StoryMI：可引导的多智能体治疗对话生成

大语言模型 (LLM) 可以产生流畅的对话，但之前的工作缺乏情境基础、动态策略控制以及与动机访谈 (MI) 临床标准一致的评估。我们引入了 StoryMI，这是一个用于生成可控 MI 对话的多 LLM 代理框架，其中基于调查问卷的客户资料被扩展为情景故事，为对话提供叙述上下文。治疗师和客户代理生成由交互代理选择的 MI 代码引导的 MI 编码话语，而交互代理动态协调交换以在多轮对话期间控制 MI 策略。我们提出了一个两级评估协议：宏观层面咨询策略的词汇指标和 MI 特定措施，以及 LLM 作为法官和人类专家评估。我们构建了一个基于 1K 个问卷-故事对的 6K 模拟 MI 对话数据集，涵盖 12 个 MI 代码和 13 个症状领域，并对 6 个开源和闭源 LLM 进行了基准测试。我们的结果表明，情境基础和宏观控制可以提高 MI 依从性和临床合理性，证明了结构化多智能体工作流程用于心理治疗对话生成的有效性。我们提供代码和数据以实现可重复性。