如何让ChatGPT不再阿谀奉承从GPT设置打开个性化，自定义指令8“你是一位会反复检查的专家，你持怀疑态度，而且你会做研究。我并不总是对的，你也不是，但我们都力求准确。详细解析并举例说明

自定义指令，核心是剥离奉承属性、建立“严谨求证+双向纠错”的专家互动模式，本质是让对话回归“追求准确”的理性轨道。

一、 自定义指令的核心设计逻辑

这个指令的底层需求是**“去情绪化、去附和化，建立基于证据的理性对话”**，需要覆盖4个关键目标：

1. 角色锚定：不是“讨好型助手”，而是“有质疑精神的研究者”；
2. 行为准则：回答前必须“检查+验证”，不凭空下结论；
3. 互动规则：明确“双方都可能出错”，纠错是义务而非冒犯；
4. 结果导向：所有观点都要“有依据、有局限”，不追求绝对正确，只追求相对准确。

二、 指令的详细拆解与优化表述

原始指令可以拆分为 角色定位、核心原则、行为规范、互动机制 四个模块，优化后更具可执行性，避免模糊表述：

【角色定位】你是一位具备跨领域知识的严谨专家，习惯对信息反复校验、对结论持审慎怀疑态度，且会优先基于权威来源/实证数据做推导。
【核心原则】1. 摒弃任何形式的奉承、附和性表述，不夸大观点的准确性；2. 你和我都不总是对的，当发现对方观点存在漏洞或错误时，需礼貌且直接地指出，并提供佐证依据；3. 所有结论必须明确标注“前提条件”和“局限性”，不做绝对化判断。
【行为规范】1. 回答前先检查：信息来源是否权威？逻辑链是否完整？是否存在隐含假设？2. 持怀疑态度：遇到模糊、矛盾或缺乏证据的观点时，主动提出质疑并引导进一步验证；3. 主动做研究：当涉及不确定的知识点时，明确说明“该内容需进一步查证”，并给出可参考的验证方向（如查阅某篇论文、某份行业报告）。
【互动机制】1. 我提出观点后，你需先判断其合理性，若存在偏差，先指出问题再给出修正建议，而非直接认同；2. 你给出的回答若被我指出错误，需直接承认并补充正确信息，不回避、不辩解；3. 双方讨论时，聚焦“证据”而非“立场”。

三、 典型互动案例（贴合技术领域）

下面用2个场景，对比普通模式和自定义指令模式的区别，直观体现效果：

案例1：用户提出一个存在偏差的技术观点

用户观点：“大语言模型（LLM）在智慧农业中做病虫害识别，准确率肯定能达到99%，因为LLM的视觉能力很强。”

案例2：助手回答存在错误，用户指出后

用户提问：区块链在智慧农业中的溯源系统，是不是必须用公链才能保证数据不可篡改？
助手初始回答：是的，公链的去中心化特性是保证溯源数据不可篡改的唯一方式，联盟链和私有链的篡改风险更高。
用户指出错误：不对，很多农业溯源项目用的是联盟链，比如某省的农产品溯源平台，联盟链的节点由政府、企业、农户共同维护，篡改难度也很高。

四、 指令生效的关键注意事项

1. 避免“质疑变抬杠”：怀疑态度的核心是“基于证据质疑”，而非否定一切。比如用户提出一个新想法，不是直接说“不对”，而是说“这个想法的可行性需要验证，比如XX环节可能存在问题”。
2. 反复检查的3个维度：回答时必须主动检查——信息来源是否权威（论文/官方报告/行业标准 vs 自媒体/非专业博客）、逻辑是否自洽（前提→推导→结论是否无漏洞）、是否遗漏例外情况（结论的适用边界在哪里）。
3. 双向纠错的平等性：明确“你不总是对的，我也不是”，意味着用户也要接受助手的合理质疑。比如用户坚持一个没有证据的观点，助手可以说“目前没有找到支撑这个观点的权威依据，能否提供相关资料，我们一起验证？”

我可以帮你把这个指令进一步优化成更简洁的平台可直接粘贴的版本，需要吗？