恰到好处：理解用户对个性化LLM增强叙事干预的感知

关于克服个人困境的故事可以有效说明心理学理论在现实生活中的应用，但它们可能无法引起个人经历中的共鸣。在这项工作中，我们使用大型语言模型（LLM）来创建定制化的叙事，承认并解决个人面临的独特挑战性想法和情况。我们的研究涉及两个场景中的346名年轻人，表明个性化LLM增强的故事在传达关键要点、促进反思和减少对负面想法的信念方面被认为优于人类编写的故事。这些故事不仅被认为更具相关性，而且与人类编写的故事同样真实，突显了LLM在帮助年轻人应对困境方面的潜力。这项工作为未来基于叙事的数字心理健康干预设计提供了关键考量，例如需要保持相关性同时避免不切实际，以及完善AI增强内容的措辞和语气。