help研究问题LLM 提示工程与编写工具
“语义瓶颈”(Semantic Bottlenecks)如何在生成内容中保证输出结构化并提高交互的可靠性和可解释性？LLM与自然语言交互 / LLM 提示工程与编写工具
“语义瓶颈”(Semantic Bottlenecks)如何在生成内容中保证输出结构化并提高交互的可靠性和可解释性？
同类问题
help研究问题LLM 提示工程与编写工具
如何评估大语言模型（LLMs）在执行复杂多指令提示时的指令对齐性能？help研究问题LLM 提示工程与编写工具
用户参与的动态评估框架能否改进提示工程的效率和结果质量？help研究问题LLM 提示工程与编写工具
通过分解和自动化生成评估标准，是否能更精准地识别LLMs的对齐问题？help研究问题LLM 提示工程与编写工具
如何设计模块化提示以优化大语言模型在情感和心理健康状态分类任务中的表现？help研究问题LLM 提示工程与编写工具
Persona（角色设定）和任务指令在提示设计中的哪些配置能显著影响模型表现？help研究问题LLM 提示工程与编写工具
模块化提示设计中的组件交互对任务结果产生了什么样的影响？相关论文
IUI 2025
CoPrompter：面向用户的LM指令对齐评估以改进提示工程
Ishika Joshi, Simra Shahid, Shreeya Manasvi Venneti
CHI 2025
探索模块化提示设计在情绪和心理健康识别中的应用
Minseo Kim, Taemin Kim, Thu Hoang Anh Vo
IUI 2024
语义自动化中GUI会话控制的实证研究
Daniel Karl I. Weidele, Mauro Martino, Abel N. Valente
IUI 2024
ConstitutionMaker：通过将反馈转换为原则来交互式批评大型语言模型
Savvas Petridis, Benjamin D Wedin, James Wexler
CHI 2023
为什么约翰尼不能提示：非AI专家如何尝试（并失败）设计LLM提示
J.D. Zamfirescu-Pereira, Richmond Y. Wong, Bjoern Hartmann
CHI 2022
AI Chains：通过链接大型语言模型提示实现透明且可控的人机交互
Tongshuang Wu, Michael Terry, Carrie J Cai
CHI 2022
代理的伟大链：代理的隐喻表现在对话众包中的作用
Ji-Youn Jung, Sihang Qiu, Alessandro Bozzon
CHI 2022
提示工程文本到图像生成模型的设计指南
Vivian Liu, Lydia B Chilton