大模型“脾气”哪来的？不是天生的！SFT如何给AI编“对话剧本”

更新时间：2025-12-11 14:08  浏览量：1

最近跟朋友聊天，发现大家手机里的AI助手脾气差太多了有的像居委会大妈，你说一句她能接十句，连你上周吐槽的老板都记得，有的像高冷教授，问个天气能给你背气象学原理，多问一句就回“信息已提供”。

这事儿挺有意思，明明都是大模型，咋性格差这么远，后来问了搞AI的朋友才知道，这些“脾气”不是天生的，全靠一项叫SFT的技术捏出来的。

说白了，就是有人专门教AI“怎么说话”，教得好的就成了“社牛”，教得糙的就成了“社恐”。

今天就来扒一扒，这个SFT到底是啥神仙操作，能把冷冰冰的代码变成会哄人、会抬杠的“AI朋友”。

要搞懂SFT，得先说说AI是咋“长大”的，所有大模型刚出生时都得经历“学前班”预训练。

这阶段就像把全世界的书、文章、视频字幕全塞进它脑子里，上到量子物理，下到村口八卦，理论上啥都知道。

但光有知识储备没用啊，就像有的学霸考试分数高，跟人聊天能把天聊崩这就是预训练模型的通病。

你试过问预训练模型“最近压力大，有点焦虑”吗？它大概率会回“焦虑是一种常见情绪，建议通过运动缓解”。

听着没毛病，但你是不是更想听到“咋了？跟我说说，说不定能帮你出出主意”？后者就是SFT的功劳。

SFT干的活儿跟教小孩说话差不多，不是教它新单词，是教它啥时候说啥话，啥语气说合适。

预训练让模型成了“百科全书”，但没人教它怎么把这些知识说出来这时候SFT就得登场了，它不增加模型的知识量，只调整知识的“表达方式”。

就像两个人都知道“地球是圆的”，一个人会说“你拿个篮球看看，咱住的地方就跟这球一样”，另一个人会说“根据万有引力定律，天体呈球形”SFT就是教模型选前一种说法，还是后一种。

SFT能起作用，全靠背后一群“AI语言老师”训练师，这些人干的活儿，说简单也简单，说难也难，写示范答案、挑错、定规矩，一步步让模型学会“像人一样聊天”。

先说说写示范答案，这可不是随便写写，得像写剧本台词，每一句都得琢磨。

用户问“加薪怎么谈”，不能只说“要准备证据”，得写成“你可以先列最近半年的项目成果，比如上个月那个项目提前完成，给公司省了10万成本，然后说‘如果能承担更多责任，希望薪资能调整’”。

为啥这么细？因为模型学的就是这种“具体场景+具体说法”的组合，写得越像人话，模型学出来就越自然，光有正确答案还不够，模型犯了错得及时纠正。

比如有次模型回答“海水可以直接喝”，训练师就得改写成“海水含有大量盐分，直接喝会脱水，得处理后才能喝”，还得在旁边标上“错误原因，事实错误，需补充科学原理”。

这活儿跟改作业没两样，只不过改的是AI的“作业”，还得让它明白错在哪儿，下次不再犯，示范和纠错是基础，真正难的是教模型“聊一整场天”。

单轮对话简单，问一句答一句，多轮对话就麻烦了，得记着前面聊了啥，还得接得住话。

比如用户说“昨天跟同事吵架了”，模型回“为啥吵架？”，用户说“他抢我功劳”，这时候模型不能再问“然后呢？”，得说“这种事确实气人，你后来怎么处理的？”这就是训练师在示范里写好的“聊天节奏”。

训练师还得给模型定“行为准则”，比如敏感话题一律不能碰，拒绝时得说“这个问题我没法回答，换个话题聊吧”，不能直接说“不行”，语气要礼貌，但不能太夸张，别动不动就“亲，没问题哦~”。

这些规则得写得特别细，不然模型可能今天像客服，明天像杠精，性格变得乱七八糟，为啥有的AI热情，有的AI冷漠？说到底，是SFT训练时的“侧重点”不一样。

面向年轻人的AI，训练师会多写点“网络热词”“表情包梗”的示范，面向职场人的AI，示范里会多些“高效沟通”“问题解决”的句子。

就像不同学校教出来的学生，有的活泼有的沉稳，根源在“老师怎么教”。

你有没有发现，用久了某个AI，会觉得它“懂你”？不是它真有心灵感应，是SFT训练时把“懂”的标准写进了示范里。

比如你说“电脑开不了机”，它会先问“是按电源没反应，还是黑屏？”，而不是直接甩个维修手册这种“追问细节”的习惯，就是训练师在示范里反复强调的“用户思维”。

现在的SFT还在“标准化性格”阶段，未来可能会更个性化。

说不定过两年，你可以自定义AI性格，选“幽默型”，它会天天跟你讲冷笑话，选“严谨型”，它会帮你把发言稿逐字挑错。

到时候AI可能真成了“千人千面”的助手，你需要啥性格，它就有啥性格，说到底，大模型的“性格”不是天生的，是SFT和训练师一点点“捏”出来的。

预训练让模型“有脑子”，SFT让模型“会说话”，训练师让模型“说得好听”。

这背后藏着的，其实是技术想靠近人的努力毕竟，谁不想跟一个“懂你、会聊、脾气好”的AI聊天呢？未来的AI，可能不只是工具，更像个随时能聊几句的朋友。