arXiv cs.AI· Lei Fan, Fangxue Liu·· 13 小时前AI 评分22
中国大学生在不同学术任务中的生成式 AI 提示词策略研究
Generative artificial intelligence prompting strategies among Chinese university students across academic tasks
AI 导读
一项基于 234 名中国大学生问卷的研究考察了其生成式 AI 提示词能力与策略，学生普遍对提示词能力有信心，尤其在提供相关上下文和根据初始输出优化提示词方面。提示词策略对任务类型不敏感：在创意工作坊准备场景中，指定输出格式比研究型作业更受认可，其他匹配策略无调整后差异。固定提示词模板的认可度低于其他策略，感知认知与提示词能力关联最明显，开放式回答则凸显提示词意图对齐这一常见挑战。
正文 · AI 翻译
摘要：生成式人工智能（GenAI）正日益融入大学学习，然而有效的人机 GenAI 交互不仅取决于能否使用这些工具，还取决于学生为学术任务构建、评估和优化提示词的能力。本研究考察了大学生对自身 GenAI 提示词能力的感知及其报告的提示策略。研究对 234 名学生的问卷数据进行了分析，采用描述性统计、测量建模、情境比较、结构关联以及可选评论的定性编码。学生报告在多种学术活动中使用 GenAI，并普遍对自身的提示词能力表示有信心，尤其是在提供相关上下文以及根据初始输出优化提示词方面。然而，提示策略对任务类型的敏感度有限：在创意工作坊准备情境中，指定输出格式得到的认可程度高于研究导向型作业情境，而其他匹配策略则未显示出调整后的差异。学生也普遍同时认可简洁指令和一开始就提供所有相关信息，这表明有效的简洁可能更多取决于选择和整理任务相关信息，而非仅取决于提示词长度。相比之下，固定提示词模板获得的认可程度低于其他提示策略。在所采用的因子模型中，感知认知与感知提示词能力显示出最清晰的独特关联，而开放式回答则突出表明提示意图对齐是一项常见挑战。
| 学科： | 人机交互（cs.HC）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.39571 [cs.HC] |
| （或 arXiv:2610.39571v1 [cs.HC] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.39571 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Fangxue Liu [查看邮箱]
[v1]
2026年10月29日 星期四 08:14:21 UTC（1,121 KB）
来源：arXiv cs.AI · arxiv.org