PromptHive：通过协作式提示工程将专业知识专家重新置于教育内容创建的前沿
人机交互
2024-10-23 v1 人工智能
摘要
涉及专业知识专家进行提示工程可引导大语言模型（LLM）的输出，使其更有帮助、更准确、更贴合特定领域需求。然而，在缺乏针对特定任务情境的系统性实验界面支持的情况下，迭代出高质量提示仍具有挑战性。本文我们介绍PromptHive，一个用于提示编写的协作界面，旨在通过鼓励对提示变体的快速迭代，更好地将领域知识与提示工程相结合。我们针对数学领域的十位专业知识专家进行了评估研究，并通过两次协作式提示编写会话和358名学习者的学习收益研究来验证了我们的设计。我们的结果阐明了提示迭代过程，验证了该工具的可用性，使非AI专家能够编写出生成内容相当于人类编写材料的提示，同时将感知认知负荷减半，缩短编写过程从数月缩短至仅几小时。
引用
@article{arxiv.2410.16547,
title = {PromptHive: Bringing Subject Matter Experts Back to the Forefront with Collaborative Prompt Engineering for Educational Content Creation},
author = {Mohi Reza and Ioannis Anastasopoulos and Shreya Bhandari and Zachary A. Pardos},
journal= {arXiv preprint arXiv:2410.16547},
year = {2024}
}