ChatGPT等平台的对话日志被用于优化模型，这一机制此前鲜有细节披露。404 Media最新报道揭开了OpenAI内部一项名为"莉莉计划"（Project Lily）的评估项目，首次呈现了人工审核用户聊天记录的完整流程。该媒体获取了项目操作指引文档、Slack工作群组记录、真实对话样本以及对话分级评分体系。

从事该工作的人员被称为"提示词审核员"。其职责是查看经匿名化处理的真实用户聊天记录，评判ChatGPT回复的质量，包括回答是否切题，以及是否过度出现"AI式话术"、居高临下的说教语气、表情符号和谄媚口吻等问题。审核标准还明确禁止回复使用拟人化表述或编造"个人经历"——ChatGPT可以写"我查到了一些相关信息"，但不能写"身为一名厨师，我喜欢……"或"我明白这种感受"。

一名审核员向404 Media表示，这份工作"十分机械重复"，但时薪据称超过50美元，对于难度不算高的工作而言报酬相当可观。该审核员还提到，项目操作指引一直在改动，不同版本之间经常自相矛盾，多数软件开发人员对此应深有体会。

报道同时指出，审核人员在工作中有时会读到用户的私人信息。这一情况与OpenAI此前对聊天记录处理机制的模糊表述形成对照，也再度引发外界对AI平台数据使用边界的关注。