AI 為何像換了腦袋：答案不只看模型

AI 知識

AI 的可見行為，不只由模型權重決定

AI 知識｜System Prompt｜2026-08-05

同一個 AI，昨天回答得很對味，今天卻像突然換了一個人。很多人會直覺認為：是不是模型更新了？

模型當然重要，但它不是全部。尤其當你使用的是一個完整產品，而不是只在紙上比較模型名稱時，AI 的可見行為還會受到 system prompt、請求路由、安全分類與取樣等服務層影響。

這不是在說模型可以隨意變來變去，而是提醒一件更實際的事：看懂 AI 的回答差異，要先把「模型本身」和「包在模型外的一整層產品系統」拆開來看。

Anthropic 的 model ID 文件指出，Claude 4.6 世代之後，一個既有 model ID 對應固定快照，權重與組態不會被原地更新。這個設計的目的，是讓開發者可以對特定 model ID 建立較穩定的預期。

不過，同一份文件也提醒：請求路由、安全分類器與取樣邏輯等服務基礎設施仍可能調整，讓可見行為出現細微差異。

這兩句話放在一起很重要。它們不是矛盾，而是在描述不同層次：模型快照可以固定，但產品服務不只由模型權重構成。

因此，當你覺得回答語氣、格式、拒答方式或處理細節有變化時，不能只用「模型變強了」或「模型變笨了」解釋。更準確的說法是：可見輸出可能同時受到模型、指令與服務層共同影響。

使用者看到的是輸入框，但產品送給模型的上下文通常不只是一段使用者文字。

Anthropic 公開的 system prompt 文件說明，Claude 網頁版與行動版會在每段對話開始時帶入 system prompt。它可以補充目前資訊，也會引導回應的方式，例如格式與表達習慣。這些提示詞會定期更新；同時，文件明確指出，這不是 Claude API 的規格。

把 system prompt 想成產品在每次對話前先交代給 AI 的工作說明，會比較容易理解。它不等於模型本身，也不是使用者手動輸入的 prompt；它是產品體驗的一部分。

這也說明了為什麼同一個問題，在不同介面、不同時間或不同使用情境下，可能得到不完全相同的回答。差異未必來自模型權重，也可能來自系統提供給模型的背景和行為指引。

AI 產品還需要處理許多模型以外的工作：把請求路由到合適的後端、辨識安全風險、設定取樣行為、管理服務品質與例外處理。

這些層次通常不會完整顯示在聊天介面裡，卻會影響人實際感受到的結果。例如，回應是否更保守、格式是否更一致、某些問題是否被改用不同的處理流程，都不能只從模型名稱判斷。

這不代表每一次差異都能被外部觀察者精確歸因。官方文件也沒有把所有服務細節公開成可預測規格。比較好的態度是保留邊界：可以知道有哪些層次可能影響結果，但不能把其中一個因素誇大成唯一原因。

當 AI 的回答讓你感覺「不太像以前」，不必急著找一個單一答案。先問三個問題更有用。

第一，現在用的是不是同一個 model ID 或同一個產品介面？模型名稱相同，不代表每個使用場景都採完全相同的服務設定。

第二，這次差異是內容能力、語氣、格式，還是安全回應？不同類型的差異，可能對應不同層次，不能混成一句「模型變了」。

第三，這個判斷是基於單次體驗，還是多次可比較的測試？AI 回應本來就有取樣與上下文差異；只看一次，很容易把偶發波動誤解成產品全面改版。

這三個問題不會讓 AI 變得完全可預測，卻能讓討論從直覺抱怨走向較清楚的判斷。

模型能力會持續進步，但使用者真正接觸到的，永遠是一個包含介面、指令、路由、安全與服務策略的系統。

下次你覺得同一個 AI 像換了腦袋，不妨先把問題拆開：模型是否相同？產品有沒有給它不同的背景？服務層是否可能改變了回應方式？

這樣看 AI，不是為了替任何一次奇怪回答找藉口，而是為了更精準地理解：我們正在使用的，從來不只有一組模型權重。