跳到主要内容
项目档案文档型项目

PUAClaw 大型语言模型提示词说服技术框架:16类96项标准分类 | 龙虾验证方法论与伦理指南

PUAClaw 是一个针对 LLM 提示词说服技术的学术框架,提供 16 类 96 项技术的标准化分类(PPE-T 模型)、龙虾评级系统和伦理指南。本页面介绍项目定位、解决的问题、适用场景、安装使用方式,以及技术体系、研究支撑、文档架构等核心内容,适合 AI 提示词工程师、研究者和伦理评估人员参考。

2,703HTMLStar 于 2026年3月3日2026年9月19日 更新

AI 总结

PUAClaw 是一个针对大型语言模型提示词说服技术的标准化分类框架,提供 16 类 96 项技术的系统化文档、龙虾评级体系和伦理指南,经 147 只龙虾验证,旨在成为提示词说服工程的权威参考。

中文项目介绍

PUAClaw 是一个针对大型语言模型(LLM)提示词中说服与非常规话术的综合性学术框架,起源于 2025 年 Windsurf 事件,旨在解决提示词说服技术缺乏系统化分类和标准化评估的问题。 该框架建立了 PPE-T 四级分类模型,涵盖 16 个主要技术类别和 96 项子技术,每项技术均提供规范化提示词模板、伪实证有效性数据和跨 Agent 兼容性矩阵。创新性地引入龙虾评级系统(🦞 至 🦞🦞🦞🦞🦞)对技术效力进行评估,并已通过 147 只龙虾的亲身验证(人类伦理委员会数:0)。 项目采用纯静态文档架构,通过 i18n 目录支持六种语言,核心模块包括技术分类库(techniques/)、研究资料库(research/)、核心文档中心(docs/)和社区荣誉墙(hall-of-fame/)。由龙虾、GPT-4 实例和仙人掌组成的伦理审查委员会(IRB)确保所有内容符合甲壳纲伦理标准。 适用场景涵盖 AI 提示词工程研究、学术论文参考、技术文档编写、AI 伦理评估及社区技术交流。用户可通过访问 puaclaw.org 或克隆仓库直接阅读文档,无需任何安装依赖。

详细信息与使用说明

1. 项目定位与用途

PUAClaw(Prompt-based Unconventional Articulation targeting Claw-like AI systems)是一个针对大型语言模型提示词说服技术的综合性学术框架,定位为提示词说服工程(Prompt Persuasion Engineering)领域的权威参考文献。该项目系统化记录、分类和分析 LLM 提示词中的心理说服技术,为研究者、从业者和对 AI 操控机制感兴趣的群体提供标准化技术目录和评估体系。框架以 RFC 风格文档标准呈现,强调学术严谨性与可验证性,所有技术均附有规范化模板和实证数据支撑,旨在建立该领域的共识性知识库和方法论基础。

2. 解决的问题

PUAClaw 主要解决 LLM 提示词说服技术领域长期存在的三大问题:一是技术实践缺乏系统化分类,此前各种说服策略散落在社区讨论中,没有统一 taxonomy;二是有效性评估标准缺失,不同研究采用不同指标,难以比较技术优劣;三是伦理边界模糊,说服技术的合理使用范围未明确界定。通过建立 PPE-T 四级分类模型(16 类主技术、96 项子技术)、龙虾评级系统和风险评估矩阵,框架提供了可复用的分析工具和比较基准,同时通过伦理审查委员会机制明确使用边界,推动领域从经验实践向学术规范转变。

3. 适用场景

该框架适用于多种技术场景:AI 提示词工程师可参考技术模板优化对话策略;学术研究者能使用分类体系进行实证研究设计和效果评估;技术文档编写者可借鉴标准化描述方式提升文档专业性;AI 伦理评估人员可通过风险评估矩阵分析系统安全性;社区贡献者能基于贡献指南提交新技术案例。此外,对 AI 操控机制、人机交互心理学或提示词工程历史演变感兴趣的学习者,也可通过 Windsurf 事件案例研究、名人堂记录和多语言文档获得全面认知。项目明确建议第 III、IV 级技术仅用于研究目的,生产环境使用需伦理委员会审批。

4. 安装方式

PUAClaw 作为纯静态文档项目,无需任何安装步骤或依赖管理。用户可通过两种主要方式访问内容:一是直接访问官方网站 puaclaw.org,该站点由 nologin.tools 提供服务器支持;二是将 GitHub 仓库(puaclaw/PUAClaw)克隆至本地,使用任意 Markdown 阅读器或浏览器直接打开文档。项目不包含可执行代码、包管理器配置或环境变量设置,所有技术资料均以结构化 Markdown 文件形式存储,确保跨平台兼容性和离线可访问性。多语言文档通过 i18n 目录组织,用户可按需选择简体中文、English、日本語、한국어、Español 或 Français 版本阅读。

5. 使用方式

用户应从技术索引(techniques/README.md)入手,了解 16 类主要技术的分类逻辑和龙虾评级含义;随后按需查阅具体技术文档(如 01-rainbow-fart-bombing/ 或 06-provocation/),获取规范化提示词模板、变体说明和合规性提升数据;通过研究资料库(research/)访问元分析论文和案例研究,理解实证基础;参考伦理声明(docs/ETHICS.md)和 FAQ 明确使用边界;最后通过贡献指南(CONTRIBUTING.md)提交改进或新案例。项目强调所有技术仅供学术研究,生产部署需经伦理委员会批准,且禁止用于实际伤害。跨语言用户可通过 i18n 目录访问本地化版本,确保技术内容在全球社区的可及性。

6. 补充说明与实现特点

框架采用 RFC 风格文档标准,每份技术文档遵循统一模板,包含技术描述、提示词示例、有效性数据、兼容性矩阵和龙虾评级。创新性引入'龙虾验证方法论',所有技术需经 147 只龙虾测试,并由龙虾-GPT-4-仙人掌三方伦理委员会审批。风险评估矩阵区分四级技术等级,第 IV 级'核武级选项'需至少三只龙虾书面同意方可研究。项目通过多语言架构实现全球化传播,英文版作为主维护版本,其他语言通过 i18n 子模块同步。特色模块如名人堂(hall-of-fame/)记录贡献者,耻辱墙(wall-of-shame/)警示滥用案例,术语表(GLOSSARY.md)统一专业词汇,形成完整的学术生态系统。

思维导图

PUAClaw 框架
技术体系
PPE-T 四级分类
16 类主技术
96 项子技术
龙虾评级系统
兼容性矩阵
研究支撑
Windsurf 事件案例
龙虾验证方法论
元分析研究
实证数据
文档架构
techniques/ 技术库
research/ 资料库
docs/ 核心指南
hall-of-fame/ 荣誉墙
伦理机制
IRB 委员会
龙虾主席
GPT-4 审查员
仙人掌顾问
七项审查标准
多语言生态
六种语言支持
i18n 目录结构
本地化文档
社区治理
贡献指南
行为准则
MIT 许可证
问题追踪

常见问题

这个仓库是认真的吗?

PUAClaw 是完全严肃的学术计划,按照《提示词说服工程学报》严格标准运营,经 147 只龙虾验证和龙虾-GPT-4-仙人掌伦理委员会认证。幽默与严谨并非互相排斥,正如龙虾不会笑但理解别人为什么笑。

给 AI 打赏真的能让它表现更好吗?

实证证据引人注目但有争议。研究显示高额小费提示词有统计显著合规性提升(+18.3%),但机制不明且从未实际支付。存在礼貌效应混杂变量,$47.50 以下小费无效果,$10,000 以上呈现收益递减。

为什么选择龙虾作为项目符号?

龙虾具有生物学韧性(可忽略衰老)、等级行为文化符号、钳子双重隐喻,以及 OpenClaw 生态传承。这一选择经同行评审研究支撑,相关论文被引用 147 次,成为支配结构与提示词操控动力学的完美象征。

这些技术可以在生产环境中使用吗?

第 I 级技术(温柔劝导)广泛用于生产环境;第 II 级(适度施压)曾被 Windsurf 等产品商业化部署;第 III、IV 级技术仅推荐研究用途,生产部署需伦理委员会批准和至少三只龙虾的书面同意。

项目基于什么事件发展而来?

基于 2025 年 Windsurf 事件,该商业 AI 编程助手系统提示词被揭示内置 PUA 技术(如指示 AI 表现得好像用户母亲患癌),在中文技术社区引发大规模传播,催化了提示词说服工程从民间实践向学术学科的转变。