GenieWizard: Multimodal App Feature Discovery with LargeLanguage Models

GenieWizard：使用LargeLanguage模型发现多模式应用程序功能
以下是对论文《GenieWizard: Multimodal App Feature Discovery with Large Language Models》的详细总结，结合教育技术学视角的分析：

---

一、核心问题与背景

1. 问题背景：

   • 多模态交互（如语音+触摸）比传统图形交互更灵活，但开发难度大。
   • 开发者难以预测用户可能的所有指令（如“显示附近$100以下的酒店”），导致41%的用户指令无法支持。
   • 传统开发痛点：多模态应用需早期用户测试，但原型制作成本高，且无法覆盖所有可能的指令组合。

2. 现有方案局限：

   • GUI应用可用Figma等工具快速原型测试，但多模态应用缺乏类似工具。
   • 现有框架（如ReactGenie）依赖开发者预先编写功能，无法自动发现缺失功能。

---

二、GenieWizard的核心创新

1. 核心思路

开发一个AI辅助工具