该论文提出了一种利用大语言模型（LLM）支持外国维和任务威胁评估的新方法。研究基于PINPOINT项目及其在欧盟格鲁吉亚监测任务中的实际用例，结合跨学科风险模型、开源情报（OSINT）媒体收集和LLM辅助的威胁提取。工作流程将媒体报道映射到任务相关的威胁类型，提取结构化信息，并应用多个基于LLM的后处理步骤以提高相关性和事实依据。实验评估显示，在威胁识别和任务相关性等核心方面，自动生成的结果与人工判断具有高度一致性。这一结果表明，LLM有望成为支持维和任务分析师的有力工具。论文适合安全情报人员、维和任务规划者以及从事LLM应用的研究人员阅读。