AI对话评测与提示词优化（情感陪伴方向）

职责

1. 评测情感陪伴场景下的AI对话。针对同一段用户表达，比较不同模型的回复，判断哪条更贴合用户当下的需要，并写清楚理由。例如，用户已经说了“今天有点累，不想细说”，模型接下来的一句追问，是体贴，还是给用户增加了压力？

2. 根据评测中发现的问题设计和迭代提示词（Prompt），在多个大模型上测试。记录改了什么、哪些场景有改善，以及哪些问题仍然存在。

3. 分析结构化标注数据，结合偏好标签、评测理由和典型对话，找出反复出现的问题，例如过早给建议、忽略上下文或反复使用相似的安慰话术，并提出具体的改进建议。

能力要求

1. 心理学相关专业，本科及以上学历，行为心理学方向优先。

2. 有提示词工程（Prompt Engineering）实战经验，实际在至少两个大模型上做过提示词调优。能用一个案例说明任务目标、提示词的修改思路，以及如何判断修改是否有效。

3. 善于共情，对措辞、语气和上下文敏感。能指出具体哪句话影响了对话体验，并把判断依据写清楚。平时有写日记、做笔记或复盘的习惯。

4. 能读懂结构化标注数据，做基础统计，也能回到具体对话解释数据中观察到的现象。

5. 能在项目期间长期稳定参与，每个工作日投入8小时。

加分项

-深度体验过情感陪伴类AI产品，能举例聊聊某次对话为什么让你觉得被理解，或者为什么越聊越别扭。

-做过对话标注、偏好评测、用户研究或访谈，或写过有具体案例的人物观察记录。

-了解偏好标注流程，熟悉RLHF或RLAIF的基本思路。

-有小红书、微博等内容平台的创作或观察习惯，留意人们在不同情境下如何表达情绪和需求。

投递说明

请提交姓名、学历和个人简历，选拔流程包含笔试和面试。欢迎在简历中简要介绍一个你实际做过的多模型提示词调优案例。