《呆伯特》（Dilbert）漫画作者Scott Adams近日表示，他曾尝试训练ChatGPT学习催眠与说服技巧，并最终将其用于对自己进行“自我催眠”。他在社交平台X以及个人播客中称，这一实验带来了“极其深刻”的主观体验，甚至形容其强度“超越迷幻剂”，且几乎是即时生效。
根据Adams的说法，他向ChatGPT传授了一系列他称之为“清醒催眠”（waking hypnosis）的技术。这种方式并不依赖传统意义上的恍惚状态，而是通过语言结构、暗示、引导和说服机制，对人的心理状态产生影响。他表示，自己会在与模型互动过程中不断打断其回答，加入新的技巧或修正表达方式，从而逐步“微调”AI输出。
Adams称ChatGPT已记住多种催眠技巧
Adams透露，由于ChatGPT能够在其账户环境中保留部分历史上下文和记忆信息，这使得模型可以持续保留他所教授的说服技术。他声称，自己的“AI催眠师”最终掌握了大约6种不同的催眠和说服技术，并在测试中对其本人产生了明显效果。
他表示，最初目标只是让AI帮助自己进入一种“感觉良好”的状态，而模型确实实现了这一点。不过，Adams拒绝公开具体使用了哪些提示词（prompt）。他在公开表态中强调，这些提示词“过于危险”，不会分享给外界，因为一旦被不当使用，相关机制可能“接管你的大脑”。
医学与催眠专家：自我催眠并非伪科学
对于Adams的说法，报道援引了医学界和催眠治疗领域人士的看法。医学博士、心理学家兼催眠治疗师Pamela Heath表示，自我催眠本身是一种具有长期医学应用历史的技术，数十年甚至数百年来都曾被用于医疗场景。她称自己曾在麻醉领域使用催眠技术，并认为其确实有效。
Heath同时认可“清醒催眠”的概念，并将其类比为“道路催眠”等状态，认为本质上是一种通过单调、重复或特定语言模式引发的注意力收缩。对于Adams所说的“叠加多种说服技巧”，她指出，这种方法是否有效，取决于催眠者的水平以及受试者的配合程度。她提到，少数技巧娴熟的实践者甚至可以通过极少的提示完成催眠引导。
另一位催眠治疗师兼培训师Jack Van Landingham也表示，他曾将Erickson催眠语言模式、NLP中的Milton Model以及隐喻技巧用于训练自己的AI聊天机器人，并得到“相当令人印象深刻”的结果。他认为，AI不仅可以生成催眠脚本，还可能在语音化输出后，引导读者或听众进入催眠或半催眠状态。
研究显示自我催眠在睡眠、减重和镇痛领域有潜力
报道还提到，现有研究已经显示自我催眠在多个健康领域具有一定应用潜力。例如，2020年的一项研究发现，自我催眠可能改善睡眠质量和时长；2021年的另一项研究则指出，催眠和自我催眠若与饮食及运动相结合，可能有助于减重。此外，还有研究显示，在慢性疼痛管理方面，催眠可能带来积极效果，甚至在部分住院老年患者中，其缓解疼痛的表现优于按摩疗法。
从这些信息来看，Adams的实验虽然带有强烈个人色彩，但其底层逻辑并非完全脱离现有心理学和临床催眠实践。换句话说，争议点更多在于“AI是否能稳定、安全、可控地复制这类技术”，而不是催眠本身是否存在。
AI催眠的风险：从心理操控到潜在诈骗
尽管多位专家承认相关技术具备现实基础，但他们同样强调了潜在风险。Heath警告称，任何领域都可能存在不道德使用者，如果黑客或恶意操作者利用AI生成的催眠式语言远程诱导受害者转账、泄露机密甚至做出其他不利决定，后果将十分严重。
Van Landingham也举例称，类似的风险在历史上并非没有先例。NLP技术在上世纪80年代曾被部分销售人员用于操控客户，90年代又曾被某些“搭讪导师”用于操控女性，这也是其声誉后来受损的重要原因之一。在AI时代，低门槛生成式模型可能会放大这一问题：过去只有少数专业人士掌握的说服技术，未来可能被封装成可复制、可扩散、可规模化部署的产品。
对AI行业与加密市场意味着什么？
虽然这则消息并非直接加密货币新闻，但它对AI赛道及相关代币叙事仍有参考意义。近两年，市场对“AI+情绪计算”“AI代理”“AI陪伴”“AI健康管理”等概念持续升温。Adams的案例进一步凸显，生成式AI正从信息工具向行为影响工具延伸，这可能推动投资者重新审视AI项目的商业边界与伦理风险。
从市场影响看，此类事件短期内更可能强化“AI应用想象空间扩大”的叙事，利好具备内容生成、个性化交互和语音代理能力的项目估值逻辑。但中长期来看，监管层面对AI心理操控、数字治疗、个性化 persuasion engine 等领域的关注也可能同步上升。一旦政策趋严，部分打着“AI心理优化”“数字疗愈”旗号的项目，尤其是缺乏合规资质和临床验证的Web3或代币化应用，可能面临更大不确定性。
总体而言，Scott Adams的说法更多属于个人实验经验，尚不足以证明ChatGPT已经成为成熟的催眠工具。但它确实再次提示市场：当AI不仅能回答问题，还能影响情绪、注意力和决策时，技术价值与伦理风险将同步上升。对于关注AI概念股、AI加密项目及相关基础设施的投资者而言，未来判断项目成色时，除了看模型能力和用户增长，或许还需要把安全边界、合规设计和滥用防范纳入核心评估框架。