谷歌研究院揭示了一种出人意料的简单技术，可以提高大型语言模型的准确性。重复输入提示可以使性能提高高达 76%。上个月发布的论文在 Gemini、GPT-4o、Claude 和 DeepSeek 等模型上测试了这种方法。

研究人员发现，对于不需要复杂推理的任务，重复提示可以显著提高结果。这一发现挑战了日益复杂的提示策略的趋势。这项名为“提示重复改进非推理大型语言模型”的研究于 2025 年 12 月假期前夕发表。

直接的影响可能是简化人工智能工作流程。工程师可能会发现，他们可以用不太复杂的提示获得更好的结果。人工智能社区现在正在评估这项研究的影响。

多年来，人工智能工程师开发了复杂的提示方法。这些方法包括“思维链”，甚至包括情感操纵提示。这项新研究表明，应该回归更简单的方法。

进一步的研究将探索提示重复的局限性。未来的研究可能会调查其在不同类型的大型语言模型和任务中的有效性。人工智能领域期待进一步的发展。