The Prompting Brain: Neurocognitive Markers of Expertise in Guiding Large Language Models

《提示大脑：引导大型语言模型专业知识的神经认知标记》核心总结与关键部分翻译

一、文章主要内容总结

该研究聚焦提示工程专业能力的神经认知基础，通过功能性磁共振成像（fMRI）开展横断面前瞻性研究，对比提示工程专家与中级从业者的大脑功能连接及网络活动差异，旨在填补“人类与大型语言模型（LLMs）交互的认知神经机制”这一研究空白，具体内容如下：

（一）研究背景与目标

随着LLMs在多领域的广泛应用，提示工程成为高效交互的关键技能，但目前学界对该技能背后的认知与神经机制研究较少。研究以“跨学科视角”为核心，结合神经成像技术，探索提示工程专业能力的神经关联，验证“专业能力不仅源于知识积累，还体现为独特大脑功能与连接模式”这一假设。

（二）研究方法

1. 被试分组与评估：招募22名18-45岁右利手、无神经/精神疾病史的参与者，通过自定义的“提示工程素养量表（PELS）”（含提示构建清晰度、高级提示技术、验证优化、伦理文化敏感性4个维度，Cronbach’s α=0.90，信效度高）将其分为两组——得分＞37分的“专家组”（12人）与≤37分的“中级组”（10人）。
2. 数据采集：使用3T西门子MAGNETOM Spectra扫描仪，采集静息态fMRI数据（重复时间2270ms、回波时间27ms等）与高分辨率T1加权解剖图像。
3. 数据分析：采用两种互补流程——独立成分分析（ICA），用于分析脑网络低频/高频功率