意图标记：探索微提示交互以支持细粒度的人类与生成式AI协同创作工作流程

研究背景与问题

• 作者发现的问题或挑战：该论文指出当前生成式人工智能（GenAI）系统在内容创建时存在如下挑战：
  1. 目标与内容对齐：生成的内容往往难以准确反映用户的意图。
  2. 提示构造困境：用户对如何生成有效提示以及了解AI系统功能感到疑惑，导致试错式交互。
  3. 灵活性不足：当前GenAI系统往往强迫用户采用预定义的工作流程，而无法支持多样化且非线性的内容创建过程。
  4. 创建过程的不确定性：内容创建是迭代性和反思性的，用户通常无法明确其需求，并需逐步澄清意图。
• 研究的重要性：解决这些问题能够显著提升生成式人工智能系统在内容创作方面的实用性，增强人类与AI协作的效率和质量。
• 研究动机与相关工作：作者通过文献综述分析了目前对用户意图的引导方法，包括图形用户界面(GUI)、文本、对话等。然而，这些方法在交互性和灵活性上存在权衡。这促使作者探索如何采用新型交互方法来满足用户迭代和多样化工作的需求。

解决方案

• 提出的方法：作者提出了一种新的交互范式，称为“意图标签”（Intent Tagging），通过微型提示支持更为细粒度和非线性的人工智能协作工作流。论文基于这种方法开发了一个名为“IntentTagger”的系统，支持用户通过意图标签创建和修改幻灯片演示。
• 创新之处：
  1. 将“意图标签”作为微型提示单元，每个标签代表用户意图的具体方面。
  2. 开发了动态标签建议机制：从用户现有信息中生成额外的建议，支持多种输入形式（如关键词、已有文本、图像等）。
  3. 支持多层次、非线性工作流：用户可同时操作全局（幻灯片组）与局部（单个幻灯片）的生成与编辑工作。
  4. 通过清晰可视化的标签组和实时预览功能，减少用户认知负担并促进意图表达。
• 实施步骤与关键技术：
  1. 使用GPT基础模型生成各类建议与内容。
  2. 设计了一个基于React.js的图形化用户界面，负责呈现和交互标签。
  3. 构建了意图标签建议和实时预览功能来支持灵活性与控制。

研究成果

• 具体成果：
  1. 用户研究显示，参与者普遍认为意图标签相比生成式AI的现有对话型或设计画廊型系统更易于使用，且提供了更高的控制感和对结果的更高满意度。
  2. 系统显著改善了“空白页综合症”（blank page syndrome）、帮助用户更快起步并组织想法。
  3. 意图标签在促进人机协作以及帮助用户澄清自身意图（“元意图引导”）方面表现出显著优势。
• 与现有解决方案的优势：
  1. 相较于聊天式交互，意图标签提供了更精确的微型提示控制并减少了试错成本。
  2. 用户能以非线性方式快速切换生成和编辑模式，大幅提升工作流效率。
  3. 系统建议功能为用户提供多样化创意方向（如额外的图像、标签等），拓宽了创造性的设计空间。
• 实验或评估结果：
  1. 与当前商业化的AI支持工具（如PowerPoint Copilot）相比，意图标签在提高效率、任务完成度以及用户满意度上显示出显著提升。
  2. 为研究人员提供了用户交互行为相关的数据基础，包括标签使用的模式与优先级。
• 局限性与未来方向：
  1. 用户初始使用过程中曾对标签命名及分类感到困惑，需要后续优化标签组织与用户引导。
  2. 系统目前对视觉样式等的固定控制较弱，未来应研究如何支持锁定设计元素。
  3. 需要扩展该交互范式的应用，例如用于博客创作、视频制作、3D场景设计等领域。
  4. 建议进一步探索手动编辑与AI生成的有效结合形式。

总结

本文通过提出意图标签及其交互系统（IntentTagger），展示了生成式人工智能在支持创意工作流上的新可能，并验证了其在提升用户体验和任务效率上的有效性。这不仅为AI驱动的内容创建工具设计提供了指导，也为研究如何更好地支持“人机协作创造”提供了更加细粒度的视角。