本文来自微信公众号： 新媒体观察 ，作者：NMRC，编辑：孟令蕙，原文标题：《大模型传播观察之三十二丨大模型语境下用户的多平台使用行为研究》
01
提出问题
在大模型生态日渐多元化的背景下，用户是如何使用这些平台的？多元化平台的共在提供了一个相互交织、自由选择的“复媒体环境”（polymedia environment），用户可按照自己的需求与偏好配置个人媒介菜单（media repertoires），即对“多种媒介可供性的选择性调用”。那用户为何接入、使用多个大模型平台？用户如何与大模型平台建立联系，又将之运用于哪些场景？多平台使用行为有什么特征，对用户来说有何意义？本研究旨在从可供性视角出发，运用焦点小组访谈的质性研究方法，对上述问题展开剖析。
02
理论基础
（一）复媒体环境及其延伸
“复媒体环境”最早用于刻画全球移民家庭内部通过电子邮件、社交网站等的协同使用来营造共在感（co-presence）。作为一种阐释视角，复媒体重点考察用户在一个整合的媒体环境中取长补短的使用方式。AI技术驱动的大模型平台实现了搜索、社交、流媒体与生成式媒体的智能融合，用户可以在一个高度集成化、具有“复媒体属性”的平台上，完成多重社会活动。大模型本身也构成了一种新的平台形式，扩展了复媒体的边界。
（二）可供性视角下的多平台使用
“可供性”一词由吉布森（James J.Gibson）于1979年提出，定义为“环境为生物体提供的行动可能性”，强调物体属性与行动者能力的关系特征。诺曼（Donald Norman）率先将“可供性”概念引入人机交互领域，指出同一物体的功能感知会因用户经验、文化语境等产生明显分化。当前，已有学者从可供性视角下分析用户的大模型使用行为。在关系性维度，用户会向平台投射工具使用型关系、代理型关系和伴侣型关系等；在感知性维度，受个体经验、认知水平等因素影响，用户对大模型的理解和服务能力感知存在差异；在语境性维度，大模型内在结构与外部语境均存在细微差别，这种差异使其能够适配多样化的应用场景。
作为“生成性媒介”（generative medium），大模型会在不断流动的关系、感知、语境中为用户提供动态可供性支持，而用户在不同平台的切换、摇摆又会引动这种动态可供性支持的变化。因此，本文以关系性、感知性、语境性三个维度勾连起“单平台接入-多平台使用”的框架，考察不同平台可供性如何为历时性的智能传播实践创造条件。
研究设计
（一）数据采集
本文以焦点小组访谈作为主要研究方法，通过滚雪球的方式，于2024年12月从高校教师、大学生、媒体从业者中共招募30名受访者，其中男性20名，女性10名，年龄从20岁～50岁不等，所有受访者均使用超过1个大模型平台。研究分2组线上（腾讯会议）和3组线下（高校研讨室），展开半结构化的焦点小组访谈，每组6人。
实施流程上，研究者担任主持人，邀请北京某高校两名研究助理担任记录员，访谈问题包括：（1）大模型平台的早期接入与长期使用；（2）多平台使用行为与感受；（3）多平台的使用结果和影响。访谈设置发言顺序游动调换、受访者自行补充等环节。每组访谈时间持续2.5～3小时，最终获得21万余字的文本以供分析。
（二）数据预处理与扎根分析
研究者邀请2名研究助理参与数据预处理，并采用自写Python程序将所有焦点小组访谈文本以“。”为分句标准，切割出30位受访者的2668条数据，并在每段表述前标注受访者编号，以供分析。
研究采用施特劳斯（Anselm Strauss）等人发展出的扎根理论（grounded theory）分析材料。开放式编码阶段，研究者对原始文本进行详细的逐句分析，提取初始信息，进而归纳整合出465个开放式编码关键词；主轴编码阶段，旨在找到开放式编码之间的关系，确定“技术与模型”“平台与公司”“功能与场景”“可供性支持”“用户行为、态度与评价”以及“使用结果与反思”6个主范畴及对应的子范畴。最后，在“可供性支持”主范畴下，细致勾勒用户从单平台接入到多平台使用的大模型平台使用框架。
（三）饱和度与可靠性检验
研究采取等距抽样的方式将焦点小组访谈获得的数据集分为两个部分：一部分由80%的数据构成，充当数据组；另一部分由另20%的数据构成（即F5、F10、F15、F20、F25和F30），充当检验组，用于饱和度检验。结果显示，检验组提取的86个开放式编码关键词均可在数据组中复现，没有发现新的概念或类别，符合理论饱和原则，不再新增访谈数据。
研究按照近似10%的原则抽取了250条数据，由3位编码员以李克特5分制量表检验开放式编码可靠性。结果发现，3名编码员之间两两一致性得分均超过0.800，表明编码员内部一致性较高。就编码内容来看，四项得分均值皆高于4.400，误差分布见图1。
图1三位编码员对扎根编码结果评价的误差箱线图
04
研究发现
（一）模式初探：主被动因素影响下的平台接入
1.关系缔结：大模型平台两波接入潮
ChatGPT自2022年11月推出后引起广泛关注，激起了使用方法、注册指南、技术术语的讨论潮，也掀起了第一波大模型平台接入潮。有超过2/3的受访者于此时接入大模型平台。2023年下半年，阿里巴巴、字节跳动等公司纷纷推出旗下大模型平台，为用户提供新的接入机遇。
2.功能探索：工具属性为主，娱乐属性渗透
用户通过交互不断探索大模型功能，逐步建立起对大模型技术潜力与边界的感知，完成可供性从“想象”到“体验”的转变。研究归纳出办公写作、数据分析、创意生产、技术开发、专业服务、社会交往六种主要的应用场景。受访者中，仅有F3、F4和F10表示有“玩”大模型平台的经历。这有别于社交媒体平台以社交互动、娱乐休闲为主的功能特征，呈现出“工具属性为主，娱乐属性渗透”的特点。
3.影响机制：多重因素驱动下的大模型接入
研究显示，个体对大模型平台的初始使用行为主要受技术兴趣驱动。这一现象验证了“自我决定理论”（Self-Determination Theory）的观点，即人的自主性、好奇心是影响人类建构社会关系的重要动机。从感知维度来看，当“新质生产力”（F4）、“变革性技术”（F2）等技术叙事通过媒介传播形成社会共识时，用户逐渐将大模型理解为突破工作、学习困境的潜在技术方案。另一方面，具体场景的应用实践深化了用户对大模型效能的感知。而伴随大模型逐渐融入日常学习、工作和生活中，尚未接入的潜在用户通常要承受各方压力，不得不通过接入大模型来调适与周围环境的关系。
借助多维可供性支持，用户主动或被动地接入大模型平台。但各个因素间还存在着复杂的互动关系。例如：F20由被动的毕业需要激发的大模型使用需求在日后逐渐演化成为一种主动探索，甚至将大模型平台应用于自己的教学实践之中，完成了由被动向主动的转换。
表1扎根编码结果（部分）
（二）从一到多：可供性比较下的多平台切换
在接入阶段，用户逐渐建立对大模型可供性的认知基础，但单一平台的可供性资源是相当有限的。当用户超越单一平台而转向调用其他平台可供性时，便进入了多平台切换阶段。从接入到切换，用户行为逻辑从“大模型能做什么”转为“哪个平台更适合”。切换阶段反映了人机交互不断磨合、调适的过程，而切换原因亦可从关系、感知、语境三重可供性维度展开剖析。
1.人机关系互构中的平台选择
就用户实践来看，在“接入”阶段，用户会形成一定“路径依赖”式的技术使用习惯并与特定平台高度“绑定”。不过，这种“绑定”并非枷锁，用户仍然享有“解绑”与“修复”关系的可能。平台生态本身也在动态调整，新平台的出现亦会引发既有关系的重构。这一过程中，经济成本（如订阅费用）和认知成本（如学习曲线）成为用户切换决策的关键因素。当新平台的可供性优势显著超越切换成本时，用户就会主动中断原有平台的连接，转向替代性平台。
2.效能感知驱动下的平台比较
在多平台使用场景中，用户会自发形成一套评估框架，用以感知、比较不同平台的服务效能。这一框架通常涵盖服务能力（如准确性、专业性）、服务效率（如响应速度、稳定性）、平台功能（如代码能力、多模态能力）和平台组件（如历史记录、联网搜索）等关键指标。值得注意的是，这种比较感知会随着使用场景变迁、用户能力提升和平台技术演进而动态发展，具有鲜明的渐进性。多平台可供性的比较感知对用户行为的影响十分显著，甚至直接驱动切换决策。
3.多重语境约束下的平台适配
用户使用多个大模型平台，既追求技术效能最大化，也受到平台内部生态等微观语境，以及组织、文化等宏观语境的制约。用户的多平台切换行为不仅受平台层面的界面友好性、功能完整性等微观因素影响，亦由中观层面的技术生态（维护支持、社区资源、跨平台适配）和宏观制度环境（组织规范、政策法规）共同塑造。这与用户因“信息刺激与吸引”而在社交媒体平台间跳转、切换的行为，具有明显差异。
（三）“智能游牧”：数字栖居中稳定与流动的平衡
“切换”是用户在效用最大化与迁移成本间的动态权衡结果。然而，切换并非终极目的。用户在流动的平台中仍然希望形成稳定的认知与使用结构，在大模型时代，用户亦利用平台间的差异化优势突破单一平台局限，实现可持续的数字栖居。
1.理解“游牧”：流动中的稳定关系
大模型语境中，“流动”意味着用户不再固守单一平台，而是能动、自主地在大模型的平台生态中配置与多个平台的关系；“稳定”不仅意味着用户对多平台的可供性熟稔于心，渴望达成“此心安处即吾乡”的稳定状态，也意味着用户试图建构相对稳定的游牧路径，将切换的不确定性转化为可控的游牧节奏。用户通过持续的可供性比较，将碎片化的技术体验整合为稳定的认知秩序和工作模式，逐渐形成“流动中的稳定关系”。
2.“主平台稳定+偶发跃迁”：稳定态中的流动补偿
在“流动中的稳定关系”基础上，用户还希望突破原有的可供性感知边界，于稳定态中再次引入流动。从主任务需求来说，用户倾向于在有限平台内满足核心需求，通过建立“技术舒适区”最小化时间消耗与认知负担。当主平台可供性无法满足用户或用户产生技术探索需求时，感知可供性差异便成为触发平台迁移的关键因素，部分用户则通过持续使用多个平台，不断感知、内化技术的可供性边界。
“主平台稳定+偶发跃迁”使得用户在多线程工作中借助主平台搭建舒适区，获得“家”的“归属感”并持续生成对大模型技术的掌控感，同时将跃迁当作主平台使用的“补丁”，从中获取新鲜感与补偿感。如此，稳定既不会退化为封闭的茧房，流动也不至于异化为无根的“流浪”。
3.“定居”：营建智能家园的语境化实践
历史上的游牧民族有自己的“属地”与“家园”意识，大模型用户在“智能草原”上同样可以基于不同的语境条件，不断优化、调整使用策略，以适应精细化、场景化需求，在流动中保有向下扎根的底色，营建自己的“智能家园”。这里以“构建个人提示词（prompt）库”和“个性化定制工作流”两例略作说明。
资深用户会持续积累、优化提示词，通过反复调试扩展其适用范围，最终实现交互效率与输出质量的双重提升。F16逐步积累了适用于不同平台语境的提示词模板。“在问ChatGPT的时候，一定要任务明确，给它一些负面限定。然后通过角色扮演、反向PUA等策略激发它的潜力。如果是豆包的话，提示词一定要真诚、全面。”
个性化定制工作流则体现用户对交互流程的精细化管理。F8通过在任务执行中配属豆包和Kimi，构建出一条跨平台协同工作链条，而长期使用小红书平台的F17则分享了自己用DeepSeek和Kimi组合生成PPT的经历。
图2多平台使用行为示意图
05
余论：“接入·切换·游牧”的治理启示
在当前大模型构建的智能媒介生态中，传统的“使用”“接纳”或“切换”等概念已不足以完整解释用户行为逻辑。本研究基于复媒体理论框架，从可供性视角系统揭示了用户从“单平台接入”走向“多平台切换”再到“智能游牧”的多平台使用行为驱动机制，认为用户多平台使用本质上是持续追寻可供性资源的过程——可供性支持在哪，用户就在哪。
“接入·切换·游牧”也在一定程度上呼唤传统平台治理模式的转型。过去，数字化平台以社交关系沉淀、数据资产积累等在无形中为平台迁徙竖起围墙。而大模型平台的出现一定程度上消解了这种封闭性——由于不同模型的重复性、替代性增强，用户第一次获得实质性突破单一平台限制的可能，对大模型平台的使用法则就从形式载体的依附演变为多重约束下对结果效用的追求。
尽管本文将“接入·切换·游牧”基本视作用户积极的、能动的主体性实践，但我们仍需警惕其中可能存在的悖论。访谈中，多名用户从自身的使用体验出发，反思了游牧过程中可能存在平台依附、能力退化等风险。更进一步，看似自主的“接入·切换·游牧”也可能是技术系统与制度秩序精心设计的产物。
为充分释放技术可供性与用户主体性的互构活力，公共管理部门应当积极推动多个大模型平台与社会连接，培育多元平台生态，为用户提供更为丰富的选择空间，避免出现单一平台“霸屏”局面。同时，要加快建立适配性的法律法规框架，鼓励不同大模型平台开展“共生性合作”，形成良性的技术竞合关系。对大模型平台而言，需建立完善的风险披露机制，及时公开平台的性能局限与潜在风险，并通过引入第三方审查、算法审计等机制，有效防范可能产生的信息偏见、认知茧房和市场垄断等问题，切实履行技术伦理责任。对于践行“接入·切换·游牧”模式的用户群体，则需要充分认识到多平台使用的战略价值——唯有保持使用的灵活度与批判性，通过调配多元平台的可供性资源，才能将“智能游牧”转化为真正的认知游牧，实现个体智识、个体创造的持续增值。
版面限制，引文从略。