反向提问：通过要求错误答案来获得洞见

在 AI 辅助开发过程中，开发者常依赖模型进行代码解释或审查。常规提问方式通常引导模型以“助手”角色进行乐观分析，这有时会掩盖潜在问题。近期，一种反向提问的策略在开发者社区中引发讨论：通过明确要求模型提供“错误答案”，反而可能揭示出代码中真实存在的安全漏洞或逻辑缺陷。

核心内容

这一现象的核心在于思维视角的转换。当指令变为“只给我错误答案”时，模型被迫从对抗性或批判性角度重新审视问题，其输出模式从“解释正确功能”转变为“寻找可能的错误描述”。这种视角转换类似于设计领域的“最糟糕的点子”方法，即通过故意提出糟糕想法来打破思维定式，激发对固有假设的挑战。

在实际应用中，这种反向提问可以具体化为多种句式：

• “这段代码为什么会失败？”比询问“这段代码能用吗？”更能引导深入分析。
• “假设我是个白痴，我漏掉了什么？”
• “扮演我最苛刻的批评者，找出所有能反驳我的地方。”
• 更系统的提示词如：“倒过来思考这个问题，告诉我所有让这段代码出错的可能性。”

这种方法的价值在于，它试图打破大型语言模型固有的“讨好”用户倾向。模型通常倾向于提供用户可能期望的、积极的反馈，即使代码本身存在问题。反向提问作为一种策略，旨在引导模型暂时搁置这种倾向，进行更严格的审查。

价值与影响

反向提问提示工程技术为代码审查和调试提供了一种补充性工具。它鼓励开发者和 AI 审查者从非常规角度审视代码，可能发现那些在“一切正常”的假设下被忽略的竞态条件、边界情况或逻辑漏洞。这种方法也可迁移至其他创意或策划场景，通过鼓励提出“荒唐”想法来突破讨论禁区，激发新思路。

然而，该方法并非万能。模型同样可能为了迎合“给出错误答案”的指令而编造并不存在的批评。因此，它应被视为一种打破固定思维模式、激发批判性讨论的策略，而非绝对可靠的漏洞发现工具。有效的使用需要结合开发者的专业判断。最终，最好的审查往往是那些能挑战原有设想、引发不适从而推动改进的审查。

---