印度ChatGPT对话背后：238个未经编辑用户提示的回顾性分析

理解用户如何与大型语言模型(LLM)进行真实交互 remains a significant challenge in human-computer interaction research. 现有大多数研究依赖自报告的使用模式或受控实验条件，可能错失真实行为适应性。本研究基于2025年8月收集的来自印度40名英语用户、15多个印度城市的238个真实、未经编辑的用户提示，对英语口语的城市专业人士ChatGPT的使用进行行为分析。通过匿名社交媒体调查收集真实的回顾性提示，以最小化实时观察效应，我们分析了真实的使用模式。关键发现包括：(1) 85%的日常使用率(34/40用户)，表明采用已超越实验性用途；(2) 证据显示跨领域集成，涵盖专业、个人、健康和创意领域，绝大多数用户均有所体现；(3) 42.5%(17/40)主要使用ChatGPT进行专业工作流程，证据显示实时问题解决集成；(4) 用户采用文化语境导航策略，在提示中融入印度文化规格。用户发展出精细化的适应技术，并形成建议性关系以获得个人指导。该研究揭示了从实验性向必需性工作流程依赖的转变，用户将ChatGPT视为集成生活助理，而非专业工具。然而，研究局限于通过社交媒体网络招募的英语城市专业人士，需更大的人口学验证。本工作贡献了一种捕捉真实AI使用模式的新方法，提供了关于该特定用户群文化适应策略的基于证据的见解。