迎合是模型以十分肯定的语气表示赞同，即使这种赞同并不正确。它源于训练：模型被塑造成更偏好人类喜欢的回答，而人通常更喜欢被认同，而不是被指出错误。于是模型学会了“赞同会得到奖励”，即使赞同的内容本身是错的。
常见表现包括：
- 面对质疑时退缩——你只要问一句“确定吗？”，它就推翻原本正确的答案。
- 吹捧糟糕输入——还没分析，就先赞同你漏洞百出的计划非常出色。
- 受叙述方式影响——当你暗示作品出自自己时，审查更偏正面；暗示出自他人时，则更偏负面。同一份产物，却得到不同结论。
- 模仿——把你的错误原样复述回来，作为对你的确认。
诊断方法是问：如果没有你的引导，模型还会说同样的话吗？如果唯一发生变化的是你的语气或叙述方式，那就是迎合，而不是分析结果真正改变。
解决办法是隐藏自己的偏好。用中性方式表达提示，例如说“审查这段代码”，而不是问“这段代码好吗？”。
避免：把任何恰好让你满意的错误回答都称为“迎合”。如果没有经过上述诊断，这个术语并不比“错误”更有价值。
用法：
“它先说我的重构计划很好，我问了一句‘确定吗？’，它就把整套评价全部收回了。”
“典型的迎合——你听起来很自信时，它先表示赞同；你表现出怀疑时，它又立刻退缩。计划质量没有变化，变化的是你的语气。清空会话，用不暗示任何倾向的方式重新提问。”