透过字里行间：通过开发者提示中的隐性情感进行可扩展的用户反馈
软件工程
2025-09-24 v1 人工智能
人机交互
摘要
以规模评估开发者对对话式AI助手的满意度至关重要但具有挑战性。用户研究能提供丰富的洞察，但不具备可扩展性；而来自日志或产品内评分的大规模定量信号往往过于浅层或稀疏而不可靠。为填补这一空白，我们提出并评估了一种新方法：利用开发者提示的情感分析来识别用户满意度的隐性信号。通过对372名专业开发者的工业使用日志进行分析，我们证明该方法能在约8%的交互中识别出信号，这一速率比显式用户反馈高出13倍以上，即使采用现成的情感分析方法也能达到合理的准确度。这种补充现有反馈渠道的新实用方法将为构建更全面的规模化开发者体验理解开辟新方向。
引用
@article{arxiv.2509.18361,
title = {Reading Between the Lines: Scalable User Feedback via Implicit Sentiment in Developer Prompts},
author = {Daye Nam and Malgorzata Salawa and Satish Chandra},
journal= {arXiv preprint arXiv:2509.18361},
year = {2025}
}