据 Ethan Mollick 称，多款生成式模型在相似原型任务中反复产出特定人名，例如“LinkedIn 话术男”常被命名为“Kai”，而“太空飞行员”常出现“Kira”，显示跨模型的人名偏好；据 Joe Weisenthal 援引的分析，Claude 4.5 在“软件开发者”原型中频繁给出“Marcus Chen”，GPT 系列则出现如“Mara Vance”等名字，反映文本与图像生成中的文化先验，可能影响品牌一致性与用户信任。根据 seehuhn.de（Markus Kuhn）的数据整理，针对多种提示的测试显示这些默认名字具有一定提示无关性，提示企业在生成式产品中加入名称随机化、偏见评估与多样性指标，以降低刻板印象与合规风险。