从 overwhelm 到 overview：通过文本摘要理解智能手机用户减轻通知过载的偏好与期望

为了帮助用户管理大量涌入的智能手机通知，本研究探索了如何利用大语言模型（LLM）生成通知摘要。我们开发了一个集成ChatGPT的Android应用程序来总结通知，并进行了实际部署研究，以检查用户如何指导模型。为了进一步了解用户对LLM生成摘要的期望，我们在用户使用该应用一周后采访了20名参与者。我们的发现揭示了用户在生成摘要的提示中使用的五种主要策略。此外受访者期望摘要优先处理三种类型的通知、偏好受内容预期和感知关键性影响的三种信息披露级别，并使用了三种基于通知相互关系综合通知的不同方法。最后，受访者设想通知摘要像虚拟助手一样运作，渴望超越简单信息凝缩的能力，包括任务和信息管理、回顾归档内容以及跟踪活动进行反思。