研究使用提示工程来提高临床笔记生成中大型语言模型的性能，引入一种自动提示优化（APO）框架来改进初始提示，并比较医学专家、非医学专家以及 APO 增强的 GPT3.5 和 GPT4 的输出结果。结果突显了 GPT4 APO 在标准化临床笔记各个部分的提示质量方面表现优越。人机协同方法表明专家在 APO 后保持内容质量，偏好对自己的修改，这表明专家定制化的价值。我们建议采用两阶段的优化过程，利用 APO-GPT4 提高一致性，并利用专家意见进行个性化。