空中交通管制（ATC）对话是安全关键的交互，虽然空域管理的其他环节已实现半自动化，但 ATC 仍主要依赖人工。本研究通过实验评估大语言模型（LLM）能否生成在操作上逼真的 ATC 传输。我们选取一段在旧金山湾区“Bay Tour”航线的通用航空飞行，手工转录得到真实对话（记为 P0），作为基准。随后采用 pilot‑in‑the‑loop 方法设计了五种提示结构（P1‑P5），约束程度逐步增强，并将其嵌入有状态的多轮对话流水线：模型扮演 ATC，针对固定的飞行员转录进行响应，同时依据累计的对话历史进行条件化。实验覆盖九种开源和闭源 LLM，变量包括提示形式、是否提供来自其他实验航班的已完成转录作为上下文示例，以及模型是基于自身先前回复还是注入的真实历史进行条件化。每轮对话使用词汇、结构和语义相似度指标评分，并通过 LLM‑as‑judge（GPT‑5.5）进行评判，后者已在人工专家标注上完成校验。结果表明，加入工作示例能够提升相似度，但进一步收紧提示并未带来改进：最轻量的提示表现最佳，而最严格的脚本化提示因自身错误在对话中累积而崩溃，注入正确历史可修复此问题。本文勾勒出 LLM 辅助 ATC 的可行路径及当前局限。
博主点评：总体来看，本文展示了 LLM 在 ATC 场景的潜力，但仍受限于对话一致性和错误累积，需要进一步研究。