본 논문은 대규모 언어 모델(LLM)을 사용하여 사용자 페르소나를 생성한 27편의 연구 논문에서 발췌한 83개의 페르소나 프롬프트를 분석했습니다. 분석 결과, 프롬프트는 주로 단일 페르소나를 생성하며, 많은 프롬프트가 짧고 간결한 페르소나 설명을 요구하여 풍부하고 정보가 많으며 다각적인 페르소나 프로필 생성이라는 전통적인 방식에서 벗어남을 보였습니다. 생성된 페르소나 속성의 형식은 텍스트가 가장 많고, 숫자가 그 뒤를 이었습니다. 텍스트와 숫자가 함께 생성되는 경우가 많았고, 거의 모든 생성된 페르소나에 인구 통계적 속성이 포함되었습니다. 연구자들은 단일 연구에서 최대 12개의 프롬프트를 사용했지만, 대부분의 연구는 소수의 프롬프트를 사용했습니다. 여러 LLM을 비교하고 테스트하는 경우는 드물었습니다. 절반 이상의 프롬프트가 JSON과 같은 구조화된 형식으로 페르소나 출력을 요구했고, 74%의 프롬프트가 데이터 또는 동적 변수를 삽입했습니다. 논문은 계산적 페르소나의 사용 증가가 사용자 표현에 미치는 영향에 대해 논의합니다.
