针对中文学习的 ChatGPT 提示词研究：基于 CEFR 与 EBCL 等级的分析

聊天机器人在语言学习中的应用自 1960 年代以来不断演进，随着生成式 AI 的兴起，这些工具日益成熟，能够模拟自然对话，适应个体学习者的需求，包括学习中文的 learner。本研究探讨了学习者如何运用特定提示词（prompt）以针对性地与大语言模型（LLM）进行互动，实现基于《欧洲语言参考框架》（CEFR）和《欧洲中文基准项目》（EBCL）的语言水平定位。研究聚焦 A1、A1+ 和 A2 三个等级，考察中文教学——其因表意文字系统的独特性而具备挑战。目标在于开发能够整合口语与书面技能的提示词，运用高频汉字表，并控制口语词汇输出。这些由生成式 AI 提供支持的工具旨在通过跨越词汇与汉字重复率，提升语言练习效果。尽管生成式 AI 作为个人化导师显示出潜力，但仍需进一步评估其实际效果。我们对使用 ChatGPT 模型开展了一系列系统实验，以评估其对提示词中约束条件的遵循程度。结果表明，纳入 A1 和 A1+ 级别的汉字及其关联参考表，显著提升了对 EBCL 汉字集的符合度。经过恰当提示后，LLM 能够增加目标语言的暴露量，并提供交互式对话以发展语言技能。