LLMエージェントの会話における動的ターンテイキングのためのプロンプト設計

抄録

本研究は、人工知能会話エージェントとしてのLLM（大規模言語モデル）に、より自然な対話能力を付与することを目指すものである。特に、動的な割り込み行動を実現するためのプロンプト設計に焦点を当てる。通常、LLMは入力全体を受け取ってから応答を生成するという特徴を持つが、これは人間同士の自然な会話の特徴とは異なる。人間の会話では、同意や反意を示したり、スムーズな会話を継続させたりするために、相手の発話に割り込むことが頻繁に観察される。本研究では、LLMが会話中に適切なタイミングで割り込みを行うよう促すプロンプトの手法を提案する。これは生成された発話全体を分節に区切った上で、分節の切れ目ごとに割り込み判定を行うという素朴なアイデアに基づいている。エージェントに「同意」「会話の引き継ぎ」「情報の補足」といった複数の割り込み選択肢を与えるとともに、割り込みイベントを含む会話全体の文脈を考慮させることで、割り込み行動を引き起こすことを確認した。