論文の概要: PromptHelper: A Prompt Recommender System for Encouraging Creativity in AI Chatbot Interactions

• arxiv url: http://arxiv.org/abs/2601.15575v1
• Date: Thu, 22 Jan 2026 01:44:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-23 21:37:20.466086
• Title: PromptHelper: A Prompt Recommender System for Encouraging Creativity in AI Chatbot Interactions
• Title（参考訳）: PromptHelper:AIチャットボットインタラクションにおける創造性向上のためのプロンプトレコメンダシステム
• Authors: Jason Kim, Maria Teleki, James Caverlee,
• Abstract要約: 本稿では,探索を支援する対話手法としてプロンプトレコメンダシステム(PRS)を導入し,文脈的に関連するフォローアッププロンプトを提案する。 PRSのプロトタイプであるPromptHelperをAIチャットボットに統合し、ユーザーが実際の書き込みタスクに取り組んでいる間、意味的に多様なプロンプト提案を提示する。 その結果, PromptHelperは認知負荷を増大させることなく, ユーザの知覚的探索と表現力を著しく向上させることがわかった。
• 参考スコア（独自算出の注目度）: 19.138748420166557
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Prompting is central to interaction with AI systems, yet many users struggle to explore alternative directions, articulate creative intent, or understand how variations in prompts shape model outputs. We introduce prompt recommender systems (PRS) as an interaction approach that supports exploration, suggesting contextually relevant follow-up prompts. We present PromptHelper, a PRS prototype integrated into an AI chatbot that surfaces semantically diverse prompt suggestions while users work on real writing tasks. We evaluate PromptHelper in a 2x2 fully within-subjects study (N=32) across creative and academic writing tasks. Results show that PromptHelper significantly increases users' perceived exploration and expressiveness without increasing cognitive workload. Qualitative findings illustrate how prompt recommendations help users branch into new directions, overcome uncertainty about what to ask next, and better articulate their intent. We discuss implications for designing AI interfaces that scaffold exploratory interaction while preserving user agency, and release open-source resources to support research on prompt recommendation.
• Abstract（参考訳）: プロンプティングはAIシステムとのインタラクションの中心であるが、多くのユーザは、代替方向を探したり、創造的な意図を明確にしたり、形状モデルのアウトプットがどう変化するかを理解するのに苦労している。 本稿では,探索を支援する対話手法としてプロンプトレコメンダシステム(PRS)を導入し,文脈的に関連するフォローアッププロンプトを提案する。 PRSのプロトタイプであるPromptHelperをAIチャットボットに統合し,ユーザが実際の書き込みタスクに取り組んでいる間に,意味的に多様なプロンプト提案を提示する。 PromptHelperを2×2で評価し(N=32)、創造的・学術的な文章作成作業について検討した。 その結果, PromptHelperは認知負荷を増大させることなく, ユーザの知覚的探索と表現力を著しく向上させることがわかった。 質的な発見は、プロンプトレコメンデーションが、ユーザーが新しい方向に分岐し、次に何を尋ねるかの不確実性を克服し、意図をより明確にするのに役立つことを示す。 ユーザエージェンシーを保存しながら探索的相互作用を足場とするAIインターフェースの設計の意味を論じ,プロンプトレコメンデーション研究を支援するためにオープンソースリソースをリリースする。

関連論文リスト

• PromptCanvas: Composable Prompting Workspaces Using Dynamic Widgets for Exploration and Iteration in Creative Writing [25.41215417987532]
  PromptCanvasは、無限のキャンバス上で構成可能なウィジェットベースのエクスペリエンスに、プロンプトを変換する概念である。 ユーザは、テキストのさまざまな面を表すインタラクティブなウィジェットを生成し、カスタマイズし、アレンジすることができる。
  論文  参考訳（メタデータ） (2025-06-04T09:13:51Z)
• PromptHive: Bringing Subject Matter Experts Back to the Forefront with Collaborative Prompt Engineering for Educational Content Creation [8.313693615194309]
  本稿では,プロンプトオーサリングのための協調インターフェースであるPromptHiveについて紹介する。 本研究は,数学の専門家10名を対象に評価研究を行い,358人の学習者を対象に,2つの共同筆記セッションと358人の学習者による学習成績研究を通じて設計を検証した。 本研究は,AIの専門家以外の専門家が,人為的な資料に匹敵するコンテンツを生成するプロンプトを作成できるように,プロンプトの反復プロセスを解明し,ツールのユーザビリティを検証した。
  論文  参考訳（メタデータ） (2024-10-21T22:18:24Z)
• Efficient Prompting Methods for Large Language Models: A Survey [50.82812214830023]
  効率的なプロンプティング手法は幅広い注目を集めている。 本稿では,異なるプロンプト成分に対する自動プロンプトエンジニアリングと連続空間および離散空間におけるプロンプト圧縮について論じる。
  論文  参考訳（メタデータ） (2024-04-01T12:19:08Z)
• PromptMagician: Interactive Prompt Engineering for Text-to-Image Creation [16.41459454076984]
  本研究では,画像の検索結果を探索し,入力プロンプトを洗練させる視覚解析システムであるPromptMagicianを提案する。 システムのバックボーンは、ユーザのプロンプトを入力として取り、DiffusionDBから同様のプロンプトイメージペアを取得し、特別な(重要かつ関連性の高い)プロンプトキーワードを識別するプロンプトレコメンデーションモデルである。
  論文  参考訳（メタデータ） (2023-07-18T07:46:25Z)
• PromptRobust: Towards Evaluating the Robustness of Large Language Models on Adversarial Prompts [76.18347405302728]
  本研究は、文字、単語、文、意味といった複数のレベルにわたるプロンプトを標的とした、敵対的なテキスト攻撃を多用する。 相手のプロンプトは、感情分析、自然言語推論、読書理解、機械翻訳、数学の問題解決など様々なタスクに使用される。 以上の結果から,現代の大規模言語モデルでは,敵対的プロンプトに対して頑健ではないことが示唆された。
  論文  参考訳（メタデータ） (2023-06-07T15:37:00Z)
• SCP: Soft Conditional Prompt Learning for Aerial Video Action Recognition [48.456059482589495]
  本研究では,航空映像行動認識において,迅速な学習の強みを生かした新しい学習手法であるSoft Conditional Prompt Learning(SCP)を提案する。 本手法は,航空機/ロボットの視覚知覚のための入力ビデオにおける動作に関する記述や指示に,モデルが焦点を当てることによって,各エージェントの動作を予測するように設計されている。
  論文  参考訳（メタデータ） (2023-05-21T11:51:09Z)
• TEMPERA: Test-Time Prompting via Reinforcement Learning [57.48657629588436]
  強化学習(TEMPERA)を用いたテスト時間プロンプト編集を提案する。 従来のプロンプト生成手法とは対照的に、TEMPERAは事前知識を効率的に活用することができる。 本手法は従来の微調整法と比較して試料効率の平均改善率を5.33倍に向上させる。
  論文  参考訳（メタデータ） (2022-11-21T22:38:20Z)
• Towards Unified Conversational Recommender Systems via Knowledge-Enhanced Prompt Learning [89.64215566478931]
  会話レコメンデータシステム(CRS)は,ユーザの嗜好を積極的に取り入れ,自然言語会話を通じて高品質な項目を推薦することを目的としている。 効果的なCRSを開発するためには、2つのモジュールをシームレスに統合することが不可欠である。 知識強調学習に基づく統一CRSモデルUniCRSを提案する。
  論文  参考訳（メタデータ） (2022-06-19T09:21:27Z)
• Are Akpans Trick or Treat: Unveiling Helpful Biases in Assistant Systems [55.09907990139756]
  情報探索型AIアシスタントシステムは,ユーザの知識に関する質問に対して,タイムリーに回答することを目的としている。 本稿では,有用性の計算測度について検討する。 最先端の対話システムを用いた実験により、既存のシステムは高度開発途上国の概念に関する質問に役立っていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-05-25T07:58:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。