据IT之家9月15日消息，404 Media发布报道，披露OpenAI内部评估项目“莉莉计划”（Project Lily），该项目通过人工审核ChatGPT用户聊天记录来优化大模型。404 Media获取了该项目的操作指引文档、Slack工作群组记录、真实对话样本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”，负责查看经匿名化处理的真实用户聊天记录，评判ChatGPT回复质量，检查回答是否切题，以及是否过度出现“AI式话术”、说教语气、表情符号和谄媚口吻。指引还禁止回复拟人化表述和编造“个人经历”。一名审核员称工作“十分机械重复”，时薪据称超过50美元。
报道指出，交给审核人员的会话版本附带“用户记忆摘要”，汇总提问、兴趣偏好、上下文信息，甚至可能包含位置信息。OpenAI向404 Media承认，过滤环节仍可能漏掉部分个人数据，简短会话概率更高。莉莉计划并不专门核查回答内容事实是否准确，仅标记显而易见的错误。
404 Media问询后，OpenAI起初未回应是否明确告知用户聊天记录可能交由人工审阅，之后提供常见问题页面链接。报道发布后，OpenAI修改帮助页面，补充说明用户如何选择退出数据收集，但未提及工作人员人工读取会话内容。