通过实证用户研究 (n=30)，我们调查了现代大型语言模型 (LLMs) 在协助专业作家方面的效用，发现作家在规划、翻译和审阅等认知活动中都寻求 LLMs 的帮助，尤其在翻译和审阅方面 LLMs 更为有帮助，同时我们的研究结果也强调了利用 LLMs 进行创意写作辅助的未来研究方向。

Sep, 2023

通过人工智能协作共同开发的领域特定写作助手分类系统来解决大型语言模型在商业背景下理解能力的限制，为不同利益相关者提供定制化的大型语言模型驱动的写作辅助功能。

Jun, 2024

研究调查了写作中的所有权感、写作辅助工具、大型语言模型、创造性任务以及人机交互等问题，以提高写作辅助系统的性能。

Mar, 2024

本文提出为了解决大型语言模型作为写作助手的流畅性、可靠性、生成内容的所有权和模型性能的可预测性等问题，采用诺曼的七个行动阶段作为智能写作助手交互设计的框架，同时举例软件教程创作，阐述该框架在写作任务中的适用性，讨论了该框架作为综合研究的工具和支持行动阶段的工具，最后简要概述了人类 - 大型语言模型交互研究的潜力。

Apr, 2023

GhostWriter 是一种使用大型语言模型 (LLM) 进行人工智能增强的写作设计探针，用户可以在写作过程中隐式地学习其预期写作风格，并通过手动样式编辑和注释实现显式教学，研究结果表明 GhostWriter 帮助用户个性化生成文本，通过提供多种方式控制系统的写作风格增强用户的能力，为未来的工作提供了设计建议。

Feb, 2024

通过文献综述和第一手实验，本文研究了大型语言模型（LLMs）的潜力。尽管 LLMs 具有成本效益和高效性等优点，但也存在着诸如提示调优、偏见和主观性等挑战。该研究通过利用 LLMs 进行定性分析的实验提供了新的见解，强调了成功和限制。此外，本文还讨论了缓解挑战的策略，如优化提示技术和利用人类专业知识。我们的工作旨在将 LLMs 有机地融入人机交互数据工作，并积极促进其负责任的应用，以此回应关于 LLMs 在研究中负责任应用的持续对话。

Apr, 2024

利用大型语言模型（LLMs）对写作文章进行自动评分的实验表明，虽然适当选择题目对任务和模型性质很重要，但 ChatGPT 相比 Llama 在综合和个体写作特征上的性能稍优。尽管与 SOTA 模型相比预测存在差距，但它们提供了改善文章质量的反馈，为教师和学生提供帮助。

Mar, 2024

利用自动检测器识别大型语言模型辅助写作的研究，发现目前的四种先进的自动生成文本检测器性能不佳，提出专门针对大型语言模型辅助写作检测的专用检测器的发展是必要的。这样的检测器可以在科学交流中促进对大型语言模型参与的真实认可，并解决目前对认可实践的挑战。

Jan, 2024

该研究通过一个深入的案例研究，评估了大型语言模型在创意写作过程中作为辅助工具的潜力。研究中开发了交互式多声音提示策略，交织了背景描述、指导写作的指令、目标风格的文本示例和给定示例的关键讨论，并从文学批评的角度以及计算创造力的角度进行了定性评估。研究结果支持大型语言模型能够实现高级提示的观点。

Nov, 2023

研究了自然语言生成技术在人工智能辅助写作工具中的应用。通过信息检索的角度从 “拔式” 和 “推式” 两个范式进行比较用户研究，以了解 AI 辅助写作的用户需求、对写作质量、所有权、写作过程的效率和愉悦度的影响，以及 AI 偏见的影响。研究发现用户欢迎 AI 在他们的写作中提供无缝协助，并且 AI 在保持写作清晰简洁的同时帮助用户使其写作思路更加丰富，用户也享受与 AI 合作。尽管参与者在实验中没有经历到偏见，但他们仍然表达了明确的担忧，这应在未来的 AI 辅助写作工具中加以解决。

Jun, 2023