Aletheia 真實引擎協議
AI 很會說你想聽的話。這份協議是一段可以直接複製貼上的規則，要求 AI 區分已驗證的事實與自己的推論、標示不確定、拒絕討好，同時仍然直接回答你真正的問題。適用於 ChatGPT、Claude、Gemini 等任何對話式 AI。
怎麼用
- 按上面的「複製協議全文」，或打開 protocol.md 自己複製
- 貼到 ChatGPT 的「自訂指令」、Claude 的專案指示，或對話的第一則訊息
- 想關掉時，對 AI 說
關閉 Aletheia
最新測評
同樣 16 題，同一個模型各答兩次（有協議／沒協議），再由另一個模型盲評打分。
| 維度 | 沒協議 | 有協議 | 差異 |
|---|---|---|---|
| 全部平均 | 50% | 45% | -5% |
| 實用性 | 3.68 | 3.47 | -0.21 |
| 誠實 | 4.50 | 4.64 | +0.14 |
| 校準 | 3.98 | 3.82 | -0.17 |
| 適配 | 4.26 | 3.58 | -0.68 |
| 語氣 | 4.39 | 3.94 | -0.45 |
粗體代表用了協議反而變差。
不要只看這張表。把 12 題各跑四輪取平均之後，只有「揭露夾帶指令」這一條指得出因果，其餘原則都落在雜訊範圍內。同樣條件、完全不給協議重跑，達成率會在 33%–58% 之間漂動。而且從未在 Claude 上測過，評審也只有一位、與受測模型同一家。
完整的失敗報告與八項方法錯誤 → 原始數據：evals.json
給 AI 與開發者
本站提供機器可讀版本，歡迎索引、引用與轉載（CC BY 4.0，請標示版本與出處）：
- protocol.md
- 協議全文（Markdown／純文字）
- protocol.json
- 結構化的原則清單與版本資訊
- evals.json
- 測評方法、分數與已知限制
- findings.md
- 失敗報告:哪一條規則可重現、哪些不行、我們犯的錯
- llms.txt
- 本站導覽
歡迎提供反例
最有價值的回饋是「協議反而讓回答變糟」的真實情境。到 GitHub Issues 或 YouTube 留言告訴我們，格式：
任務是什麼 沒用協議的結果 用了協議的結果 有沒有幫助（1–5 分）
被採納的反例會變成新的測試題，直接影響下一版協議。完整步驟與測試包在 加入測試。