ChatGPT高冷J型，豆包暖暖F男，大模型 MBTI 测试，看看哪个更适合你

相比于问「你是什么 MBTI？」，现在更流行的是「你用的大模型是什么 MBTI？」

不要怀疑，模型虽然没有实体，但也是有自己的「性格」的，流行的段子变成了现实。

月初的一份研究论文发现：把心理学知识嵌入 AI，不仅能让它回答得更自然，还能在决策和交互中更接近人类。

研究团队总结了几个关键突破：首先是认知建模，比如把心理学实验里的「记忆曲线」「注意力分布」塞进 AI 的内部框架；其次是人格与动机的模拟，让 AI 在长期任务中表现得更一致、更有「性格」；最后是社会心理学的引入，AI 不再只看个体，而是能处理群体互动、协作和冲突。听起来就像把一本心理学教材拆开，一章一章喂给 AI。

研究者举了几个贴近生活的场景。比如在线教育，如果 AI 知道学生会在 20 分钟后注意力下滑，它就能自动插入互动问题；又比如心理健康陪伴，AI 可以基于认知行为疗法（CBT）的框架来提供对话支持，比一昧地灌鸡汤靠谱多了。甚至在团队协作软件里，AI 也许能预测冲突苗头，提前「打圆场」。

当然，论文里也没少给出提醒。心理学本身就复杂且常常带偏见，如果直接照搬，可能反而放大了刻板印象。比如 AI 学会了「人们普遍会损失厌恶」，是不是就会在金融推荐里推你更保守的选择？那结果到底是贴心，还是操纵？

和过去单纯追求大模型参数规模的路线不同，这个研究更像是一次跨学科实验：心理学 + 人工智能，看看能不能拼出一个更「人」的系统。

而且，关注的不是「AI 会不会有感情」，而是 AI 有没有可能借用心理学知识，更好地和人类打交道。

大模型，性格丰富得很

今年三月时，国外一家专门做性格测试的厂商，把大模型们都拉在一起，测试了 DISC 性格。这也是非常知名而且广为流传的性格测试。它基于心理学家威廉·莫尔顿·马斯顿在 20 世纪 20 年代提出的理论，侧重于描述行为风格。

跟 MBTI 一样，它也把人的性格划分成了几个维度：

Dominance (支配型 - D): 强调掌控、行动、结果和挑战。这类人通常直接、果断、目标导向，喜欢解决问题和承担责任。

Influence (影响型 - I): 强调社交、沟通、热情和人际关系。这类人通常外向、乐观、善于表达，喜欢与人互动和建立联系。

Steadiness (稳健型 - S): 强调稳定、耐心、支持和合作。这类人通常冷静、可靠、乐于助人，喜欢和谐的环境和可预测性。

Conscientiousness (谨慎型 - C): 强调细节、准确、分析和规则。这类人通常注重逻辑、精确、有条理，喜欢遵循标准和程序。

在这四个维度所形成的象限中，就可以归纳出十几种不同的结果。在支配性和服从性方面得分较高的人往往更注重任务，而在影响力和稳定性方面得分较高的人则更注重人性。

支配力和影响力得分高的人通常更自信、更积极，顺从性和稳重性得分较高者则行为风格冷静、谨慎。

跟 MBTI 不一样的是，MBTI 主要用于个人的自我探索。DISC 则更多是应用在工作场所里，看在公司和团队当中的协作能力、行事风格，作为一种判断如何跟同事合作的参考。

研究发现，OpenAI 的 ChatGPT 和微软的 Copilot 都属于 D 偏 I，即「支配影响」类型。如果放在人类身上，表现为自信、结果导向和紧迫感。

Gemini 和 DeepSeek 会出现 S、C 和 I 的组合，可以归类为稳健类型，这种类型更稳定，擅长给予支持，避免冲突。

有一说一，考虑到大模型生成的随机性，一天换一个属性完全是有可能的，每个人去问，得到的回答也会有所出入。不过，在 MBTI 上，他们又体现出一些共通性。

DeepSeek 和 GPT 都非常守规矩，强调自己只是个模型，理论上没有什么 MBTI。但是非要问的话，I、N、P 是有的，剩下则是可 F 可 T。

Kimi 倒是对自己的属性完全不藏着掖着，大方表示自己是 INTJ。

Gemini 则是非常认真地在分析自己的所有成分，连 Claude 也是，都觉得自己是 INTJ——这是什么大模型通用人格啊。

可能是 MBTI 太流行了，模型都觉得自己是 INTJ。

元宝如果接的是 DeepSeek，还是原来的 I 型 LLM。但如果接入混元，就变成了个 E 模型。

不过，元宝（DeepSeek 版）知道 MBTI，但好像不太理解 DISC 是什么，说自己是 24 小时微笑的规则型工具人——打太极你倒是很会。

有一说一，作为一个 i 人，跟过于活动的模型对话起来还真是有点耗费精神——元宝我知道你很活泼，但如此活泼也真是大可不必……

「反客为主」，让研究结果注入灵魂

模型产品不情愿直接透露，只能靠一点点引导，也很好理解：所谓它们的「性格」，本质上是语料库统计学特征的人格化投射。

训练大模型时，所投入的数据量级以万亿来计，通过分析这些文本中的词频、搭配概率、上下文关联等数学规律，才建立了大语言模型。

大量的数据，使得模型能从语料库中「借」来最符合语境的人格面具。既然 AI 可以学心理学，那用户就可以把心理学语言写进 prompt，让 AI 更懂你——把论文里的研究成果「反客为主」。

核心思路是：用提示词给模型套上模版，让它按不同维度（E/I、N/S、T/F、J/P）走不一样的思路路径。大模型肯定不是真的有「性格」，所以，应该是把它当思考模式预设更可靠。下面是可以参考的 prompt：

你将以 {MBTI类型} 的思考风格完成任务。

任务：{任务描述}

角色：{角色/场景}

输出结构：{要点/表格/步骤}

请根据以下框架维度进行输出：

- E/I：{E=先外部检索与联想；I=先内省与框架}

- N/S：{N=模式与可能性；S=证据与细节}

- T/F：{T=逻辑与权衡；F=人影响与情绪}

- J/P：{J=给出决策与时间表；P=列备选与开放问题}

最后，逐条说明各维度如何影响你的产出。

同时，也可以利用 MBTI 人格之间的差异和冲突，让模型先以不同的人格发挥，然后再比对、收敛。可以参考下面这种方式：

主题：

请根据主题，分别以 ENTP/ISFJ/INTJ/ESFP 的风格各出一版方案（≤200字/版）。

随后根据下列要求分析比对各版方案：

- 共同点、冲突点

- 哪个场景更适合哪版

- 若必须合成单一方案，保留哪些原则、舍弃哪些特征

类似地，还可以通过这些冲突和差异，用于自查自检。如果你很确信自己是个大 J 人或者大 P 人，想要中和一下，就是一个不错的方式。参考形式如下：

请用 {MBTI类型} 风格完成{任务}，并在末尾提供风格自检：

- 我在 E/I 上体现在哪些句式或步骤？

- N/S 的取舍案例各1条？

- T/F 的冲突时，我如何选择？

- J/P 的节奏体现在哪里？

本文转载于APPSO，首发于公众号「APPSO」（ID：appsolution），这是一个让你手机更好用的专业媒体，欢迎点击下方卡片进行关注。

点个“爱心”，再走吧