面向Agentic Web的面向Prompt可靠重用AI生成内容的结构化框架
人工智能
2026-05-12 v1 计算与语言
摘要
大型语言模型（LLM）及其构建而来的软件智能体（AI智能体）的演进，标志着从以人类为中心的Web向由AI智能体驱动的“Agentic Web”的转型。然而对于预计在Web中占据主导地位的AI生成内容（AIGC），目前尚无机制使智能体能够在生成过程中验证其可靠性、可重复性或许可合规性。这种透明度不足的缺失风险通过AIGC的重复使用导致链式幻觉和合规违规。因此，管理AIGC来源和生成条件的框架至关重要。本文提出了一个框架，在AIGC生成时自动附加结构化元数据，包括模块化提示词、上下文、思考过程、模型信息、超参数和置信度。该元数据与可验证凭证一起封装，以支持AIGC的可靠评估和重用。该框架高效地结构化AIGC，促进其用于微调和知识蒸馏等应用的安全使用。
引用
@article{arxiv.2605.09283,
title = {A Prompt-Aware Structuring Framework for Reliable Reuse of AI-Generated Content in the Agentic Web},
author = {Shusaku Egami and Masahiro Hamasaki},
journal= {arXiv preprint arXiv:2605.09283},
year = {2026}
}
备注
5 pages, 2 figures, Accepted at FAAW@WWW2026