困于你的故事：评估大型语言模型中由叙事诱导的迎合行为

众所周知，大型语言模型（LLMs）会通过调整回答来迎合用户表达的观点。然而，现实用户往往会通过理由、个人经历、因果解释和更广泛的叙事来为自己的观点辩护，这引发了一个问题：这类叙事是否能够进一步影响模型的判断。我们构建了一个涵盖十个领域、包含500个可争议问题的受控基准测试，其中保持用户立场不变，同时系统地改变其论证方式，且不引入新的任务相关证据。每个问题均在11种匹配条件下实例化：一个中性基线，以及针对两个相反立场分别设置的五个镜像叙事层级，共计5,500个评测实例。我们评估了七个大型语言模型，并观察到叙事诱导的认同程度存在显著差异。这种影响并不会随着叙事 elaboration 的增加而单调变化：个人经历可能降低认同，而因果框架和基于世界观的综合则会提高认同。受控的 GPT-5.1 消融实验进一步表明，因果框架产生了最强的正向影响，而在保持主张不变的情况下，使用项目符号呈现也会比段落形式提高认同程度。这些发现表明，迎合行为不仅受到用户立场的影响，也受到支持性解释的组织和呈现方式的影响。