Ger artighet mot AI dig bättre svar?
Av Chatday Editorial Team ·
De flesta av oss skriver “tack” och “snälla” till en chatbot utan att tänka på det. Det känns artigt, och vissa misstänker tyst att det ger dem ett bättre svar. Så här är den ärliga versionen: att vara artig förbättrar inte märkbart det en AI ger dig, och att vara burdus hjälper inte heller på ett pålitligt sätt. Det som verkligen ändrar svaret är hur tydlig och konkret du är.
Det är ingen gissning. Testet är gjort nu, och resultaten är lite obekväma för alla som trodde att gott uppförande var hemligheten.
Vad artighetsstudien faktiskt fann
I oktober 2025 gjorde två forskare vid Penn State ett litet, prydligt experiment. De skrev 50 flervalsfrågor i matematik, naturvetenskap och historia och skrev sedan om varje i fem toner: mycket artig, artig, neutral, burdus och mycket burdus. Det gav 250 versioner av samma frågor, som de körde genom ChatGPT:s modell GPT-4o.
Överraskningen: de burdusa prompterna klarade sig något bättre. Mycket artiga formuleringar hittade rätt svar 80,8 % av gångerna. Mycket burdusa nådde 84,8 %. De korta versionerna utan artighetsfraser gick förbi de smickrande.
Innan du börjar kommendera din chatbot, läs det finstilta. Det var en enda modell, 50 grundfrågor och en skillnad på runt fyra punkter. Författarna själva kallade det en startpunkt för mer forskning, inte ett råd att vara otrevlig. Ett så smalt resultat kan vända med en annan modell eller en annan uppgift.
Och det vänder. En tidigare studie från 2024, över flera språk, fann nästan motsatsen: burdusa prompter försämrade ofta prestandan, medan mer smicker inte gav någon tydlig fördel. Den studien såg också att den ideala punkten flyttar sig med språket, eftersom artighetsnormerna i engelska, kinesiska och japanska inte är desamma. Två studier, två motsatta rubriker. När forskningen är så oense är den rimliga läsningen att ton mest är brus.
Så ska du vara burdus mot AI? Nej
Kort svar: nej, och inte bara för att det är obehagligt att skriva.
Den uppmätta fördelen med burdushet är pytteliten och opålitlig. Nackdelen är verklig. Korta, aggressiva prompter tenderar att skala bort det sammanhang modellen behöver, för att du är för upptagen med att vara tvär för att förklara vad du faktiskt vill. Du tränar också in en vana. Om du snäser åt en chatbot hela dagen läcker en del av den tonen in i hur du skriver till riktiga människor. Det är inte värt fyra punkter på ett test.
Det finns också en kostnadssida som blev viral förra året. När någon frågade hur mycket pengar i el alla dessa extra “tack” och “snälla” brände svarade Sam Altman på OpenAI att det var “tiotals miljoner dollar väl använda”. Det var halvt på skämt. Men poängen håller: artighet är inte gratis för företagen som driver dessa modeller, och den köper dig inte heller smartare svar. Det är bara en vana, och en harmlös sådan.
Vad som verkligen ändrar svaret
Om tonen är brus, vad är då signal? Konkretion. En vag fråga ger ett vagt svar hur sött du än frågar. Här är den ärliga ordningen på vad som spelar roll:
| Vad du justerar | Verklig effekt på svaret |
|---|---|
| Säga tack / snälla | Nästan ingen |
| Vara burdus eller krävande | Minimal, och inte värd det |
| Lägga till detaljer och sammanhang | Stor |
| Ange formatet du vill ha | Stor |
| Ge ett exempel på ett bra svar | Stor |
| Välja rätt modell för uppgiften | Stor |
Titta på de fyra nedersta raderna. De har inget med uppförande att göra och allt med att kommunicera tydligt. Det är samma skäl till att samma fråga kan ge olika svar beroende på hur du formulerar den. Tonen är dekorationen. Begäran under är det modellen jobbar med.
Ett före och efter gör det tydligt. “Skriv ett trevligt mejl åt mig” är artigt och värdelöst. “Skriv ett kort, vänligt mejl till min hyresvärd och be om att få en läckande kran lagad den här veckan, under 80 ord” är konkret och ger dig något du faktiskt kan skicka. Inget “snälla” behövs, även om du gärna får lägga till ett.
Vanan som slår gott uppförande
Här är delen som gör det hela användbart och inte bara kul. När du slutar oroa dig för tonen och börjar skriva tydliga prompter är nästa största hävstång vilken modell du skickar prompten till. Samma tydliga fråga kan få ett skarpare svar från en modell och ett plattare från en annan, beroende på uppgiften.
Det är lätt att se själv. Ta en välskriven prompt och kör den genom flera modeller sida vid sida. För en noggrann tankeuppgift föredrar du kanske en; för ett snabbt, lätt svar en annan. Tonen du använde väger knappt något. Modellen du valde, och hur tydligt du frågade, avgör nästan allt.
Du behöver inte fem separata appar och fem inloggningar för det här. Ett ställe, varje stor modell, en tydlig fråga.
Behåll alltså ditt goda uppförande om du gillar det. Det är inget fel med ett “tack” i slutet av ett bra svar. Var bara medveten om att det är för dig, inte för maskinen. De riktiga vinsterna kommer av att fråga tydligt och skicka frågan till rätt modell.