AIGC支持下的兒童數字繪本交互設計策略研究

摘要：將AIGC的技術優勢與未來兒童數字繪本的特點和交互形式相結合，增強兒童數字繪本的閱讀體驗和教育效果。梳理市場現狀和發展脈絡，總結兒童數字繪本智能化發展面臨的關鍵問題和設計原則；結合兒童的閱讀行為和布魯姆教育目標分類體系，提出數字繪本的新型閱讀形式；分析典型設計案例，提煉關鍵設計方法。得到AIGC支持下的兒童數字繪本交互設計策略。AIGC支持下的兒童數字繪本應該通過構建數據驅動的閉環交互系統、設計分層引導體系并利用跨模態內容生成來提高其認知適配性、教育可達性和互動開放性。

關鍵詞：AIGC；兒童數字繪本；交互設計；協同共創；啟發式教育

中圖分類號：TB472文獻標識碼：A

文章編號：1003-0069（2025）11-0098-05

引言

在兒童教育領域，兒童數字繪本是培養兒童早期閱讀能力和認知發展的重要教育工具。《中國兒童閱讀能力調研報告》中指出，有近七成孩子將數字閱讀作為日常主要的閱讀方式。隨著人民日益增長的教育需求和日漸成熟的數字技術，依托人工智能技術提高兒童教育質量已成為未來發展的一大趨勢[1]。其中，生成式人工智能（ArtificialIntelligenceGeneratedContent，簡稱AIGC）的興起為兒童數字繪本注入了新的活力和設計范式[2]。AIGC是一種基于深度學習算法和自然語言處理技術的新型內容生產方式，具有強大的跨模態內容生成能力和自然語言處理能力，能夠在動態環境中給予用戶實時反饋[3]。對于數字繪本行業而言，AIGC在優化兒童閱讀體驗、提升繪本的趣味性和交互性上展現出強大的優勢和應用潛力，有望成為促進兒童數字繪本智能化發展的助推器。

在此背景下，深入分析AIGC在兒童數字繪本行業中的融合機制，研究AIGC支持下兒童數字繪本的設計路徑，探討如何在內容創作、情境生成、互動設計等方面充分融入人工智能技術，促進新形態、高質量的兒童數字繪本創作，具有重大意義。

一、兒童數字繪本

（一）兒童數字繪本的定義及市場現狀

兒童數字繪本是一種以智能手機、平板等可移動終端設備為載體，結合了數字技術和敘事藝術的新型出版物。相比于傳統的紙質繪本，數字繪本具有更豐富的信息呈現形式和交互模式，如動畫、音效、自然對話、游戲化閱讀等。一部優秀的兒童數字繪本，不僅能夠為兒童提供感官上的愉悅，進一步激發其閱讀興趣；還可以傳遞特定的知識文化，協助兒童構建對現實生活和情感世界的認知，通過寓教于樂的學習方式來促進其心智健康全面發展[2]。《2023～2028年兒童繪本行業市場深度分析及發展策略研究報告》顯示，預計未來5～10年我國兒童繪本的市場規模會擴大5倍以上。由此可見，隨著移動設備的普及和人工智能技術的發展，兒童數字繪本將迎來廣闊的市場前景。

（二）兒童數字繪本的發展脈絡

根據內容生產主體的不同，數字化內容的生產方式可以劃為PGC（ProfessionallyGeneratedContent，專業生成內容）、UGC（UserGeneratedContent，用戶生成內容）和AIGC3種模式[4]。相應的，結合兒童繪本的載體變化和多形態傳播方式的演進，兒童數字繪本的發展歷程可以分為3個階段，如圖1所示。

1.第一階段：以電子設備為載體的動畫繪本，由PGC主導。第一階段是以電子設備為載體的動畫繪本，其內容創作模式主要以PGC為主，具有制作門檻高、出版周期長的特點。從交互體驗角度看，這一時期的數字繪本僅僅是將紙質繪本轉化為電子動畫形式，兒童在閱讀過程中更多地扮演著內容的被動接受者角色。以凱迪克金獎作品《TenTinyToes》為例，其動畫版本僅僅是將原本的靜態圖像與故事內容以動畫的形式重新呈現，除了基本的視聽感受外，幾乎沒有設計其他形式的交互環節。

2.第二階段：以屏幕交互為主的游戲式繪本，UGC嶄露頭角。第二階段是以屏幕交互為主的游戲式繪本，也是目前市場中主流的繪本類型。基于用戶大量參與的UGC為兒童數字繪本的創作注入了新的活力。同時也得益于屏幕交互技術的發展，數字繪本的交互性和趣味性得到了質的飛躍。“叫叫閱讀”繪本平臺是該階段的典型案例，該平臺上的數字繪本巧妙融合了動畫、音頻等多媒體元素，并通過點擊、拖拽等多種屏幕交互方式呈現多樣化、游戲化的閱讀體驗，有效吸引兒童的注意力，激發其閱讀興趣。然而，由于發布門檻相對較低，同時缺乏專業的引導和統一的標準，UGC難以形成商業化的繪本市場，只能作為PGC的有益補充。

3.第三階段：以數智協同為創新的多模態互動式繪本，與AIGC深度融合。

第三階段的數字繪本在人工智能技術的加持下逐漸朝著多模態協同交互的方向發展。其中AIGC作為人工智能領域的關鍵分支，能夠進一步加強繪本敘事的對話深度、體驗層級和參與廣度，使繪本的互動形式趨向多元化、個性化和精準化[5]。“HeeyoAI學習伙伴”作為這一階段的典型案例，不僅可以通過內置的AI聊天機器人帶領兒童閱讀，還允許兒童利用AI生成功能創作屬于自己的故事繪本，為兒童進行主動性的知識表達和個人創作提供了可能。但值得注意的是，當前針對這一領域的分析方法尚顯不足，仍然缺乏系統性和全面性研究。因此，深入探索AIGC在兒童數字繪本中的應用路徑與效果評估，構建科學合理的分析框架，對于推動該領域健康發展、提升兒童學習體驗至關重要。

二、兒童數字繪本升級優化的關鍵問題

本研究收集了當前較為流行的兒童數字繪本App、相關軟件平臺和行業內的市場研究報告；同時招募了12組家庭，分別對家庭內的兒童和家長展開了半開放式的結構性用戶訪談。為了保證訪談結果在本研究中的有效性，所招募家庭中的兒童年齡分布在4-8歲，其中有2名4歲兒童，3名5歲兒童，2名6歲兒童，2名7歲兒童以及3名8歲兒童。經過深入分析，當前兒童數字繪本在發展中面臨的關鍵問題可總結為以下3點。

（一）提升智能技術與兒童認知需求的適配性

在智能化閱讀方面，兒童數字繪本仍然處于探索階段。目前AI技術在數字繪本中的應用主要集中在情感化朗讀、個性化推薦和VR虛擬現實展示3個方面[6]展了AI聊天、故事創作等創新功能，但其在內容動態生成和閱讀策。盡管少數以智能協同為創新的交互繪本拓略個性化調整等方面還有所欠缺，智能技術與兒童認知需求間的匹配度仍然存在一定差距，導致兒童先期學習成本過大。

（二）增強互動方式的教育可達性

現階段兒童數字繪本的互動設計中以多媒體效果和游戲互動為主，但其中多數為娛樂性或孤立的操作，側重于視覺和聽覺的刺激，缺少層層遞進的分步引導策略。這種簡單的交互僅停留在感官層面上的“玩”或“看”，不能根據兒童的理解水平提供深度的教育引導和知識推薦。研究表明，繪本中與情節關聯性較低的娛樂性互動容易分散兒童的注意力，不利于兒童對核心內容的理解與吸收，反而會導致繪本知識傳遞的連續性和有效性有所下降，影響最終的教育效果[7]。

（三）提高互動內容的開放性和探索性

具有開放性和探索性的人機互動可以豐富繪本的閱讀形式，提升兒童的閱讀參與度。在傳統兒童繪本的閱讀過程中，兒童往往只能被動接收信息，缺少開放式的互動參與。盡管一些數字繪本可以進行簡單的屏幕交互和語音對話，但這些交互多為預先設定的固化程序，難以實現繪本與兒童間的靈活交流，對于認知水平較高的兒童缺乏持續的閱讀吸引力。以語音對話為例，傳統數字繪本只能接受特定指令或關鍵詞進行封閉式的問答交互，一旦兒童提出程序預設外的問題就會陷入生硬的機械回應，從而挫傷其閱讀積極性和探索欲[8]。

三、AIGC支持下的兒童數字繪本

為了促進AIGC技術與兒童數字繪本的有機融合，首先需要明確AIGC在兒童數字繪本中的應用原則，并根據不同年齡段兒童的認知特征和教育目標歸納AIGC支持下兒童數字繪本的閱讀形式，以便提出針對性的設計策略。

（一）AIGC在兒童繪本中的應用原則

1.符合兒童認知發展規律的沉浸式學習：AIGC的應用必須符合兒童的認知發展規律[9]。一方面AI生成的內容要根據兒童的個人認知能力進行階段性的定制化輸出，另一方面AI與兒童間的智能互動要與兒童的自然行為習慣保持一致，避免復雜的操作增加兒童的認負閱讀興趣和積極性。荷，利用情景、探索、社交等豐富的沉浸式學習方法來提高兒童的

2.圍繞交互場景的啟發式教育：與面向成人的AIGC生產力工具不同，兒童數字繪本的核心應在于閱讀過程中的認知培養和思維啟發，而非以最終結果為目的直接給出唯一答案。因此，AIGC在兒童數字繪本中應該承擔觀察者、引導者和協同者的輔助角色，時刻以用戶為中心，并兼具一定的開放性和實踐性[5]，圍繞交互場景引導兒童在閱讀過程中積極思考，不斷探索。

（二）AIGC支持下兒童數字繪本的閱讀形式

布魯姆認知分類體系（Bloom'sTaxonomy）是一種教育目標分類框架，其將教育目標分為認知歷程維度（CognitiveProcessDimension）和知識維度（KnowledgeDimension）。認知歷程維度從低到高依次是：識記、理解、應用、分析、評價、創造；知識維度則分為事實知識、概念知識、程序知識和元認知知識四大類[10]。從基礎的知識理解到復雜的創造能力，布魯姆認知分類體系體現了學習者思維過程的深度進階。因此，本研究根據布魯姆認知分類體系，將AIGC支持下兒童數字繪本的閱讀形式分為兩類，即AI對話引導式閱讀和AI協同共創式閱讀，并分別對應記憶、理解、應用的知識內化階段和分析、評價、創造的知識外化階段，如圖2所示。

結合我國《3～6歲兒童學習與發展指南》和《3～8歲兒童分級閱讀指導》中的建議，基于不同年齡段，從教育目標、兒童認知特點、讀物特征、智能交互多個維度歸納總結AI對話引導式閱讀和AI協同共創式閱讀的形式特征，如表1所示。

1.AI對話引導式閱讀：AI對話引導式閱讀主要針對4-6歲的學齡前兒童。這一階段兒童的教育目標是培養兒童的情緒感知能力，增強其對文本內容和結構的理解能力，注重兒童知識內化的過程。在AI對話引導式閱讀中，系統通常搭載了一個可交互的AI虛擬角色作為兒童的閱讀伙伴，AI系統通過發起與故事情節緊密相連的開放性對話來引導兒童深入探索故事內容，并利用情境感知技術實時跟蹤兒童的學習狀態，根據兒童反饋生成適應性的內容和提示。這種適應性的互動不僅有助于兒童理解復雜的故事情節和細膩的人物情感，還能顯著提升兒童的閱讀專注力，進而有效促進了兒童參與閱讀的積極性和繪本教育的可達性。

2.AI協同共創式閱讀：AI協同共創式閱讀主要面向6-8歲的低齡兒童，是基于AI對話引導式閱讀的高階閱讀形式，鼓勵兒童在理解的基礎上進行創作，更強調培養兒童的創造性思維和邏輯敘事能力，是知識外化的過程。AI協同共創式閱讀分為半開放的參與模式和全開放的創作模式。在半開放的參與模式中，兒童可以在預設的人物角色和情節背景內發揮創意，參與情節的推進和故事細節的調整。在全開放的創作模式中，系統則會給予兒童更大的創作自由度，為兒童提供個性化的輔助，支持兒童完成“從0到1”的創意繪畫和敘事表達。這種基于AIGC的人機共創系統不僅使得兒童能夠有效地吸收信息，還可以促使兒童用自己的方式重構信息，為兒童提供閱讀與創作相結合的游戲化互動體驗。

四、AIGC支持下兒童數字繪本的交互設計策略

在遵守AIGC應用原則的前提下，基于前文對兒童數字繪本發展機會點的洞察以及繪本閱讀方式的分析，本研究收集并整合了領域內前沿的設計研究，總結并提出AIGC支持下兒童數字繪本的交互設計策略。

（一）構建數據驅動的閉環交互系統以優化技術與兒童認知的適配性

數據驅動的閉環交互系統貫穿數字繪本的整個交互周期，聚焦于數字繪本全局戰略層的教育策略優化，強調整體流程的迭代與改進，旨在通過數據循環反饋與數據輔助決策來實現個性化教育方案的動態調優，基于數據提高技術與兒童認知的適配性。

1.數據循環反饋：傳統數字繪本往往只能收集兒童完成閱讀后的結果數據，其數據反饋與效果優化通常是單向且滯后的。而在AI的幫助下，數字繪本可以成為一個以動態數據流為核心的智能化系統，通過數據循環反饋實現系統“使用即優化”的持續迭代。數據循環反饋的本質是通過實時采集兒童的閱讀數據，形成“數據感知-特征提取-策略生成-效果反饋”的閉環回路。其中，閱讀數據可以分為行為數據、認知數據和情感數據。行為數據包括點擊頻率、頁面停留時長、滑動速度等；認知數據包括兒童問答的準確率、對話的語義深度和邏輯性等；情感數據則包括兒童閱讀過程中的情緒狀態。全面的數據輸入是后續分層引導體系和跨模態內容生成的根本依據，可以為閱讀策略優化和教育目標調整提供精準支持。

2.數據輔助決策：數據輔助決策主要面向家長端，通過智能生成學情評估報告，將兒童的閱讀情況透明化、可視化，協同家長做出教育決策，輔助家長調整教育目標和繪本難度。基于兒童的閱讀數據，AI可以生成豐富的數據圖表以回溯上一階段兒童的閱讀偏好、興趣習慣和閱讀表現，并根據兒童當前的認知水平推薦下一階段的學習內容，起到承上啟下的總結作用。圖3所示的智能故事系統StoryBuddy[11]設計了一個專門用于展示兒童閱讀進展的“交互式儀表盤”模塊，其中詳細記錄了兒童在繪本閱讀中與AI的對話記錄，總結了兒童對話過程中回答問題的準確性，便于家長及時跟蹤孩子的學習情況。與此同時，StoryBuddy還為家長提供了“問題偏好設置”模塊，允許家長自定義閱讀過程中AI生成的問題類型，以精準契合家長為兒童設定的學習發展目標。

（二）設計分層引導體系以提升繪本的教育可達性

分層引導體系聚焦于數字繪本認知結構層的階梯式思維引導，強調認知發展的層次性與系統性，旨在通過啟發性引導提示和模塊化創作流程來提高繪本的教育可達性。

1.啟發性提示引導：AIGC支持下的兒童數字繪本可以通過開放式的問答來提供啟發性提示，從而引導兒童閱讀理解。PEER和CROWD是兒童閱讀中常用的對話引導策略[12]。根據PEER引導框架和CROWD五大問題類型，兒童數字繪本中的AI對話框架可以分為4個步驟，如圖4所示。針對重要的故事情節，AI可以向兒童主動發起提問，及時且積極地響應兒童的回答，并基于問答進一步拓展對話內容，適時重復關鍵內容以鞏固學習成果。智能對話故事代理Mathemyths[13]的開發設計中就充分應用了PEER和CROWD的引導策略，采用問題拆解和分步提問的交互形式來培養兒童獨立閱讀的能力。當兒童表示困惑或無響應時，系統就會通過更具體的追問和細節復述來簡化原始問題的難度，幫助兒童理解問題含義。

2.模塊化創作流程：為了培養兒童的敘事思維，繪本可以依據人物、背景和情節三大敘事要素設計模塊化的交互流程，通過循序漸進的交互環節幫助兒童構建完整的故事結構。圖5所示地AI協同創作故事系統StoryPrompt[14]將交互流程分為：人物選擇模塊、場景選擇模塊和情節創作模塊。兒童需要先在系統預設的選項池中選擇一個人物角色和3個連續的故事場景來搭建基本的故事框架；一旦故事框架設置完成兒童就可以進入故事創作模塊，根據AI生成的關鍵詞分別補全3個場景中的故事情節，最終形成一個連貫的故事作品。

這種交互流程符合閱讀寫作的基本方法，從全局的框架搭建到細節的內容補充，在交互引導中提升兒童的敘事邏輯和寫作技巧。

（三）利用跨模態內容生成以提高繪本的開放性和探索性

AIGC支持下，多模態內容生成聚焦于數字繪本基礎表現層的體驗優化與內容創新，強調交互過程中“感官-認知-環境”的動態統一，旨在通過智能化敘事重構和趣味性衍生創作兩方面來增強繪本交互的開放性和探索性。

1.智能化敘事重構：基于自注意力機制的深度學習模型和自然語言處理技術，兒童數字繪本可以在保持內容一致性的前提下進行上下文感知續寫，智能識別兒童語義，根據兒童閱讀過程中的實時需求來調整故事走向，呈現不同的互動內容，從而實現個性化、互動性更強的敘事體驗。圖6所示是本課題組結合ChatGPT設計的對話式繪本原型。基于ChatGPT良好的情感表達分析能力和自然語言處理能力，原型中的繪本角色不僅可以識別兒童的語音指令進而匹配相應的角色動畫，還可以與兒童進行開放式的多輪對話，根據對話語境實時生成圖文內容以推動情節發展，進一步提高兒童的互動深度和閱讀參與度。

2.趣味性衍生創作：趣味性衍生創作是指在兒童創作內容的基礎上，進一步添加畫面細節或趣味性互動等，主要應用于AI協同共創式的繪本閱讀中。SAM模型（SegmentAnythingModel）和穩定擴散模型（StableDiffusionModel）是實現趣味性衍生創作的重要手段。通過SAM模型可以識別并分割繪本中的人物角色或背景元素，使之成為單獨的圖層，從而便于對其進行精細化的處理操作；穩定擴散模型則支持多模態條件控制，可以將分割出來的元素作為提示詞指導完成高質量的衍生創作。Meta研究團隊發布了首個AI動畫繪圖開源項目AnimatedDrawings[15]兒童的人物涂鴉并為其綁定骨骼，將靜態的人物涂鴉轉化為動態動，如圖7所示。該系統能夠自動識別畫，讓兒童繪畫作品中的人物角色躍然紙上。圖8所示的智能協同創作系統StoryDrawer[16]不僅可以根據兒童口頭講述的故事內容生成對應的場景涂鴉，還可以基于原有的繪畫內容智能生成符合兒童創作意圖的靈感草圖，幫助兒童拓展創作思路。在兒童數字繪本中，智能化衍生創作是對兒童創作的正向反饋，可以有效激發兒童的創作欲望，滿足兒童完成創作后的成就感。

結語

本文從兒童數字繪本的發展脈絡出發，探討了AIGC支持下兒童數字繪本智能化的關鍵問題和未來圖景，提出了AIGC應用在兒童數字繪本領域的沉浸式、啟發式兩大原則，根據布魯姆教育目標分類體系和不同年齡段兒童的認知特點，將AIGC支持下兒童數字繪本的閱讀形式分為AI對話引導式閱讀和AI協同共創式閱讀，從數字繪本的全局策略層、認知結構層和基礎表現層出發，構建了AIGC背景下兒童數字繪本的數據交互、引導交互、內容交互3個方面的交互設計策略，為兒童數字繪本的發展提供了參考與借鑒。在AIGC支持下，未來的兒童數字繪本將更加注重兒童的主體性和認知規律，在沉浸性、互動性、開放性、共創性和智能性等方面有跨越式的發展。

參考文獻

[1]謝雅婷，陳秋偉.數字出版技術場域變遷下兒童繪本的交互性升級探索[J].出版廣角，2023（6）：62-66.

[2]劉遹菡，喬驛然，胡桉澍，等.人機協同視角下AIGC生成繪本內容的技術邏輯、關鍵問題和實踐路徑[J].出版發行研究，2025（02）：36-44.

[3]李杰，王路平.大模型時代的AIGC設計新范式[J].設計，2024，37（02）：76-82.

[4]詹希旎，李白楊，孫建軍.數智融合環境下AIGC的場景化應用與發展機遇[J].圖書情報知識，2023，40（1）：75-85+55.

[5]何思倩，覃京燕.從VR/AR到元宇宙：面向α世代的沉浸式兒童繪本交互設計研究[J].圖書館建設，2022（5）：66-72.

[6]宮平.人工智能在圖書館繪本閱讀領域的應用模式探索[J].圖書館學研究，2020（2）：88-92+101.

[7]SonSC，ButcherKR.Effectsofvariedmultimediaanimationsindigitalstorybooks：Arandomisedcontrolledtrialwithpreschoolers[J].JournalofResearchinReading，2024，47（3）：249-268.

[8]石君齊.技術之于兒童教育：意涵與解構——基于現象學視角的分析[J].開放教育研究，2021，27（6）：44-52.

[9]劉琳.基于兒童認知發展的繪本多維閱讀體驗設計研究[J].設計，2023，36（23）：129-131.

[10]AdamsNE.Bloom’staxonomyofcognitivelearningobjectives[J].JournaloftheMedicalLibraryAssociation：JMLA，2015，103（3）：152-153.

[11]ZhangZ，XuY，WangY，etal.StoryBuddy：AHuman-AICollaborativeChatbotforParent-ChildInteractiveStorytellingwithFlexibleParentalInvolvement[C]//CHIConferenceonHumanFactorsinComputingSystems.NewOrleansLAUSA：ACM，2022：1-21.

[12]CordesAK，EgertF，HartigF.FosteringChildLanguagewithShort-TermDigitalStorybookInterventions：DialogicReadingorScreen-BasedStoryExposure？[J].ZeitschriftfürEntwicklungspsychologieundP?dagogischePsychologie，2023，55（4）：155-168.

[13]ZhangC，LiuX，ZiskaK，etal.Mathemyths：LeveragingLargeLanguageModelstoTeachMathematicalLanguagethroughChild-AICo-CreativeStorytelling[C]//ProceedingsoftheCHIConferenceonHumanFactorsinComputingSystems.HonoluluHIUSA：ACM，2024：1-23.

[14]FanM，CuiX，HaoJ，etal.StoryPrompt：ExploringtheDesignSpaceofanAI-EmpoweredCreativeStorytellingSystemforElementaryChildren[J].2024.

[15]SmithHJ，ZhengQ，LiY，etal.AMethodforAnimatingChildren’sDrawingsoftheHumanFigure[J].ACMTransactionsonGraphics，42（3）.

[16]ZhangC，YaoC，LiuJ，etal.StoryDrawer：ACo-CreativeAgentSupportingChildren’sStorytellingthroughCollaborativeDrawing[C]//ExtendedAbstractsofthe2021CHIConferenceonHumanFactorsinComputingSystems.YokohamaJapan：ACM，2021：1-6.