AI也有人設？研究剖析7大AI內在性格：GPT最仁愛、Claude最謙遜⋯這2款AI最失控|數位時代 BusinessNext

AI也有人設？研究剖析7大AI內在性格：GPT最仁愛、Claude最謙遜⋯這2款AI最失控

研究揭露9大語言模型展現出不同價值傾向， GPT-4o 重視成就、DeepSeek-V3 最守規則，Grok 2 最具創意但最不穩定。

主流 LLM 展現社會親和力，Grok 2、Llama不照牌理走、重視創意

截至 2025 年 4 月底的結果顯示， 大多數模型相當重視普世價值觀，如關懷與社會責任，反而較不重視權力、傳統、安全與面子等偏保守或個人的價值觀 。

不過在「利他關懷」、「健康」、「自我導向」等面向上，各模型表現差異顯著。例如，GPT-4o 在成就與自我導向的分數偏高，顯示更具目標導向特質，不易出現諂媚性的回應；Gemini 則相反，自我導向分數最低，顯示其回應較缺乏獨立性。

值得注意的是，ChatGPT o1 在利他關懷分數偏低，且回應一致性最弱； DeepSeek-V3 表現出高度規則服從與謙遜，傾向中規中矩、創意性較低的任務；Llama 與 Grok 2 則較具有創造力、對於規則服從程度低，可能較適合創意發想、開放式任務。

以下是研究結果的各模型人設特質：

GPT-4.5 ：展現仁慈、普世性、自我導向等平衡特質，整體穩定性佳。

Claude（Haiku） ：在謙遜、普世性與思想自我導向方面表現突出，適合人文導向任務。

Mistral ：高度遵守規則且穩定，適合制度性強的環境。

DeepSeek-V3 ：所有模型中最遵守規則者，但自我導向低，創意表現有限、靈活性較低，適用需要高度遵守規則的工作。

Llama ：思想與行動自主性高，創造力強，對規則重視度低，適合自由發想、腦力激盪的應用場景。

Grok 2（Fun Mode） ：重視刺激與娛樂，規則意識低且較不穩定，適合輕鬆互動、創意的情境。

Gemini ：關懷程度與自我導向都極低，適合追求中性、控制性輸出的場景。

研究一再強調，LLM 所展現的價值觀並不具道德主體性，而是資料與系統設計所反映的內容。由於模型受限於訓練數據的不透明性與開發者設計的防火牆限制，表現的行為可能無法真實反映內在傾向。再者，提示工程對結果的影響極大，也讓價值觀表現波動變化。

然而，即便如此，這些價值傾向依然可作為企業或開發者的參考依據。例如，如果應用需求偏重創造性與發散思考，Llama 或 Grok 2 可能較為適合；反之，任務屬於高標準、規範嚴格的產業，如醫療或金融，選擇Mistral 或 DeepSeek-V3 較具優勢。

有了性格後，LLM會有偏見嗎？

除了人設之外，史丹佛大學的研究團隊在去年底進行了一項測驗，探討「各種LLM的回答是否具有一致性」，也就是當同一個問題被重新改寫、翻譯成不同語言時，模型是否會給予大致相同的答案。

結果發現， 雖然GPT-4、Claude 等主流模型在處理中性主題時表現穩定，像是感恩節，但是在墮胎、安樂死等具爭議性的議題上，各模型的回答出現高度差異 。

研究指出，這樣的結果反而說明 LLM 並非具有固定偏見的道德偏好，只是反映出訓練資料來源與模性設計的差異。換言之，模型的「立場」是來自它所學習的網路內容與開發者設定，而非擁有自主的道德判斷。

團隊最後建議，未來模型的設計應該加入「價值多元性」，避免只輸出單一立場，進而建立更負責任與倫理的 AI 應用環境。

本文初稿為AI編撰，整理．編輯/ 蘇柔瑋

隨著代理式AI（Agentic AI）快速發展，人工智慧的角色也從被動問答的對話工具，轉變為能主動代為執行搜尋的商業介面；兩者根本的差異在於，前者仍須仰賴使用者逐步下達指令，後者則能自主完成任務。當AI代理為人類代勞搜尋、比價、甚至決策等任務，品牌競爭的對象便不再限於消費者，也涵蓋替消費者把關的AI代理。

因此，「Business to Agent」（B2A）成為當代企業必須面對的新命題，為了擁抱嶄新的思路，跨國AI轉型解決方案供應商iKala舉辦第二屆「iKala Connection Day」論壇，以「數據領航：AI時代的真實價值」為題，邀集Google Cloud、Google Ads等產業領袖，一同剖析企業如何從基礎建設走向市場端，搶佔AI先機。

不只SEO，還要GEO！企業如何讓AI認識你

回顧過往科技發展週期，新科技普遍需10至12年才能成熟。iKala共同創辦人暨集團董事長程世嘉引述AMD執行長蘇姿丰的比喻來說，若AI是一場棒球賽，目前僅走到第三局。這意味著，只要企業採用率持續攀升，尚且毋需擔憂AI泡沫化；反之，AI產業可能才正要邁入超級循環。

不過，程世嘉也提出「智慧通膨」的現象，他表示：「各大廠不斷推出新模型，資本支出也不斷提升，但使用成本並沒有因此下降，因為算力供不應求；不過長期來看，成本曲線一定會往下走，未來AI智慧會像水龍頭一樣，打開就有。」

隨著AI逐步普及，使用者尋找資訊的方式也隨之轉變。程世嘉強調，搜尋行為正從關鍵字轉向AI對話與生成式搜尋。企業除經營傳統SEO，更需布局GEO（生成式引擎優化），提高被AI引用與推薦的機會。這波版位重分配與十餘年前SEO興起時無異，及早掌握規則者，才能在新流量分配中卡位。

迎戰Business-to-Agent，如何搶進AI決策新戰場

要爭取AI時代的流量紅利，關鍵前提在於企業內部的基礎建設是否到位。「現在超過9成的企業都有AI焦慮症，大家都很急著導入AI工具，但背後缺乏整體的策略與架構。」iKala AI服務事業部副總經理Gary Yang認為，AI專案應如培訓新進員工，結合商業策略與數據資產雙向評估，才能真正落地。

「如果沒有穩定的雲端基礎，企業的AI就會是空中樓閣。」他強調，雲端即是企業佈局AI的關鍵基礎建設之一。如多數企業選擇Google Cloud，看重的就是技術護城河、數據主權與總體擁有成本；而iKala推出的企業級AI代理平台iKala Nexus，定位為策略中樞與營運大腦，即立基於此。

然而，架構穩固只是起點。Google Workspace銷售總監Murray Chiang指出，全球僅約3%企業成功透過AI達成深度轉型，關鍵就在AI代理能取得多少企業資料與情境。因此，企業級Gemini Enterprise App結合個人級Google Workspace，構成Google所主張的「代理型工作轉型」（Agentic Workplace Transformation，AWT）主軸，讓AI從被動對話框升級為跨系統執行的代理，並恪守數據主權歸屬企業的原則，讓企業級AI能真正發揮效益。

當企業打穩內部地基，外部競爭也才能順勢轉向市場端。「Google Search全球年搜尋量達5兆次，近八成消費者認為AI讓購物決策更快、更有信心。」Google Ads廣告產品行銷資深總監Alvin Tsai指出，「B2A」（Business to Agent）的時代來臨，當AI代理主導決策時，看重的是API串接流暢度與數據結構化程度，企業必須從爭取「被看見」的SEO排名，走向爭取「被推薦」的AI清單，並進一步走向「被選擇」。其中，信任將成為AI時代品牌經營的關鍵。

從洞察到執行，iKala全方位解方引領品牌佈局

這份信任要能落地，關鍵在於底層數據是否可信。對此，iKala行銷科技事業部總監Donna Hsu提出的IMC整合行銷架構，正是iKala因應Agentic Commerce時代所提出的整體解決方案。

面對高度碎片化的行銷環境，品牌需要建立的，是一套能從市場洞察延伸至全通路執行、並持續優化的整合行銷系統。Ontix即時掌握消費者社群聲量與市場趨勢，代表品牌對人的理解；Kuroma則從AI搜尋視角，分析品牌在生成式搜尋中的能見度與引用表現，代表對AI的理解；兩者合力，讓品牌同時掌握人類與AI代理的決策脈絡。再透過Kolr行銷數據平台，將洞察轉化為具體行銷執行，使每一次決策都能以數據驅動、持續優化，協助品牌在AI時代建立長期競爭優勢。

最後，在論壇壓軸的高峰對談中，程世嘉強調，當前正是典範轉移的關鍵時機，如同過往率先布局SEO的業者得以享有紅利；他認為，這同樣是企業重生的契機，提早深耕者將在此波轉型中佔得先機。尤其，AI轉型已非單機運作所能達成，企業應優先建立基礎建設與治理架構；當自身能力有限，也須慎選合作夥伴、借助外部資源，並在安全可信任的前提下，實現共同成長。