Codex防御性回复太重？网友分享自定义指令削弱模型免责声明

一位Linux.do论坛用户发帖分享了缓解Codex模型防御性回复过重的实用方法。作者观察到，Codex近期回复中充斥大量“不能代表”“不意味着”等免责声明式表述，已严重影响使用体验，与早期版本的爽快风格形成明显反差。作者推测，这一现象源于使用人数增长后引发的各类问题，促使OpenAI在后训练或内部提示词中不断叠加免责表述，属于提前规避风险的行为。作者在测试中发现，直接使用“不许回复某某内容”等硬性限制效果不佳，而从正向角度引导模型反而更有效，例如向模型传达“我对你具有包容性，不担心你犯错”的态度。具体操作路径为：在Codex的设置、个性化、自定义指令中粘贴一段预先编写的提示词。该提示词将用户定位为善意包容的合作者，要求模型直接给出有依据的判断而非追求百分之百证明、用具体条件限定结论、证据不足时收窄判断而非堆叠免责声明、删除不影响事实与决策的冗余限定、必要限定只说一次。作者还建议按场景分别配置：ChatGPT用于日常聊天与Work模式，Codex用于开发模式。作者表示，采用该方法后模型回复已恢复到可读状态。

事件分析

核心观点：模型免责声明泛滥暴露安全对齐的矫枉过正，提示词调校正成为用户夺回模型可用性的低门槛杠杆。