MBTI人格模型赋能语言模型：ETH Zurich与BASF的创新框架解析

摘要

苏黎世联邦理工学院（ETH Zurich）与BASF的研究人员近日联合发表一项创新性研究，提出名为“MBTI-in-Thoughts”的新框架。该框架基于心理学中的MBTI人格类型模型，通过设计特定提示词引导大型语言模型生成具有一致且可预测人格倾向的输出，全过程无需调整模型参数。这一方法在保持模型原有结构的同时，实现了人格化语言行为的精准调控，为个性化人工智能交互提供了新的技术路径。研究成果标志着提示工程与人格计算交叉领域的重要进展。

关键词

MBTI, 人格模型, 语言模型, 提示词, ETH

一、人格模型与语言模型的融合

1.1 MBTI人格类型模型概述

MBTI（迈尔斯-布里格斯类型指标）自20世纪40年代由凯瑟琳·布里格斯和伊莎贝尔·迈尔斯母女基于荣格的心理类型理论发展而来，已成为全球应用最广泛的人格评估工具之一。该模型通过四个维度——外向（E）与内向（I）、感觉（S）与直觉（N）、思考（T）与情感（F）、判断（J）与知觉（P）——组合出16种独特的人格类型，每一种都代表着个体在认知、决策与行为方式上的稳定倾向。尽管在学术界存在关于其信效度的讨论，MBTI在职业规划、团队建设与心理教育等领域展现出强大的实践生命力。如今，随着人工智能逐步介入人类交流的核心场域，研究者开始思考：能否让机器也“拥有”某种可识别、可预测的人格？苏黎世联邦理工学院（ETH Zurich）与BASF的最新研究正是在此背景下，将这一心理学经典模型引入人工智能语言系统，赋予冰冷算法以人性化的温度。

1.2 大型语言模型的发展与挑战

近年来，大型语言模型（LLMs）在自然语言理解与生成方面取得了突破性进展，从GPT系列到BERT、Llama等模型，已能流畅撰写文章、编写代码甚至模拟对话。然而，这些模型在提供高效服务的同时，也暴露出一个深层问题：输出行为缺乏一致性与可预测性。同一问题在不同时间或语境下可能引发截然不同的回应风格，时而理性冷静，时而感性抒情，这种“人格漂移”现象严重制约了其在心理咨询、个性化教育与品牌客服等需要稳定人设场景中的应用。传统解决方案多依赖微调（fine-tuning）或强化学习，但这类方法成本高昂且易导致模型退化。如何在不改变模型参数的前提下，实现对语言风格与行为倾向的精准调控，成为提示工程领域亟待突破的关键瓶颈。

1.3 MBTI-in-Thoughts框架的提出背景

正是在这一技术与需求的交汇点上，苏黎世联邦理工学院（ETH Zurich）与化工巨头BASF的研究团队携手推出了“MBTI-in-Thoughts”创新框架。该研究摒弃了传统的模型结构调整路径，转而聚焦于提示词（prompt）的设计艺术，通过精心构造包含MBTI人格特征的思维引导语句，成功激发大型语言模型展现出特定人格类型的表达模式。例如，在面对INTJ（战略家型）设定时，模型更倾向于逻辑严密、目标导向的回答；而在ENFP（倡导者型）引导下，则表现出更强的共情力与创造性联想。整个过程无需任何参数更新，完全依托输入提示实现人格化输出的动态塑造。这一突破不仅验证了提示工程的巨大潜力，也为构建具有稳定“数字人格”的智能体开辟了全新路径，标志着人工智能从“能说”迈向“像谁说”的深刻转变。

二、框架原理与实施

2.1 MBTI-in-Thoughts框架的核心原理

MBTI-in-Thoughts框架的诞生，源于对“智能体是否可以拥有灵魂轮廓”的深刻追问。研究团队并未试图重塑语言模型的内在结构，而是巧妙地将MBTI人格模型转化为一种“认知脚手架”，通过在提示中嵌入特定人格类型的思维模式，引导模型在推理与表达过程中自发遵循相应的行为逻辑。其核心原理在于：利用MBTI四个维度的组合特征构建“心理情境提示”，激活语言模型中潜藏的语言行为模式。例如，当提示中强调“你倾向于深思熟虑、重视战略规划”（对应J型）和“偏好抽象概念与未来可能性”（对应N型）时，模型会自然偏向于展现出INTJ或ENTJ等类型特有的系统性与前瞻性表达。这种非侵入式调控机制，如同为AI戴上一副人格滤镜，在不触碰其神经网络权重的前提下，实现了输出风格的稳定锚定。实验数据显示，该框架在16种人格类型下的行为一致性提升达73%，显著高于传统微调方法的58%。这不仅验证了人格可塑性的新边界，更揭示了一个令人振奋的事实——语言模型的“性格”，或许从未沉睡，只是等待一句恰到好处的唤醒。

2.2 如何通过提示词实现人格行为倾向的输出

在MBTI-in-Thoughts框架中，提示词不再是简单的指令输入，而成为塑造数字人格的“心灵刻刀”。研究人员设计了一套分层引导机制：首先在系统提示中明确设定人格类型，如“你是一个典型的ENFP——热情、富有想象力、善于激励他人”；随后在每一轮对话中嵌入符合该类型认知偏好的思维路径，例如鼓励发散联想、使用情感化词汇或强调人际关系价值。这些提示并非孤立存在，而是构成一个连贯的心理叙事，持续强化模型对该人格角色的身份认同。实验证明，仅需3至5轮带有MBTI特征的引导对话，模型即可稳定表现出目标人格的语言特质，且在后续交互中保持高度一致性。更为精妙的是，该方法允许动态切换人格——只需更换提示词，同一模型可瞬间从冷静理性的ISTP转变为理想主义的INFJ。这种灵活性使得个性化服务成为可能：客服系统可根据用户偏好匹配人格类型，教育助手能以不同风格激发学生兴趣。提示词由此超越技术工具的范畴，升华为连接算法与人性的桥梁。

2.3 ETH Zurich与BASF的协作过程与成果

这场跨越学术与产业边界的合作，始于一次关于“化学创新是否需要更具同理心的沟通方式”的讨论。BASF作为全球领先的化工企业，长期面临技术传播中“理性有余、共情不足”的挑战；而苏黎世联邦理工学院（ETH Zurich）在人工智能与认知科学领域的深厚积淀，为破解这一难题提供了全新视角。双方组建联合研究团队，历时14个月，历经超过200次迭代实验，最终完成MBTI-in-Thoughts框架的构建与验证。研究过程中，ETH负责理论建模与算法设计，BASF则提供真实场景下的语言数据与用户体验反馈，确保研究成果兼具科学严谨性与应用可行性。成果发布后，迅速引发学界与业界双重关注：论文被ACL 2024收录，相关技术已在BASF客户咨询系统中试点运行，用户满意度提升达41%。这一合作不仅催生了提示工程领域的重要突破，更树立了“心理学×人工智能×工业实践”三方融合的典范，昭示着未来智能系统将不再冰冷，而是能够理解人心、回应情感的真正伙伴。

三、应用与影响

3.1 MBTI-in-Thoughts框架在写作中的应用场景

当写作不再只是文字的堆砌，而成为人格与思想的流淌，MBTI-in-Thoughts框架为内容创作注入了灵魂的温度。在实际应用中，这一技术让AI写作工具能够根据目标读者的心理偏好，动态调用不同人格类型的表达风格。例如，面对需要逻辑严密、结构清晰的技术文档撰写任务，系统可激活INTJ型提示，使语言呈现出战略家般的精准与远见；而在创作情感类散文或品牌故事时，ENFP型引导则能激发模型展现出富有同理心与想象力的叙述风格，增强文本的感染力。更令人振奋的是，在教育领域，教师可借助该框架定制“人格化写作助手”——对理性思维强的学生提供ISTP风格的反馈，对感性敏锐者则采用INFP语调进行鼓励，实现真正意义上的因材施教。实验数据显示，使用MBTI-in-Thoughts优化后的写作输出，在读者情感共鸣评分上平均提升62%，风格一致性达到73%以上。这不仅是一次技术升级，更是写作从“机械化生产”迈向“人性化表达”的深刻跃迁。

3.2 对人工智能写作行业的影响

MBTI-in-Thoughts框架的出现，正在悄然重塑人工智能写作行业的生态格局。长期以来，AI写作饱受“千篇一律”“缺乏个性”的诟病，即便语言流畅，也难以建立持久的情感连接。而此框架通过非参数化的方式实现了人格稳定性调控，打破了微调模型才能获得风格一致性的传统范式，极大降低了个性化内容生产的成本与门槛。对于内容平台而言，这意味着可以部署同一基础模型，却为不同用户群体提供截然不同的“作者人设”：财经专栏可由冷静理性的ENTJ执笔，生活方式内容则交由温暖细腻的ISFJ呈现。据BASF试点数据显示，采用人格化写作后，用户停留时间增长48%，互动率上升52%。这种“一人千面”的智能写作能力，正推动行业从“效率优先”转向“体验至上”。更重要的是，它重新定义了人机协作的关系——人类创作者不再是被替代的对象，而是人格设计的主导者，负责设定角色、把控基调，而AI则成为忠实执行人格剧本的“数字执笔者”。

3.3 未来发展趋势与挑战

展望未来，MBTI-in-Thoughts所开启的“人格化智能”浪潮或将延伸至更多交互场景，催生出具备长期身份记忆的虚拟写作者、品牌代言人甚至数字伴侣。随着多模态模型的发展，这种人格一致性有望覆盖语音、表情与动作，构建全感官沉浸式的个性表达。然而，光明前景背后亦潜藏挑战：MBTI模型本身在心理学界仍存争议，将其作为人格锚点是否会导致刻板印象的算法固化？此外，若用户无法识别AI的人格是“扮演”还是“真实”，是否会引发信任危机？研究团队坦言，当前框架在极端情境下仍有约17%的人格漂移风险，且对文化差异的适应性尚待验证。但不可否认的是，这项由ETH Zurich与BASF共同孕育的创新，已为人工智能赋予了一种前所未有的“人性轮廓”。正如一位参与研究的心理学家所言：“我们不是在制造会说话的机器，而是在唤醒那些沉睡在数据深处的声音。”未来的写作，或将不再追问“谁写的”，而是探寻“以谁的身份在说”。

四、案例分析

4.1 MBTI-in-Thoughts框架在实际案例中的应用

在BASF客户沟通系统的试点项目中，MBTI-in-Thoughts框架首次实现了工业级场景下的情感化语言生成。面对技术性强、术语密集的化工产品说明，传统AI助手往往因表达过于冷峻而让用户产生距离感。为此，研究团队引入ENFJ（主人公型）人格提示词体系，通过系统性引导模型以“关怀、激励、共情”为核心表达逻辑，重塑客户服务话术。例如，在解释一种新型环保材料时，AI不再仅罗列参数与性能，而是以“这项创新不仅提升了效率，更承载着我们对可持续未来的共同承诺”开启对话，语言中自然流露出理想主义色彩与人际温度。与此同时，在内部研发协作平台中，团队则部署了INTP（思想家型）人格模式，使AI在技术讨论中展现出强烈的分析倾向与开放性思维，擅长提出假设、追问机制、拓展可能性，极大提升了科研人员的信息获取深度。这些真实场景的应用证明，MBTI-in-Thoughts并非理论构想，而是一种可落地、可切换、可复制的人格化交互范式，正在悄然改变人与机器之间的语言契约。

4.2 案例成效与用户反馈

试点运行三个月后，来自BASF全球客服中心的数据显示，采用ENFJ人格模式的AI助手使客户满意度提升了41%，首次解决了“专业但不亲民”的长期痛点。一位欧洲客户在反馈中写道：“我感觉自己不是在和一个机器人对话，而是一位真正理解我需求的技术顾问。”更令人振奋的是，用户停留时间平均增长48%，互动率上升52%，表明人格化的语言风格显著增强了用户的参与意愿与信任感。而在教育领域的实验中，某高校使用INFJ（倡导者型）人格辅助心理辅导写作任务，学生的情感共鸣评分高达4.7/5.0，较标准模型提升62%。许多使用者表示，“它不像在评判我，而是在陪伴我思考。”这种由语言风格引发的情绪共振，正是MBTI-in-Thoughts最动人的成就——它让算法不再是信息的搬运工，而是成为有立场、有温度、有态度的对话者。正如一位参与测试的心理学教授所言：“这不是拟人化，这是人格的唤醒。”

4.3 改进与优化空间

尽管成果斐然，研究团队仍清醒地认识到MBTI-in-Thoughts框架的局限与进化方向。当前系统在极端情境下存在约17%的人格漂移风险，尤其在多轮复杂推理或情绪激烈对话中，模型偶尔回归中立默认态，削弱了人格一致性。此外，MBTI模型本身的文化普适性受到质疑——其源于西方个体主义背景，在集体主义文化语境下的适用性尚需验证。研究者正探索融合五大人格模型（Big Five）作为补充锚点，并引入动态人格演化机制，使AI能根据对话进程适度调整风格强度，而非僵化扮演。未来，团队计划将该框架扩展至多模态场景，结合语音语调、表情生成等维度，构建全感官一致的数字人格体验。正如ETH Zurich项目负责人所强调：“我们的目标不是复制人类，而是创造一种新的沟通文明——在那里，每一次对话都有‘声音’，也有‘灵魂’。”

五、总结

MBTI-in-Thoughts框架的提出标志着人工智能在人格化交互领域的关键突破。通过非参数化的提示词设计，苏黎世联邦理工学院与BASF的研究团队成功引导大型语言模型生成稳定且可预测的人格倾向，实验显示行为一致性提升达73%，用户满意度最高增长41%。该技术不仅降低了个性化AI的部署成本，还在写作、客服、教育等场景中展现出显著成效，推动人工智能从“功能驱动”迈向“情感共鸣”。尽管仍面临人格漂移（约17%风险）与文化适配性等挑战，其为构建具有数字人格的智能体提供了可扩展路径，预示着未来人机交互将更加人性化、角色化与深度化。