对抗 LLM 输出同质化：多阅读器隔离架构比深挖人设更有效

solomonj48103 · reddit · 2026-08-08

作者结合近期关于 LLM 输出同质化的研究指出，在提示词中增加 Persona（人设）的深度并不能线性提升效果，而扩大广度、使用普通人设反而比名人设定更好。\n\n基于实践，作者发现真正能改善多视角分析效果的是架构设计而非描述。最有效的做法是让每个 Persona 在独立会话中先得出完整结论，然后再汇总交流。这样如果出现观点趋同，就能证明是针对文本本身的共鸣，而不是受上下文对话的污染。