该论文研究如何通过个性化策略提升基于大语言模型（LLM）的网络安全助手的回答效果。研究动机来自一个现实矛盾：用户越来越多地向 LLM 咨询网络安全问题，但在获得建议后往往并不真正执行——仅提升回答的技术准确性，并不足以改善用户对安全建议的理解、落实与采纳意愿。因此作者将评估维度从单一的“准确性”扩展到可理解性、可执行性，以及最重要的“激励/推动力”，即回答是否足以促使用户真正采取安全行动。 方法上，作者设计了四种层层递进的个性化策略，从静态的用户画像（如角色、技术水平、组织背景）到基于交互历史的个性化，即依据用户先前的对话内容与行为线索动态调整回答。研究使用两个数据集与评测环境：一个包含 1,045 条真实世界网络安全问题的语料，以及一次为期 7 天的真实部署，共有 57 名参与者提出 1,066 个问题。评测采用双轨制：一是大规模自动化 LLM 评测，二是人工评测，二者都对回答的“感知有用性”和“是否愿意遵循该安全建议”进行成对比较打分。 主要发现是：基于对话/交互历史的个性化在两项指标上持续获得更高评价，优于静态画像等其他策略；更关键的是，LLM 自动评测所呈现的相对趋势与人工评测结果一致，表明在开展昂贵、耗时的真实用户研究之前，可以用 LLM 评测作为一种可扩展的预筛选机制来比较不同个性化策略。作者据此认为，行为驱动的个性化是 LLM 驱动的网络安全助手的一条有前景的演进方向，并强调在个性化语言模型系统的研究中，将 LLM 评测与人工评测结合使用具有重要价值。该工作适合研究 LLM 安全助手、可用安全（usable security）、安全意识与安全建议采纳行为的读者，也适合正在落地企业内部安全问答助手的安全工程与产品团队参考。