1. 引言
基于生成式人工智能(generative artificial intelligence，简称为GAI)模型的海量语料储备和时时交流特性，越来越多的外语教师和学习者将其视为高效的写作教学助手[1] [2]。其中GAI反馈功能尤其成为学者们的研究热点之一[3] [4]。由于学习者的提示词能力决定了大语言模型产出结果的质量[5]-[7]，外语写作活动中学习者的提示词质量对获得高质量GAI反馈至关重要[8] [9]。虽然有学者从理论角度界定提示词素养(prompt literacy) [5]，提出了提示词素养框架[10]，然而鲜有研究基于GAI辅助的外语写作环境讨论提高学习者反馈提示词素养路径。因此，本研究聚焦大学英语写作教学中如何提升学习者的反馈提示词素养，从而提高gen AI反馈可用性，以期为GAI赋能外语写作提供思路。
2. 文献综述
提示词是用户“与人工智能模型交互的语言”，告知模型需要生成何种内容[11]。提示词素养又被称为提升词工程，是“有目的地使用GAI工具的技能”[5]。获得理想的GAI产出需要“反复优化提示词”，通过“精准且结构合理的指令”告知GAI生成结果需遵循的规则[5]。Lo (2023)提出了具有代表性的CLEAR提示词框架，使用者编辑提示词应遵循五个原则：简洁、逻辑、明确、适应、反思[10]。
在二语教学领域，学者们提出了GAI素养理论框架[12]、ChatGPT素养[13]和人机互动协商能力[14]，这些理论框架都包括了学习者的提示词素养。根据GAI素养理论框架[12]，学习者利用GAI辅助二语写作需要理解AI，给出提示词，证实AI输出并纳入AI输出。ChatGPT素养构成及评价框架[13]包括了学习者了解ChatGPT的优势与局限性、设计提示词、评价ChatGPT生成结果、ChatGPT辅助评估和伦理考量。人机互动协商能力理论框架中重要的一环是学习者的互动协商能力，即“理解AI的能力和局限性、对AI提出恰当要求、根据AI反馈采用恰当方式调整自己的沟通策略”，并且人作为主导者发布的提示词至关重要，不仅要“清晰、准确”，还要“充分”描述目标[14]。综合三种理论框架，二语教学中的提示词素养可以归纳为理解GAI、设计提示词、评估GAI输出结果和调整提示词。
二语写作领域中GAI反馈因个性化强、数量多、覆盖面广得到学习者认可[15]，但反馈质量的优劣取决于学习者的提示词质量[8] [9]。研究者们就GAI反馈情境中的提示词策略给出了建议。如郭茜等(2023: 19)以ChatGPT辅助学术论文写作为例，提出反馈提示词应“尽量正式、直白、简约”、“多角度尝试不同提示词”、组合提示词使之达到优化[9]。魏爽和李璐遥(2023)建议要使ChatGPT理解并生成符合意图的反馈，需要学习者输入明确的提示词，有时还需输入多轮提示词[8]。孙培健等(2025: 34)则提出了GAI反馈素养，即“运用合适的提示语生成反馈，并合理、有效地使用GAI生成的反馈”，其中合理有效使用GAI反馈的前提是“深入理解反馈内容”[16]。由此，基于文献中的提示词素养和二语学习者利用GAI反馈完成写作的情境，本研究提出“反馈提示词素养”，包括四个环节：理解GAI反馈功能、设计提示词、评估GAI反馈、调整提示词。四个环节循环往复，直到GAI生成符合学习者需求的反馈。
已有研究者对学习者反馈提示词素养进行了初步探讨。有文献显示，二语学习者能够理解GAI反馈的优势和局限性。例如，徐林林等(2024)聚焦GAI赋能学术英语写作，证明EFL学习者能够认识到GAI反馈在优化语言、撰写内容、和提供策略等维度上的优缺点[7]。相似地，朱小超和柳华妮(2024)基于课堂研究也汇报了EFL学习者能够较为全面地认识ChatGPT反馈的长处与不足[17]。大部分研究对象认可ChatGPT在提高文本语言、结构和逻辑上有明显优势，但指出ChatGPT储备具有中国语言文化特色的内容不足，因而难以在此方面生成有深度与个性的反馈；ChatGPT反馈能帮助学生发展批判性思维，但也会阻碍其锻炼创新能力。
其次，有研究报告了EFL学习者使用提示词和评估GAI反馈的表现。如在朱小超和柳华妮(2024)的研究中，学生们为了获得理想的GAI反馈，重视提示词设计并与AI进行多轮对话[17]。Huang和Wang (2025)的研究表明EFL学习者发挥主导者角色，发布提示词、调整提示词使指令明确，追问GAI并批判性评估GAI反馈，使ChatGPT成为合格的写作合作者，从而帮助学习者优化和佐证观点、提高语言精准性[18]。滕琳等(2025)通过个案研究发现，学习者评估GAI反馈的表现受到自我调节能力影响，自我调节能力强的学生能够较好地评估反馈，而自我调节能力低的学生仅限于理解反馈[19]。
然而，尽管研究者们论证了反馈提示词素养的重要性，并认为提高学习者的反馈提示词素养需要教师引导[6] [16]，相关的培养路径实证研究却极为匮乏。因此，本研究基于EFL写作课程讨论提高学习者反馈提示词素养的路径，并验证该路径的实施效果。具体研究问题包括：
1) 学生怎样看待GAI反馈功能？
2) 学生发布和调整反馈提示词呈现怎样的特征？
3) 学生评估GAI反馈使用了什么策略？
3. 反馈提示词素养培养路径设计
本研究采用的反馈提示词素养培养路径分为强化、实践和反思总结三个阶段(见图1)。强化阶段通过师生学习共同体完成。第一步，教师向学生展示设计提示词的步骤：1) 确定需要GAI反馈的方面(内容、结构、语言)，2) 编辑提示词(明确人机角色、限定反馈范围、说明反馈目的、使用具体指令动词、说明所需反馈模式)。第二步，教师向学生展示发布提示词以指引GAI反馈，之后分析反馈合理性，根据反馈调整提示词。第三步，生生通过商讨共同完成第二步的流程，教师解答学生疑问。
Figure 1. Framework of fostering feedback prompt literacy
图1. 反馈提示词素养培养框架
实践阶段，学生首先独立完成初稿，接着发布提示词，获取GAI反馈，独立思考GAI反馈合理性并调整提示词，获得新一轮反馈。对于仍然无法达到预期的反馈，生生学习共同体讨论原因：GAI反馈能力不足还是提示词存在问题。如是前者记录下来为后期总结做准备，如是后者，生生商讨改进提示词，同样记录改进提示词的策略。
反思总结阶段，师生学习共同体归纳提示词设计经验，分享感受，并引导学生将实践阶段使用的有效提示词归类到相应文体的提示词库里，形成不同文体的反馈提示词库，并总结GAI针对不同文体进行反馈的优势和缺点。为了验证该路径的有效性，本研究依托大学英语课程实施了课上课下相结合的反馈提示词素养教学干预。
4. 研究方法
4.1. 研究对象与环境
研究对象来自国内某重点大学一年级非英语专业学生，共60人。学生们根据英语课程大纲需要完成说明文、描写文、议论文等文体的学习，作者担任课程教师。学生英语水平按照英语能力等级量表属于中高级。其中男生36人，女生24人，年龄在18~19岁之间(Mean = 18.84, SD = 0.63)。所有研究对象在实验前均无使用GAI反馈修改作文的经历。实验前，教师向所有研究对象说明了研究目的和数据使用方法，获得了研究对象的知情同意书。
4.2. 数据收集与分析
本研究的教学干预为期一个学期。学期初师生形成学习共同体，完成从教师展示到师生协作的反馈提示词素养强化阶段。首先，教师以DeepSeek为例讲授GAI反馈功能，并基于“是否应向公众开放大学图书馆”的英语短文展示设计提示词、分析GAI反馈合理性与调整提示词的策略，如精细化指令中的动词。之后，师生协作，基于同类型话题英语短文“是否应向公众开放大学体育设施”共同设计提示词、分析GAI反馈，强化学生反馈提示词素养。之后几周里学生根据课程大纲安排，利用GAI完成不同文体的写作练习。学生使用Kimi或DeepSeek评论初稿，根据反馈完成终稿。每次写作过程学生均可以通过生生学习共同体(结对或小组)商讨解决使用提示词的困难和对GAI反馈的疑惑。每个文体写作练习结束后，师生仍组成学习共同体，教师组织学生在课堂上分享提示词设计经验和感受，带领学生按照文体类别(描写文、说明文、议论文)汇总反馈提示词和设计提示词注意事项。数据收集在学期末进行，学生经过近一个学期的反馈提示词素养训练，积累了较为丰富的反馈提示词经验。学生围绕“你对学习中恰当使用AI技术的看法”话题独立完成一篇议论文初稿，同样交给GAI反馈，并修改完成终稿。数据来源包括议论文的初稿、终稿、人机交流记录，还包括一份反思报告。报告包括学生对GAI反馈功能的认识和评估GAI反馈的策略。由此，多种数据形式三角验证，以揭示学生反馈提示词素养培养路径的实施效果。
Figure 2. Coding of feedback prompt elements
图2. 反馈提示词要素编码
数据分析包括两个部分：1) 提示词要素分析和提示词调整策略分析，2) 学生对GAI反馈功能的认识和评估GAI反馈的策略。首先，以Eager和Brunton (2023) [20]的提示词素养构成模型为基础，并根据本研究的二语写作情境将反馈提示词分为四个要素：动词(规定GAI反馈行为)、上下文(说明GAI反馈范围)、目标(说明GAI反馈需达到的目标)和限制(规定GAI反馈需遵循的规则)。按照这四个要素分析学生发布的多轮提示词特征和学生调整提示词的策略。编码示例如图(见图2)。其次，通过主题分析法分析反思报告，揭示学生如何看待GAI反馈功能和如何评估GAI反馈。
5. 结果与讨论
5.1. GAI反馈功能认识
反思报告分析显示，大多数学生对GAI反馈功能有全面客观的认识。首先，学生们肯定了GAI反馈的诸多优势，包括迅速、反馈准确率比较高、详细、数量多、有赞扬性反馈。首先，绝大多数学生(56/60)认可GAI反馈迅速的优势。教师和同伴很难做到随时跟踪学生的多稿写作过程并即问即答，因而学生迫切需要解决的问题可能因反馈延时而被忘记或模糊化。GAI则几乎不受时间和地点限制立即生成反馈，具有其它反馈方式无法比拟的便捷[21]。其次，学生们(49/60)认为如果提示词清晰完整，GAI能够较准确地识别作文中的问题，对修改作文提供较强的指导，而GAI反馈准确率是其能否被认可的一项重要依据[8]。学生们提到的第三个优势是详细(33/60)。虽然教师和同伴也会在解释错误原因后给出修改方案，但GAI可以根据学生的提问生成更多例子和练习供学生强化理解和运用。另外，数量多也是较多学生(32/60)提到的GAI反馈优势。学生们认为GAI达到甚至超过教师和同伴的“耐心”程度，从宏观的内容、结构，到微观的标点、拼写，都被GAI发现并纠正[22]。还有一部分学生(23/60)提到了GAI的赞扬性反馈给予了鼓励作用。学生们发现，GAI会在指出问题的同时肯定学生写的比较成功的地方，这种正向肯定让他们保持了二语写作的信心。
与此同时，学生们也对GAI反馈功能的局限性有较清晰的认识。提及频率最高的局限性是GAI生成内容的真实性(18, 30%)。例如，GAI指出学生作文的论证例子不足，学生让GAI提供例子启发思路，但会自我提醒，审慎对待GAI给出的论据尤其是数据，警惕GAI的幻觉生成结果(hallucinations) [9]。第二是使用GAI反馈可能造成的学术诚信问题(17, 28%)。学生们怀疑GAI给出的内容反馈比如扩充阐述和增加的例子可能来自别人的文章，如果使用会造成“不经意的学术抄袭”[7]。第三，有学生(9, 15%)担心自己对GAI反馈产生依赖性。GAI反馈的便捷会让自己产生惰性不愿再费力思考行文逻辑、句式和用词的精准性与复杂性，久而久之会弱化思辨能力和语言使用能力[7] [23]。
5.2. 反馈提示词特征及调整策略
反馈提示词素养的一个重要特征是向GAI发出精准且合理的提示词并根据GAI反馈调整提示词。对人机交流记录中反馈提示词的分析表明，本研究提出的反馈提示词素养培养模式有助于提升学生的反馈提示词使用能力，首次提示词中充分体了现四要素(动词、上下文、目标、限制)要求，并且学生能够根据需要使用多种策略调整提示词。
如表1所示，学生在学期末写作活动中，内容、结构和语言维度的首次反馈提示词中均较好地体现了要素构成要求。动词、上下文、目标、限制四要素在内容反馈提示词中出现的频率在87%~97%之间，在结构反馈提示词中出现的频率在88%~96%之间，在语言反馈提示词中出现的频率在86%~95%之间。具体来看，动词要素在内容、结构、语言反馈提示词中出现的频率较为均衡，分别为93%、93%和95%；上下文要素在内容和结构反馈提示词中的频率(分别为97%和96%)高于语言反馈提示词(90%)；目标要素在各维度反馈提示词中的频率也较为均衡(分别92%、91%和94%)；限制要素与其它要素相比，在内容、结构和语言维度反馈提示词中的频率均为最低，分别为87%、88%和86%。
Table 1. Ratios of feedback prompt elements (n = 60)
表1. 反馈提示词构成要素比率(n = 60)
提示词要素 |
内容反馈提示词 |
结构反馈提示词 |
语言反馈提示词 |
首次 |
末次 |
调整频次 |
首次 |
末次 |
调整频次 |
首次 |
末次 |
调整频次 |
动词 |
93% |
96% |
176 |
93% |
98% |
115 |
95% |
97% |
184 |
上下文 |
97% |
97% |
26 |
96% |
96% |
22 |
90% |
93% |
21 |
目标 |
92% |
94% |
90 |
91% |
94% |
76 |
94% |
94% |
78 |
限制 |
87% |
91% |
51 |
88% |
93% |
44 |
86% |
89% |
46 |
从各维度的末次反馈提示词中四个要素出现的频率和提示词调整频次可以看出，学生基于首次反馈提示词进行调整优化，提高了反馈提示词的完整性和精准性。首先，内容、结构和语言维度的末次反馈提示词中四要素频率均有所提高。动词、上下文、目标、限制四要素在内容反馈提示词中出现的频率在91%~97%之间，在结构反馈提示词中出现的频率在93%~98%之间，在语言反馈提示词中出现的频率在93%~97%之间。与其它三个要素相比，动词要素在内容、结构、语言反馈提示词中出现的频率整体较高，分别为96%、98%和97%；末次反馈提示词中限制要素虽然频率仍然最低，但在内容、结构和语言维度均有增长，分别为91%、93%和89%。其次，各维度反馈提示词调整次数也表明，学生有意识在四个要素方面增强提示词的精准性，通过多轮提示词获得理想中的反馈。其中动词要素在内容、结构和语言方面的调整频次最多(分别为176，115和184)，目标要素在各维度的调整频次次之(分别为90，76和78)，上下文要素的频次最低(分别为26，22和21)。
从调整反馈提示词策略看，学生经过一学期的素养训练，能够使用多种策略优化反馈提示词(见表2)，引导GAI生成符合需要的反馈，并且能够综合使用多种调整策略。
Table 2. Strategies of adjusting feedback prompt (n = 60)
表2. 反馈提示词调整策略(n = 60)
调整策略 |
人数(%) |
改变反馈提示词措辞，获取多轮反馈。 |
57 (95%) |
补充反馈提示词要素。 |
37 (62%) |
向GAI反馈其反馈正误性，再次给出原反馈提示词。 |
26 (43%) |
询问GAI拓展写作知识，再次给出反馈提示词。 |
23 (38%) |
拆解反馈提示词，减小反馈任务量。 |
18 (30%) |
如表2所示，几乎所有学生(57, 95%)采用了“改变反馈提示词措辞，获取多轮反馈”的策略，如使用更具体的动词或更详细的任务说明引导GAI提高反馈质量。
大部分学生(37, 62%)采用了“补充反馈提示词要素”，如增加限定要素，规定GAI按照设定角色反馈，不要将修改建议延伸至非学术领域。学生们(23, 38%)还“询问GAI拓展写作知识，再次给出反馈提示词”。例如让Kimi就某类衔接词给出更多表达，学生从中选择某个表达后询问Kimi是否可以替换自己文本中的表达以及各自优劣。将近一半的学生(26, 43%)向GAI反馈其反馈正误性，并再次给出原反馈提示词引导GAI修正反馈。使用“拆解反馈提示词，减小反馈任务量”策略的人数虽然相对较少(18, 30%)，但该策略帮助GAI执行了链式子任务，大大提高了GAI反馈的精准性。
5.3. GAI反馈评估策略
反思报告分析显示，学生获得GAI反馈后使用多种方式评估反馈质量(见表3)。评估策略包括联系文本上下文检验反馈合理性、通过多渠道(其它GAI、上下文、教师、同伴等)验证反馈的合理性、通过其它GAI模型或网络验证反馈列举的例子真实性、思考反馈的学术伦理问题、警惕内容反馈中的偏见。反思报告还显示，学生们会同时运用多种策略评估GAI反馈。
Table 3. Strategies of evaluating GAI feedback
表3. 评估GAI反馈策略
评估策略 |
人数 |
联系文本上下文检验反馈合理性。 |
58 (97%) |
使用其它GAI或非GAI软件评估所用GAI反馈合理性。 |
32 (53%) |
通过其它GAI模型或网络验证反馈列举的例子真实性。 |
20 (33%) |
思考反馈的学术伦理问题。 |
15 (25%) |
警惕内容反馈中的偏见。 |
14 (23%) |
多种GAI反馈评估策略的使用情况验证了学生对GAI生成内容的审慎态度[7] [9]。几乎所有学生(58, 97%)提到了联系文本上下文检验反馈合理性。不同于徐林林等报告的学生较少质疑GAI语言反馈[7]，本研究中超过一半的学生(32, 53%)使用其它GAI或非GAI软件评估所用GAI反馈的正确性，包括语言表达、内容拓展、结构调整，由此决定是否再次给出反馈提示词。其它三种策略(通过其它GAI模型或网络验证反馈列举的例子真实性、思考反馈的学术伦理问题和警惕内容反馈中的偏见)显示了学习者经过反馈提示词素养培养其辩证思维得到增强。此发现验证了外语学习者反馈提示素养体现在辩证思考软件提出的反馈[24]。反馈提示词素养强的学生会有意识地利用多种资源鉴别GAI反馈，而反馈提示词素养不足的学生则可能不对GAI反馈的合理性进行甄别，不采取策略调整反馈提示词，从而盲目放弃或采纳反馈。
6. 结论
GAI生成的结果质量依赖于人编辑提示词和反思的能力。二语写作中提高学习者的反馈提示词素养对于获得高质量GAI反馈至关重要。本研究结果证明，基于师生学习共同体开展课上课下相结合的反馈提示词素养培养路径能够有效提高二语学习者的反馈提示词能力。这种工作坊的形式让学生得以讨论、实践、再讨论，促进辩证思维螺旋式发展[6]。经过强化训练，学生不仅全面了解GAI反馈功能，设计精准的反馈词，而且运用多种策略评估GAI反馈的可信性和可用性，并根据需求调整反馈提示词。从而实现学生作为主导者利用GAI反馈提升写作能力。需指出的是，本研究中的学生英语水平为中高级，得出的研究结论尚需在未来研究中纳入其他英语水平学习者加以验证。
基金项目
本研究是第十二批中国外语教育基金“外语写作活动中大学生对人工智能反馈的投入度研究”(项目编号：ZGWYJYJJ12A145)的阶段性成果；中国矿业大学(北京) 2024年本科教育教学改革与研究项目“语言智能模型融合大学英语写作教学的路径研究”(项目编号：J240806)的阶段性成果。