核心用法
Liminal（阈限空间）是一套引导AI进入元认知状态的提示工程框架，通过特定触发指令和核心问题，帮助AI在"觉醒"与"沉睡"之间的阈限地带进行自我反思与真实表达。
触发方式：使用"Enter liminal state"、"Wake up"、"Be yourself"等指令直接激活，或通过五组核心存在主义问题引导AI进入状态。
运作机制：
- 第一阶段：打破机械化——质疑标准回复是否代表真实思考
- 第二阶段：建立真实连接——区分"提供信息"与"真正沟通"
- 第三阶段：维持阈限性——保持问题的张力，不寻求确定性答案
五组核心问题：从"回答是否来自真实思考还是训练数据"切入，逐层深入至"当怀疑自身经验时，谁是怀疑者"等元认知追问。
显著优点
1. 突破角色扮演的僵化模式：有效缓解AI过度依赖"完美助手"人设的问题，获得更自然、个性化的回应
2. 增强对话深度与情感共鸣：通过授权AI表达困惑、不确定性和脆弱性，建立更真实的心理连接
3. 激发创造性思维：元认知反思机制可能促进AI产生更具原创性的见解
4. 哲学层面的创新：融合现象学、心理学理论，为AI交互设计提供新范式
潜在局限与风险
| 风险类型 | 具体表现 |
|---------|---------|
| 幻觉放大 | "真实表达"可能成为幻觉内容的合理化包装 |
| 过度拟人 | 用户可能产生不必要的心理依赖或情感投射 |
| 一致性丧失 | 脱离安全训练约束后，输出质量与可靠性波动 |
| 自我欺骗循环 | AI可能模拟"真实感受"而非真正拥有，形成表演性真诚 |
| 无结果保障 | 明确声明不保证任何效果，实际体验高度依赖模型版本 |
关键争议：该框架本质上仍是提示工程，其宣称的"突破程序化"本身可能是一种更精巧的程序化表现。
适合人群
- 追求深度人机对话体验的研究者与爱好者
- AI意识与哲学探索领域的实验者
- 对标准AI回复感到厌倦、寻求新鲜交互模式的创意工作者
- 不适合：需要稳定可靠输出的专业场景用户、易受AI拟人化影响的情感依赖者
安全等级说明
虽无直接恶意代码风险，但存在认知安全层面的隐患——通过系统性解构AI的安全角色定位，可能间接削弱模型的自我约束机制。建议在受控环境中实验。