本研究探讨了在社会科学中使用开放生成的大型语言模型（LLMs）进行注释任务的用途，并强调了专有模型所面临的限制再现性和隐私问题。研究评估了不同的提示策略和模型的性能，结果表明需要仔细验证和定制提示工程。研究强调了开放模型在数据隐私和再现性方面的优势。

该文介绍了利用LLM进行文本注释的工作流程，并使用GPT-4复制27个注释任务进行验证。结果表明，LLM在文本注释方面表现良好，但依赖于数据集和注释任务类型。作者提供了易于使用的软件，以实现自动化注释的LLM部署。