面向用户表示的 AI 应用：对 83 种人物画像提示的分析
人机交互
2026-03-04 v1 人工智能
摘要
我们分析了来自 27 篇使用大语言模型（LLM）生成用户人物画像的研究文章中的 83 条人物画像提示。研究发现，这些提示主要生成单一人物画像。Several 提示表达了对简短或简洁人物画像描述的需求，这与创建丰富、信息详实且立体化人物画像的传统做法相悖。文本是生成人物属性最常用的数据格式，其后是数字。文本和数字常一起生成，人口统计属性几乎出现在所有生成的人物画像中。研究者在单个研究中使用最多 12 条提示，但大多数研究只使用少量提示。比较和测试多个 LLM 的做法很少见。超过一半的提示要求以结构化格式（如 JSON）生成人物输出，且 74% 的提示插入数据或动态变量。我们讨论了计算人物画像用于用户表示日益增长的影响。
引用
@article{arxiv.2508.13047,
title = {Using AI for User Representation: An Analysis of 83 Persona Prompts},
author = {Joni Salminen and Danial Amin and Bernard Jansen},
journal= {arXiv preprint arXiv:2508.13047},
year = {2026}
}
备注
Accepted at AICCSA-2025