本文介绍了一种使用GPT-4进行提示工程辅助的恶意软件动态分析方法，通过为每个API调用创建说明性文本并利用BERT获取文本表示，从而获得API序列的表示。设计了一种基于CNN的检测模型，在五个基准数据集上验证了其性能优于TextCNN。在跨数据库实验和少样本学习实验中，该模型表现出良好的检测性能，并几乎达到100％的恶意软件召回率，证实了其卓越的泛化性能。