有没有满足要求。就像论文里观察到的，推理模型在训练过程中往往已经学会了复述用户的请求。当它自己已经开始“反复研读”你的指令时，你手动在输入端复读，就显得有点多此一举了。

总结：最简单的“暴力美学”

看完这篇论文，我最大的感受就是：有时候，最先进的技术问题，往往可以通过最原始、最“暴力”的方法解决。

如果你下次用AI写代码、做数据提取，或者处理一些复杂的格式要求，发现它老是记不住你的指令，别急着去改那些玄学的提示词模板。最简单、最有效的办法就是：Ctrl+C，Ctrl+V，把你的要求再说一遍。

毕竟，科学证明了，哪怕是AI，重要的事说三遍也是真理！