本研究探讨了基于大规模语言模型 (LLM) 的对话式自动驾驶汽车 (SAV) 代理的提示策略对用户感知、体验和采用 SAV 技术意愿的影响。具体而言,我们着眼于心理所有权等心理因素,设计了四个 SAV 代理,它们分别具有不同程度的拟人化和心理所有权诱导因素。在用户交互后,我们定量测量了心理所有权、拟人化、服务质量、自我表露、情感和整体接受度。我们还收集了关于心理所有权体验的定性反馈。结果表明,更具拟人化和心理所有权诱导性的 SAV 改善了用户对人类特征的感知,并引发了积极但主观的回应。定性研究结果支持在 SAV 情境中走向心理所有权的路径,并表明对话代理的感知性能会影响心理所有权。本研究为设计有效的 SAV 交互提供了实用指导。