脚本-策略对齐生成：将大语言模型与专家编写的对话脚本和治疗策略对齐用于心理治疗

聊天机器人或对话智能体正越来越多地被用于改善数字心理治疗的获取途径。许多当前系统依赖僵化的基于规则的设计，严重依赖专家编写的对话脚本来指导治疗对话。尽管大语言模型的进步提供了更灵活互动的潜力，但其在心理治疗中缺乏可控性和可解释性带来了挑战。在本工作中，我们探索了将大语言模型与专家编写脚本对齐如何增强心理治疗聊天机器人的性能。我们的比较研究1表明，通过提示和微调与专家编写脚本对齐的大语言模型显著优于纯大语言模型和基于规则的聊天机器人，在对话灵活性和遵循治疗原则之间取得了有效平衡。基于发现，我们提出了"脚本-策略对齐生成(SSAG)"——一种更灵活的对齐方法，减少对全脚本内容的依赖，同时保持大语言模型的治疗依从性和可控性。在为期10天的实地研究2中，SSAG表现出与全脚本对齐相当的性能，为SSAG作为将大语言模型与领域专业知识对齐的有效方法提供了实证支持。我们的工作通过提供可控且可扩展的解决方案推动大语言模型在心理治疗中的应用，减少对专家工作量的依赖。它还为领域专家和开发者提供了协作框架，以高效构建与专业知识对齐的聊天机器人，扩展心理治疗更广泛背景的获取。