Эффективный промпт-инжиниринг при обращении за психологической поддержкой к искусственному интеллекту
Свет и тени цифровой реальности: живой интеллект и его аватары
DOI:
https://doi.org/10.17072/2078-7898/2026-3-419-430Ключевые слова:
искусственный интеллект (ИИ), большие языковые модели (LLM), психологическая поддержка, чат-бот, промпт, промпт-инжиниринг, промпт для обращения за психологической поддержкойАннотация
В условиях роста психоэмоционального напряжения в обществе технологии искусственного интеллекта (ИИ) активно интегрируются в сферу психологической помощи. Качество взаимодействия напрямую зависит от текстового запроса пользователя (промпта). Грамотно сконструированные промпты дают возможность использовать ИИ для генерации терапевтического контента и оказания психологической помощи. Однако существует противоречие: пользователи, наиболее нуждающиеся в психологической помощи, часто не способны сформулировать четкий запрос, что повышает риск получения нерелевантных ответов. Целью данного исследования стало выявление ключевых лингвистических характеристик промптов, влияющих на субъективную оценку полезности ответов ИИ в контексте психологической поддержки. В процессе исследования были проанализированы 52 кейса взаимодействия пользователей с ИИ. Анализ показал, что в целом пользователи склонны оценивать ответы ИИ как полезные (средний балл 3.77 из 5). Установлено, что наибольшую эффективность демонстрируют прямые и конкретные запросы, сформулированные в тревожной или нейтральной тональности. Напротив, имплицитные формулировки и тональность безнадежности ассоциируются со значительно меньшей воспринимаемой полезностью. Не подтвердилось влияние явного назначения ИИ роли психолога на оценку ответа. Практическая ценность исследования заключается в том, что его результаты могут быть использованы для разработки руководства, направленного на обучение пользователей эффективному промпт-инжинирингу в ситуации запроса о психологической помощи. Это позволит повысить качество, релевантность и безопасность получаемой психологической поддержки, особенно пользователям, испытывающим трудности с формулированием своих потребностей.
Библиографические ссылки
Алексеева Л.Г., Алексеев П.С. Язык промптов, или особенности формулирования запросов к генеративным нейросетям для создания изображений // Verba. Северо-Западный лингвистический журнал. 2024. № 3(13). URL: https://cyberleninka.ru/article/n/yazyk-promptov-ili-osobennosti-formulirovaniya-zaprosov-k-generativnym-neyrosetyam-dlya-sozdaniya-izobrazheniy (дата обращения: 16.09.2025). DOI: https://doi.org/10.34680/VERBA-2024-3(13)-50-61 EDN: ZVOBBA
Комаров С.В., Внутских А.Ю. Свет и тени цифровой реальности. Образ инженера XXI века (от редакции) // Вестник Пермского университета. Философия. Психология. Социология. 2025. № 3. URL: https://cyberleninka.ru/article/n/svet-i-teni-tsifrovoy-realnosti-obraz-inzhenera-xxi-veka-ot-redaktsii (дата обращения: 31.05.2026). DOI: https://doi.org/10.17072/2078-7898/2025-3-309-316 EDN: ADMDFX
Ушаков Д.В. Искусственный интеллект как инструмент психологического исследования // Сибирский психологический журнал. 2023. № 90. URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-kak-instrument-psihologicheskogo-issledovaniya (дата обращения: 31.05.2026). DOI: https://doi.org/10.17223/17267080/90/11 EDN: FBMUGM
Фрейманис И.Ф., Шляпов И.В. Риски применения технологии искусственного интеллекта для психологической помощи: взгляд психолога и разработчика // Russian Journal of Education and Psychology. 2025. № 5. URL: https://cyberleninka.ru/article/n/riski-primeneniya-tehnologii-iskusstvennogo-intellekta-dlya-psihologicheskoy-pomoschi-vzglyad-psihologa-i-razrabotchika (дата обращения 30.05.2025). DOI: https://doi.org/10.12731/2658-4034-2025-16-5-829 EDN: WZCUOA
Aschbacher K. How to Build Empathetic AI // Medium. 2023. URL: https://medium.com/@kirstinashe/how-to-build-empathetic-ai-1bb444a8b3fe (дата обращения: 05.07.2026).
Ayers J., Poliak A., Dredze M. et al. Comparing Physician and Artificial Intelligence Chatbot Responses to Patient Questions Posted to a Public Social Media Forum // JAMA Internal Medicine. 2023. Vol. 183, № 6. P. 589–596. URL: https://each.international/wp-content/uploads/2023/05/jamainternal_ayers_2023_oi_230030_1681999216.70842.pdf (дата обращения 30.05.2025). DOI: https://doi.org/10.1001/jamainternmed.2023.1838 EDN: RFVQOH
Banerjee S., Dunn P., Conard S., Ali A. Mental Health Applications of Generative AI and Large Language Modeling in the United States // International Journal of Environmental Research and Public Health. 2024. Vol. 21, № 7. Art. 910. DOI: https://doi.org/10.3390/ijerph21070910 EDN: MXXOZC
Brown T., Mann B., Ryder N. et al. Language models are few-shot learners // Advances in neural information processing systems. 2020. Vol. 33. P. 1877–1901. DOI: https://doi.org/10.48550/arXiv.2005.14165
Filienko D., Wang Y., Jazmi C. et al. Toward Large Language Models as a Therapeutic Tool: Comparing Prompting Techniques to Improve GPT-Delivered Problem-Solving Therapy // arXiv. 2024. Art. 2409.00112. URL: https://arxiv.org/abs/2409.00112 (дата обращения: 17.09.2025).
Lawrence H., Schneider R., Rubin S. et al. The Opportunities and Risks of Large Language Models in Mental Health // JMIR Mental Health. 2024. Vol. 11. Art. e59479. DOI: https://doi.org/10.2196/59479 EDN: CNGJYM
Mesco B. Prompt Engineering as an Important Emerging Skill for Medical Professionals: Tutorial // Journal of Medical Internet Research. 2023. Vol. 25. Art. e50638. DOI: https://doi.org/10.2196/50638 EDN: KUUMXF
Olla P., Elliott L., Abumeeiz M., Mihelich K., Olson J. Promptology: Enhancing Human–AI Interaction in Large Language Models // Information. 2024. Vol. 15, № 10. Art. 634. DOI: https://doi.org/10.3390/info15100634 EDN: LYDEUK
Priyadarshana Y.H.P.P., Senanayake A., Liang Z., Piumarta I. Prompt engineering for digital mental health: a short review // Front. Digit. Health. 2024. Vol. 6. Art. 1410947. DOI: https://doi.org/10.3389/fdgth.2024.1410947
Ray A., Bhardwaj A., Malik Y., Singh S., Gupta R. Artificial intelligence and Psychiatry: An overview // Asian Journal of Psychiatry. 2022. Vol. 70. Art. 103021. DOI: https://doi.org/10.1016/j.ajp.2022.103021 EDN: GBXYZG
Sorin V., Brin D., Barash Y. et al. Large Language Models and Empathy: Systematic Review // J. Med. Internet. Res. 2024. Vol. 26. Art. e52597. DOI: https://doi.org/10.2196/52597 EDN: WVAUHI
Wang S., Fang R., He Z., Song S., Li Y. Emotional Support with LLM based Empathetic Dialogue Generation // arXiv. 2025. Art. arXiv:2507.12820. URL: https://arxiv.org/abs/2507.12820 (дата обращения: 16.09.2025).
References
Alekseeva, L.G. and Alekseev, P.S. (2024). [The language of prompts, or specifics of formulating queries to generative neural networks for image creation]. Verba. Severo-Zapadnyy lingvisticheskiy zhurnal [Verba. North-Western Linguistic Journal]. No. 3(13). Available at: https://cyberleninka.ru/article/n/yazyk-promptov-ili-osobennosti-formulirovaniya-zaprosov-k-generativnym-neyrosetyam-dlya-sozdaniya-izobrazheniy (accessed 16.09.2025). DOI: https://doi.org/10.34680/VERBA-2024-3(13)-50-61
Aschbacher, K. (2023). How to build empathetic AI. Medium. Available at: https://medium.com/@kirstinashe/how-to-build-empathetic-ai-1bb444a8b3fe (accessed 05.07.2026).
Ayers, J., Poliak, A., Dredze, M. et al. (2023). Comparing physician and Artificial Intelligence chatbot responses to patient questions posted to a public social media forum. JAMA Internal Medicine. Vol. 183, no. 6, pp. 589–596. Available at: https://each.international/wp-content/uploads/2023/05/jamainternal_ayers_2023_oi_230030_1681999216.70842.pdf (accessed 30.05.2025). DOI: https://doi.org/10.1001/jamainternmed.2023.1838
Banerjee, S., Dunn, P., Conard, S. and Ali, A. (2024). Mental health applications of generative AI and large language modeling in the United States. International Journal of Environmental Research and Public Health. Vol. 21, no. 7, art. 910. DOI: https://doi.org/10.3390/ijerph21070910
Brown, T., Mann, B., Ryder, N. et al. (2020). Language models are few-shot learners. Advances in Neural Information Processing Systems. Vol. 33, pp. 1877–1901. DOI: https://doi.org/10.48550/arXiv.2005.14165
Filienko, D., Wang, Y., Jazmi, C. et al. (2024). Toward large language models as a therapeutic tool: comparing prompting techniques to improve GPT-delivered problem-solving therapy. ArXiv. Art. 2409.00112. Available at: https://arxiv.org/abs/2409.00112 (accessed 17.09.2025).
Freimanis, I.F. and Shlyapov, I.V. (2025). [Risks of using Artificial Intelligence technology for psychological assistance: a psychologist's and developer's perspective]. Russian Journal of Education and Psychology. No. 5. Available at: https://cyberleninka.ru/article/n/riski-primeneniya-tehnologii-iskusstvennogo-intellekta-dlya-psihologicheskoy-pomoschi-vzglyad-psihologa-i-razrabotchika (accessed 30.05.2025). DOI: https://doi.org/10.12731/2658-4034-2025-16-5-829
Komarov, S.V. and Vnutskikh, A.Y. (2025). [Light and shadows of digital reality. The image of the 21st century engineer (an editorial)]. Vestnik Permskogo universiteta. Filosofiya. Psikhologiya. Sotsiologiya [Perm University Herald. Philosophy. Psychology. Sociology]. Iss. 3. Available at: https://cyberleninka.ru/article/n/svet-i-teni-tsifrovoy-realnosti-obraz-inzhenera-xxi-veka-ot-redaktsii (accessed 31.05.2026). DOI: https://doi.org/10.17072/2078-7898/2025-3-309-316
Lawrence, H., Schneider, R., Rubin, S. et al. (2024). the opportunities and risks of large language models in mental health. JMIR Mental Health. Vol. 11, art. e59479. DOI: https://doi.org/10.2196/59479
Mesco, B. (2023). Prompt engineering as an important emerging skill for medical professionals: tutorial. Journal of Medical Internet Research. Vol. 25, art. e50638. DOI: https://doi.org/10.2196/50638
Olla, P., Elliott, L., Abumeeiz, M., Mihelich, K. and Olson, J. (2024). Promptology: enhancing human–AI interaction in large language models. Information. Vol. 15, no. 10, art. 634. DOI: https://doi.org/10.3390/info15100634
Priyadarshana, Y.H.P.P., Senanayake, A., Liang, Z. and Piumarta, I. (2024). Prompt engineering for digital mental health: a short review. Frontiers in Digital Health. Vol. 6, art. 1410947. DOI: https://doi.org/10.3389/fdgth.2024.1410947
Ray, A., Bhardwaj, A., Malik, Y., Singh, S. and Gupta, R. (2022). Artificial intelligence and psychiatry: an overview. Asian Journal of Psychiatry. Vol. 70, art. 103021. DOI: https://doi.org/10.1016/j.ajp.2022.103021
Sorin, V., Brin, D., Barash, Y. et al. (2024). Large language models and empathy: systematic review. J. Med. Internet. Res. Vol. 26, art. e52597. DOI: https://doi.org/10.2196/52597
Ushakov, D.V. (2023). [Artificial Intelligence as a tool for psychological research]. Sibirskiy psikhologicheskiy zhurnal [Siberian Journal of Psychology]. No. 90. Available at: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-kak-instrument-psihologicheskogo-issledovaniya (accessed 31.05.2026). DOI: https://doi.org/10.17223/17267080/90/11
Wang, S., Fang, R., He, Z., Song, S. and Li, Y.(2025). Emotional support with LLM based empathetic dialogue generation. ArXiv. Art. 2507.12820. Available at: https://arxiv.org/abs/2507.12820 (accessed 16.09.2025).
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Вестник Пермского университета. Философия. Психология. Социология
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
