HCI.TOPHCI, made easy

arrow_back返回问题库查看分类arrow_forward

LLM与自然语言交互 / LLM 提示工程与编写工具

用户在复杂任务时无法高效评估和优化大语言模型的指令效果。

lightbulb现实痛点LLM 提示工程与编写工具

用户在复杂任务时无法高效评估和优化大语言模型的指令效果。

IUI '25CoPrompter: User-Centric Evaluation of LM Instruction Alignment for Improved Prompt Engineering

同类问题

lightbulb现实痛点LLM 提示工程与编写工具

开发者难以优化提示设计，导致情感和心理健康任务准确性不高。

CHI '25Exploring Modular Prompt Design for Emotion and Mental Health Recognition

lightbulb现实痛点LLM 提示工程与编写工具

数据工程师和业务分析师在整合与处理复杂数据时面临界面不统一的问题。

IUI '24Empirical Evidence on Conversational Control of GUI in Semantic Automation

lightbulb现实痛点LLM 提示工程与编写工具

用户对LLMs的反馈难以持续影响模型行为，多次交互需重复操作。

IUI '24ConstitutionMaker: Interactively Critiquing Large Language Models by Converting Feedback into Principles

lightbulb现实痛点LLM 提示工程与编写工具

普通用户在使用复杂软件时难以获得准确且易用的帮助指导。

IUI '24Why and When LLM-Based Assistants Fail: Exploring the Effectiveness of Prompt-Based Interaction for Software Help-Seeking

lightbulb现实痛点LLM 提示工程与编写工具

用户很难从零开始设计和优化LLM提示链，流程复杂且费力。

UIST '24ChainBuddy: An AI-assisted Agent System for Helping Users Set up LLM Pipelines

lightbulb现实痛点LLM 提示工程与编写工具

普通用户难以设计有效提示词与优化LLM输出。

CHI '23Why Johnny Can’t Prompt: How Non-AI Experts Try (and Fail) to Design LLM Prompts

相关论文

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

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

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

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

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

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

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

提示工程文本到图像生成模型的设计指南

Vivian Liu, Lydia B Chilton