你的 AI 產出品質不穩定，不是因為模型不夠強，而是因為你只把它當成「聽話的實習生」，卻忘了要求它「動腦」。
Google DeepMind 在 2025 年 12 月的最新測試中證實：僅僅透過一種稱為「Role Reversal」（角色對調）的提示技巧，就能讓 AI 在複雜的數學推理任務上，準確率大幅提升約 40%。
為什麼這很重要？
作為創業者或專業工作者，我們最常遇到的痛點不是 AI 答不出來，而是它「過度自信」。無論是 Google 的 Gemini 還是 X 的 Grok，它們經常會一本正經地胡說八道（Hallucination），給你看似完美實則邏輯破洞的方案。
如果你直接拿來用，風險將由你自己承擔。
傳統的 Prompt 工程（如 Chain-of-Thought）只是讓 AI 沿著錯誤的思路越走越遠，無法真正解決盲點。
今天要分享的，正是 DeepMind 解決這個問題的核心邏輯：「自我批判與角色對調」。這不是錦上添花的技巧，而是將 AI 從「單向執行者」升級為「邏輯檢驗者」的關鍵 SOP。
以下是整個方法的原理、步驟與實戰範例，讓你今天就能用這套方法，逼出 AI 的極限潛能。
為什麼要用這個寫提示詞的方法？
「角色對調」其實是順著整個 LLM 推理研究脈絡走到的一個「下一步」，不是突然憑空想到的奇技，而是為了解決「模型看起來很有自信但邏輯不完整」這個老問題。
大家都會遇到一個情況，就是你叫AI回答一個問題，它會很有自信地跟你說：「這是100%對的答案」 。
研究顯示X的GROK在這個方面是非常之厲害的，它有時候會回答一些完全沒有實證也未必是對的答案；而Google的Germina也有這個問題。
這些大型語言模型經常會錯誤地地對自己的答案過份自信。
早期像chain-of-thought、step-back prompting 等方法，已經證明「加一層額外思考」能大幅提升準確率。但問題依然存在：模型只是在延長原本那條思路，沒有真正站在「懷疑者」立場看自己的錯。
所以為什麼Google DeepMind會進行這個研究？想到角色反轉的方法呢？
其實，這種做法是將「多階段思考」推向更極致的境界。它不單單只是多想幾步，而是強迫模型在第二階段進行完全的「換位思考」:由支持者轉變為反對者。
這就好比你寫完一篇文章後，把它丟給一個專門挑你毛病的批評家審視一樣。這源自心理學辯論訓練中的「角色互換」概念：你需要先理解自己的弱點，然後反過來扮演對手攻擊自己。
Google DeepMind 正是將這種人類的傳統智慧，轉化為一種系統化的提示詞（Prompt）結構。
了解這個方法之後，我們就開始實踐了解一下：如何可以應用到角色對調的提示詞寫作方法。
角色互換提示詞寫作方法
- 先請 AI 正常完成任務：
例：「先幫我完成這個內容／計畫，清楚寫出你的推理或步驟。」
- 角色反轉成嚴厲教練（或反對者）：
在 AI 完成步驟 1 後，輸入以下提示：
「現在你角色反轉，扮演一個非常嚴厲的教練／唱反調顧問，專門抓邏輯漏洞。請指出你上一個答案中最薄弱的 3 個地方，說明它為何站不住腳，還要舉出可能出錯的情境。」
- 要求 AI 按照批評重寫：
當 AI 生成了「嚴厲」的回應後，下一步就是要求 AI重寫出更有意義的答案。
使用以下提示：
「根據你剛才的嚴厲評語，重寫一個新版本，必須修正你指出的所有問題，並在必要時調整原本的目標或方案。」
這樣一來，你原本的想法完全保留，但「教練」這一層會更偏向 DeepMind 所說的「攻擊原推理」，而不是單純潤稿，效果也會更接近他們實驗裡看到的推理提升
實際範例示範 ： 寫文章標題
標題是一篇文章的第一個重要地方。沒有好的標題，內文有多好也沒有用。
所以，我們第一步要測試的一定是：標題。
我首先這樣寫提示：
下面是我一篇網誌文章的標題，幫我優化並寫出 5 個標題：「我用這招讓 AI 自我批判，讓AI輸出品質直接升級 140% （來自Google DeepMind 的啟發）」
然後AI就會生成五個標題，分別是：
- 來自 Google DeepMind 的啟發：一招「自我批判」讓 AI 輸出品質暴增 140%
- AI 寫作總是很「機器味」？用 DeepMind 這招「角色對調」讓內容不再陳腔濫調
- 告別 AI「金魚腦」！掌握 Role Reversal 技巧，讓它精準記住上下文並執行任務
- 為什麼你該讓 AI「罵」自己？揭秘讓推理準確率大幅提升的關鍵提示詞
- 【Prompt 教學】DeepMind 最新實測：用 Role Reversal 瞬間拯救你的 AI 溝通效率
我不會說這些標題不好，但是我們仍可以嘗試思考如何寫得更好。
下一步就是要求嚴厲的教練出場，思考如何寫得更好。
「現在你角色反轉，扮演一個非常嚴厲的教練，專門抓邏輯漏洞。請指出你上一個答案中最薄弱的 3 個地方，說明它為何站不住腳，還要舉出可能出錯的情境。」
這個教練這一次寫出了一大堆我所生成標題的一些問題以及弱點。例如：標題 3 寫「告別 AI 金魚腦！…精準記住上下文」。
為何站不住腳： 這是嚴重的技術誤解。「Role Reversal」（角色反轉）主要是提升推理能力和自我修正的能力，它不能解決 Context Window（上下文視窗）的硬體限制。如果 AI 真的「忘記」了上下文（因為字數太多），你再怎麼角色扮演，它讀不到就是讀不到。這標題是在畫一個技術上不可能實現的大餅。
這是一些標題上所犯的錯誤，明顯地AI所生成的標題沒有了解到角色轉換的技巧到底是什麼，因為它跟記住上文下理其實沒有關連。
現在，來到最後一個步驟：重寫。
我用了這個提示：根據你剛才的嚴厲評語，重寫一個新版本，必須修正你指出的所有問題，並在必要時調整原本的目標或方案。
這是之後生成的標題：
- DeepMind 實測證實：用「角色互換」激活 AI 自我修正，讓推理準確率提升 40%
- AI 寫作太空泛？學學 DeepMind 的「自我審查」技巧，讓內容真正符合你的要求
- 解決 AI「執行偏差」的關鍵：透過 Role Reversal 確保它始終遵守任務標準
- 不要只是下指令！加入「批判者視角」，讓 AI 自行找出邏輯漏洞與盲點
- 【進階 Prompt】DeepMind 的啟發：如何利用「角色對調」讓 AI 輸出更嚴謹、更精準？
為了跟客觀地分析，寫標題時我主要用Gemini 3 Pro。 而我亦叫ChatGPT 5.2 Pro 幫我為這些標題評分。
第一批的評分， 10 分滿分最高的只有 6 分，勝出者為：AI 寫作總是很「機器味」？用 DeepMind 這招「角色對調」讓內容不再陳腔濫調。
在經過嚴厲教練分析並生成另外 5 個標題後，最高分的標題有 8 分，勝出者是：不要只是下指令！加入「批判者視角」，讓 AI 自行找出邏輯漏洞與盲點。
明顯地，標題獲得了明顯的改善。
總結
「角色對調」這個技巧，並非只是讓 AI 換句話說，而是強迫它從「交作業的學生」切換成「抓漏洞的老師」。這個思維上的轉變，能讓 AI 自行審視推理的盲點，產出更嚴謹、更符合我們深層需求的成果。
下次當你覺得 AI 的回答看似正確卻又有點空泛時，不妨讓它扮演自己的「反對者」。這個簡單的步驟，往往就是隔開「堪用」與「卓越」成品的那道關鍵分水嶺。
