Buchumschlag

Can Developers Prompt? A Controlled Experiment for Code Documentation Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kruse, Hans-Alexander, Puhlfürß, Tim, Maalej, Walid
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Human-Computer Interaction Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FeedAIde: Guiding App Users to Submit Rich Feedback Reports by Asking Context-Aware Follow-Up Questions
von: Pourasad, Ali Ebrahimi, et al.
Veröffentlicht: (2026)

LikeThis! Empowering App Users to Submit UI Improvement Suggestions Instead of Complaints
von: Wei, Jialiang, et al.
Veröffentlicht: (2026)

On AI-Inspired UI-Design
von: Wei, Jialiang, et al.
Veröffentlicht: (2024)

Does GenAI Make Usability Testing Obsolete?
von: Pourasad, Ali Ebrahimi, et al.
Veröffentlicht: (2024)

CodeAlignBench: Assessing Code Generation Models on Developer-Preferred Code Adjustments
von: Mehralian, Forough, et al.
Veröffentlicht: (2025)

On the Automated Processing of User Feedback
von: Maalej, Walid, et al.
Veröffentlicht: (2024)

Professional Software Developers Don't Vibe, They Control: AI Agent Use for Coding in 2025
von: Huang, Ruanqianqian, et al.
Veröffentlicht: (2025)

Prompts Are Programs Too! Understanding How Developers Build Software Containing Prompts
von: Liang, Jenny T., et al.
Veröffentlicht: (2024)

An Exploratory Study of Documentation Strategies for Product Features in Popular GitHub Projects
von: Puhlfürß, Tim, et al.
Veröffentlicht: (2022)

Instruct or Interact? Exploring and Eliciting LLMs' Capability in Code Snippet Adaptation Through Prompt Engineering
von: Zhang, Tanghaoran, et al.
Veröffentlicht: (2024)

Coding with Eyes: Visual Feedback Unlocks Reliable GUI Code Generating and Debugging
von: Liu, Zhilin, et al.
Veröffentlicht: (2026)

Is Vibe Coding the Future? An Empirical Assessment of LLM Generated Codes for Construction Safety
von: Uddin, S M Jamil
Veröffentlicht: (2026)

Reading Between the Lines: Scalable User Feedback via Implicit Sentiment in Developer Prompts
von: Nam, Daye, et al.
Veröffentlicht: (2025)

From Prompt to Product: A Human-Centered Benchmark of Agentic App Generation Systems
von: Ortiz, Marcos, et al.
Veröffentlicht: (2025)

Generating Proto-Personas through Prompt Engineering: A Case Study on Efficiency, Effectiveness and Empathy
von: Ayach, Fernando, et al.
Veröffentlicht: (2025)

Interaction2Code: Benchmarking MLLM-based Interactive Webpage Code Generation from Interactive Prototyping
von: Xiao, Jingyu, et al.
Veröffentlicht: (2024)

Catching UX Flaws in Code: Leveraging LLMs to Identify Usability Flaws at the Development Stage
von: Platt, Nolan, et al.
Veröffentlicht: (2025)

Envisioning the Next-Generation AI Coding Assistants: Insights & Proposals
von: Nghiem, Khanh, et al.
Veröffentlicht: (2024)

LLARS: Enabling Domain Expert & Developer Collaboration for LLM Prompting, Generation and Evaluation
von: Steigerwald, Philipp, et al.
Veröffentlicht: (2026)

Pre-Filtering Code Suggestions using Developer Behavioral Telemetry to Optimize LLM-Assisted Programming
von: Awad, Mohammad Nour Al, et al.
Veröffentlicht: (2025)

Vibe Coding as a Reconfiguration of Intent Mediation in Software Development: Definition, Implications, and Research Agenda
von: Meske, Christian, et al.
Veröffentlicht: (2025)

CosmoCore Affective Dream-Replay Reinforcement Learning for Code Generation
von: Ravindran, Santhosh Kumar
Veröffentlicht: (2025)

Prompt-with-Me: in-IDE Structured Prompt Management for LLM-Driven Software Engineering
von: Li, Ziyou, et al.
Veröffentlicht: (2025)

How Coding Agents Fail Their Users: A Large-Scale Analysis of Developer-Agent Misalignment in 20,574 Real-World Sessions
von: Tang, Ningzhi, et al.
Veröffentlicht: (2026)

Evaluating the Quality of Code Comments Generated by Large Language Models for Novice Programmers
von: Fan, Aysa Xuemo, et al.
Veröffentlicht: (2024)

Understanding Prompt Programming Tasks and Questions
von: Liang, Jenny T., et al.
Veröffentlicht: (2025)

Beyond the Prompt: An Empirical Study of Cursor Rules
von: Jiang, Shaokang, et al.
Veröffentlicht: (2025)

A Case Study Investigating the Role of Generative AI in Quality Evaluations of Epics in Agile Software Development
von: Geyer, Werner, et al.
Veröffentlicht: (2025)

From Prompts to Propositions: A Logic-Based Lens on Student-LLM Interactions
von: Alfageeh, Ali, et al.
Veröffentlicht: (2025)

Accodemy: AI Powered Code Learning Platform to Assist Novice Programmers in Overcoming the Fear of Coding
von: Aamina, M. A. F., et al.
Veröffentlicht: (2025)

ACCESS: Prompt Engineering for Automated Web Accessibility Violation Corrections
von: Huang, Calista, et al.
Veröffentlicht: (2024)

Using an LLM to Help With Code Understanding
von: Nam, Daye, et al.
Veröffentlicht: (2023)

More Code, Less Reuse: Investigating Code Quality and Reviewer Sentiment towards AI-generated Pull Requests
von: Huang, Haoming, et al.
Veröffentlicht: (2026)

Model Cards Revisited: Bridging the Gap Between Theory and Practice for Ethical AI Requirements
von: Puhlfürß, Tim, et al.
Veröffentlicht: (2025)

An Exploratory Study of ML Sketches and Visual Code Assistants
von: Gomes, Luís F., et al.
Veröffentlicht: (2024)

CentaurEval: Benchmarking Human-in-the-Loop Value in Agentic Coding
von: Luo, Hanjun, et al.
Veröffentlicht: (2025)

EyeTrans: Merging Human and Machine Attention for Neural Code Summarization
von: Zhang, Yifan, et al.
Veröffentlicht: (2024)

"My productivity is boosted, but ..." Demystifying Users' Perception on AI Coding Assistants
von: Lyu, Yunbo, et al.
Veröffentlicht: (2025)

EyeMulator: Improving Code Language Models by Mimicking Human Visual Attention
von: Zhang, Yifan, et al.
Veröffentlicht: (2025)

Optimizing LLM Code Suggestions: Feedback-Driven Timing with Lightweight State Bounds
von: Awad, Mohammad Nour Al, et al.
Veröffentlicht: (2025)