Prompt 公共 (Prompt Commons)：城市 AI 的集体提示治理
计算机与社会
2025-09-17 v1
摘要
大型语言模型 (LLM) 正进入城市治理领域，但其输出高度依赖携带价值判断的提示词。我们提出 Prompt Commons —— 一个版本化、社区维护的提示词仓库，包含治理元数据、许可证及审查机制，以引导模型行为实现多元化。在使用蒙特利尔数据集 (443 个人类提示词；增强后 3,317 个) 进行测试后，我们试点了三种治理状态 (开放、精选、支持否决)。在一项争议性政策基准测试中，单作者提示词仅产生 24% 中性结果；而受 Prompt Commons 治理的提示词将中性性提升至 48-52%，同时在适当时刻保持决策性。在一份合成事件日志中，支持否决模式将有害输出的响应时间从开放模式下的 30.5 ± 8.9 小时缩短至 5.6 ± 1.5 小时。我们概述了许可证 (CC BY/BY-SA 用于提示词，针对作品可选用 OpenRAIL 风格的限制)、可审计的审查机制，以及防止垄断捕获的措施。提示词治理为城市对 AI 进行本地化价值观和问责制提供了一条实用的杠杆。
引用
@article{arxiv.2509.12415,
title = {Prompt Commons: Collective Prompting as Governance for Urban AI},
author = {Rashid Mushkani},
journal= {arXiv preprint arXiv:2509.12415},
year = {2025}
}