2024–2025 жылдары бес арнайы КМТ-чатбот клиникалық бағалаудан өтті, әрқайсысы өз техникасына бекітілген: ДДҰ-ның PM+ хаттамасында SuDoSys (Chen et al., 2024), когнитивті қайта құрылымдау жүйесі (Wang et al., 2025), когнитивті қайта бағалауға арналған Socrates 2.0 (Held et al., 2025), жастарға арналған мінез-құлықтық белсендіру чатботы (Kuhlmeier et al., 2025) және GPT-4-те жасалған проблемаға бағытталған терапия жүйесі (Mo et al., 2025). Бес жүйенің барлығы хаттамаға жоғары адалдыққа қол жеткізеді. Олар LLM директивтілігі туралы қабылдаған дизайн-шешімі бойынша күрт ерекшеленеді — бұл дәл сол ось жүйенің КМТ ішінде қауіпсіз қалатынын немесе директивті кеңеске сырғитынын анықтайды. Бұл мақала әр жүйені оның дизайн-шешімімен және ашқан істен шығу режимімен салыстырады.

Ментальдік денсаулықтағы ЖИ-чатботтар туралы жинақталған әсер мөлшері (депрессия үшін Hedges' g = 0,64, генеративті модельдердің сценарийлік модельдерден 2,4 есе артықшылығы) Li et al. 2023 мета-талдауын талдағанда және LLM-ді сценарийлік чатботтармен салыстырған Du et al. 2025 еңбегінде қарастырылды. Бұл жерде біз 2024–2025 жылдары жарияланған жүйе-жүйе бойынша клиникалық бағалауларға фокусталамыз.

Неге КМТ — автоматтандыруға келетін техника

КМТ операционалданған құрылыс блоктарына бөлінеді: проблеманы бағалау, психобілім беру, белгіленген техникалар жиынтығы (когнитивті қайта құрылымдау, мінез-құлықтық белсендіру, экспозиция, мінез-құлықтық эксперименттер, сократтық диалог), өзгерістер мониторингі және рецидив профилактикасы. Әр техниканың скрипті бар: қашатын жағдайлар иерархиясы, автоматты ойларды жазу пішімі, көңіл-күйді өлшеу шкалалары.

Бұл құрылым — «жалпы ChatGPT»-ге жетіспейтін және қауіпсіз автоматтандыру үшін сын тұрғысында маңызды нәрсе. Karki et al. (2025) жүйелі шолуы чатботтар мен LLM-дердің адаммен салыстырмалы эмпатия мен тәулік бойы қолжетімдікті ұсынатынын, бірақ қауіпсіз болу үшін stepped care-ге интеграцияны талап ететінін көрсетеді.

Сондықтан 2024–2025 толқыны — «тағы бір генеративті серіктес» емес. Бұл — гибрид: хаттаманың рельстері ішінде табиғи тілдегі жауаптарды генерациялайтын LLM-мен құрылымдалған КМТ-хаттамасы. Қызықты сұрақ — әр жүйе рельстерді қалай жүзеге асыратыны, ал бесеуін бөлетін дәл осы.

1-жүйе — SuDoSys: ДДҰ хаттамасындағы сатылы архитектура

Chen et al. (2024) SuDoSys-ті ұсынды — мамандар тапшылығы бар жағдайлар үшін әзірленген қысқа 5-сессиялық интервенция — ДДҰ-ның Problem Management Plus (PM+) хаттамасы бойынша әңгімені жүргізетін LLM-чатбот.

Дизайн-шешімі: ең төмен директивтілік рельсі. Чатбот жұмыстың ағымдағы кезеңін (контрактинг → проблеманы бағалау → психобілім беру → реттеу техникалары → өзгерістерді жоспарлау → консолидация) ұстайды және кезеңнен шығу критерийлері орындалмайынша алға жылжудан бас тартады. LLM кезең ішінде табиғи жауаптарды генерациялайды; ауысуларды хаттама басқарады.

Бұл нені шешеді: «жалпы ChatGPT» эмоциялық қаныққан сәттерде терапиялық бағытты жоғалтады — Song et al. (2024) Proceedings of the ACM on Human-Computer Interaction (Q1) журналындағы зерттеуде сапалы түрде құжатталған сбой. Сатылы архитектура бұл сбойды құрылымдық тұрғыдан мүмкін емес етеді: модель дрейфтей алмайды, өйткені ауысулар оған тиесілі емес.

Неге бұл қауіпсіздік үшін маңызды: SuDoSys LLM-мен ойлап табылған емес, бұрыннан валидацияланған хаттаманы жеткізеді (PM+-та бірнеше елдегі депрессия мен мазасыздықта тиімділігі туралы жарияланған РКС-дәлелдемелер бар). Чатбот — қолданыстағы интервенцияны жеткізуге арналған қабық. Бұл — «ЖИ терапиясын» нөлден бағалаудан принципті түрде кіші валидация бетіне ие.

2-жүйе — Когнитивті қайта құрылымдау чатботы: директивтілік қайдан ағады

Wang et al. (2025) когнитивті қайта құрылымдауға арналған LLM-чатботты бағалады — бұл КМТ-ның орталық техникасы, мұнда клиент автоматты дисфункционалды ойларды танып, оларды тексеруді үйренеді. Сарапшы-психологтар жүйенің клиникалық сапасын бағалады.

Дизайн-шешімі: SuDoSys-тен жоғары директивтілік бюджеті. Чатботқа белгілі бір когнитивті бұрмалауларды зерттейтін сұраулар жасауға рұқсат етіледі.

Зерттеу ашқан істен шығу режимі: модель зерттеу сұрақтарынан («бұл ойдың пайдасы мен қарсылығы туралы қандай дәлелдер бар?») директивті кеңеске («оның орнына былай ойлаңыз») ауысады. Бұл КМТ-ның негізгі принциптерінің бірін бұзады — клиенттің балама түсіндірмелерді өзі ашуы — белсенді ингредиент, ал терапевт жоғарыдан жеткізетін дұрыс жауап емес.

Сабақ: КМТ-чатбот сапасы модель білімінің көлемімен емес, хаттаманың оның директивтілігін қажетті жерлерде қаншалықты сауатты шектейтінімен анықталады. Дәл осы проблема Boit & Patil промпт-инжиниринг фреймворкінде (ментальдік денсаулық чатботтарына арналған промпт-инжиниринг талдауын қараңыз) және архитектуралық тұрғыдан MIND-SAFE-те шешіледі.

3-жүйе — Socrates 2.0: автоматтандыруға ең қиын техника

Held et al. (2025) JMIR Mental Health журналында Socrates 2.0-дың аралас әдістермен жүргізілген feasibility-зерттеуін жариялады — бұл сократтық диалог арқылы когнитивті қайта бағалауға арналған ЖИ-жүйе. Сократтық диалог — терапевт ашық сұрақтар сериясы арқылы клиентке сырттан «дұрыс жауап» алмай, өзі неғұрлым теңгерімді түсіндірмеге келуге көмектесетін техника.

Дизайн-шешімі: промптқа айқын кірістірілген зерттеушілік позиция рельсі. Нақтылаушы сұрақтар қою, түсіндірмелерді тексеру, сессия мақсатына фокусты ұстау — жауап бермеу.

Не жұмыс істеді: қазіргі LLM-дер терапиялыққа жуық форматта сократтық диалогты ұстай алады және сессия бойы мақсатқа фокусты сақтайды.

Қайда сынды: күрделі когнитивті бұрмалаулар жағдайында модель кеңеске қарай ауысып, зерттеушілік позицияны жоғалтты — Wang et al. (2025) когнитивті қайта құрылымдауда көрсеткен дәл сол істен шығу режимі. Бір шекараға келетін екі тәуелсіз дизайн мұны Socrates 2.0-ға тән емес, КМТ-чатботтың жалпы шегі етеді: бүгінгі LLM-дер орташа күрделіліктегі когнитивті техникаларды жеткізе алады, бірақ қиын жағдайларды өңдеу үшін зерттеушілік позиция рельсіне мұқтаж.

4-жүйе — Жастарға арналған мінез-құлықтық белсендіру чатботы

Kuhlmeier et al. (2025) депрессиясы бар жастардағы мінез-құлықтық белсендіруге (BA) арналған LLM-чатботты әзірлеп, оны жасанды пайдаланушылармен (клиент симуляторларымен) және клиникалық сарапшылармен бағалады. BA — депрессиядағы ең дәлелдемелік КМТ техникасы — клиент ойлармен жұмыс істеудің орнына құндылықтар мен ләззатқа байланысты белсенділіктер санын бірте-бірте арттырып, депрессивтік шеңберді бұзады.

Дизайн-шешімі: хаттамаға қатаң адалдық рельстері. BA-сессиясының құрылымын жүргізу, дұрыс үй тапсырмасын беру, прогрессті бақылау.

Бағалау нені растады: LLM-чатботтар КМТ хаттамасын жоғары адалдықпен орындай алады — сессия құрылымын ұстайды, дұрыс үй тапсырмасын береді және прогрессті шкалалар бойынша қадағалайды.

Ашық фронтир: тұрақты клиникалық пайымдау — клиенттің атипикалық жауаптарына реакция, жасырын тәуекелдерді тану, қарқындылықты динамикалық бейімдеу. Бұл — әр чатбот зерттеуінде шығатын бірдей «1-рөл vs. 3-рөл» шекарасы: хаттаманы жеткізу шешілді; клиникалық пайымдау — жоқ. CaiTI (Nie et al., 2024, ACM Transactions on Computing for Healthcare, Q1, 35 цитата) сияқты іргелес дизайндар — тұрмыстық смарт-құрылғылар арқылы жеткізілетін LLM-«терапевт» — дұрыс сәттегі just-in-time КМТ-интервенцияға бағыттайды, бұл талаптарды одан әрі жоғарылатады.

5-жүйе — GPT-4-тегі проблемаға бағытталған терапия чатботы

Mo et al. (2025) Frontiers in Digital Health журналында жастарға өзіне-өзі көмек көрсетуге арналған GPT-4-те жасалған PST-чатботты ұсынды. Problem Solving Therapy (PST) — КМТ-дан туындайтын қысқа тәсіл: проблеманы анықтау → балама нұсқалар жасау → бағалау және таңдау → жүзеге асыруды жоспарлау → нәтижені тексеру.

Дизайн-шешімі: хаттама соншалықты қатаң қадамдық болғандықтан, ол дрейфті өзі шектейтіндіктен, LLM диалог бетінің көп бөлігіне ие болады.

Неге PST чатботқа ерекше жарасады:

Хаттама қатаң қадамдық және диалогта жеңіл ұсталады — модельге адасуға орын жоқтың қасы.
Ол сенімдерді терең қайта құрылымдаудың орнына ағымдағы өмірлік міндеттермен жұмыс істейді — бұл жүйенің «терапиялық интуициясына» қойылатын талаптарды төмендетеді.
Чатбот терең терапевт рөліне ұмтылмай, пайдаланушының ойлауын құрылымдауға көмектеседі.

Бұл PST-ді LLM меңгере алатын нәрсенің пайдалы жоғарғы шегі етеді. Хаттама соншалықты жақсы шектелгенде, чатбот қауіпсіз аумақта; ол шектелмегенде (когнитивті қайта құрылымдау, сократтық қайта бағалау) — LLM-ге сыртқы рельс керек.

Бес жүйе = бес рельс. Қатарластыра

Жүйе	Техника	Дизайн-шешімі	Не жұмыс істеді	Істен шығу режимі
SuDoSys (Chen 2024)	ДДҰ-ның PM+ хаттамасы	Stage-gates ауысуларды басқарады; LLM тек кезең ішінде	Дрейфтей алмайды; алдын ала валидацияланған ДДҰ интервенциясын жеткізеді	PM+-тың 5 сессиясының шеңберімен шектелген
Когнитивті қайта құрылымдау (Wang 2025)	Қайта құрылымдау	Жоғары директивтілік бюджеті	Эмпатиялық валидация, хаттаманы ұстау	Директивті кеңеске дрейфтеу — «клиенттің өзі ашу» принципін бұзады
Socrates 2.0 (Held 2025)	Когнитивті қайта бағалау	Промпттағы зерттеушілік позиция рельсі	Орташа күрделілікте сократтық диалогты ұстайды	Күрделі когнитивті бұрмалауларда кеңеске дрейфтейді
BA-чатбот (Kuhlmeier 2025)	Мінез-құлықтық белсендіру	Хаттамаға қатаң адалдық рельстері	BA-сессия құрылымына жоғары адалдық	Клиенттің атипикалық жауаптары; қауіпті тану
PST-чатбот (Mo 2025)	Проблемаға бағытталған терапия	Ішкі қадамдық құрылым дрейфті шектейді	LLM диалогтың көп бөлігін қауіпсіз меңгереді	Ағымдағы міндетпен жұмыспен шектелген, тереңдікпен емес

Барлық бес жүйеге ортақ шектеулер

Бес жүйе бойынша бірдей қауіп аймақтары шығады:

Директивтілік дрейфі — КМТ-чатботтың орталық істен шығу режимі. Бес жүйенің екеуі (Wang 2025; Held 2025) тәуелсіз түрде КМТ біріккен зерттеуді талап ететін жерде модельдің директивті кеңеске ағатынын көрсетті. Рельс дизайны — қауіпсіздік сұрағы.
Кіші топтар бойынша біркелкі емес эмпатия. LLM эмпатиясы пациент топтары бойынша өзгеріп отырады (Gabriel et al., 2024). Теңгерімді корпустарсыз және қорғаныс шектеулерінсіз аз ұсынылған топтардағы пайдаланушылар басқаларға қарағанда сапасы төмен жауаптар алады.
Арнайы қорғаныс шектеулерінсіз дағдарысты өңдеу зиян тудырады. Li et al. (2023) шолуындағы жүйелердің жартысынан азы қауіпсіздік шараларын мүлдем хабарлады. Арнайы механизмдерсіз қолданылған жалпы мақсаттағы LLM-дер нақты зиян тудырады (De Choudhury et al., 2023).
Валидация беті шағын — бес техника, бес жүйе. 2024–2025 деректері когнитивті қайта құрылымдау, сократтық қайта бағалау, BA, PST және ДДҰ хаттамасы үшін не жұмыс істейтінін көрсетеді. Олар экспозициялық терапияны, ОКР-дағы мінез-құлықтық эксперименттерді немесе үшінші толқын техникаларын (ACT, DBT дағдылары) әлі қамтымайды.

Бес жүйе неге келіседі

Клиникалық қолданылатын КМТ-чатботтың байланысты дизайн-спецификациясы былай оқылады:

LLM-мен меңгерілмеген, stage-gates арқылы ауысулар. Жақсы анықталған сессия құрылымы бар хаттамалар үшін (BA, PM+, PST) SuDoSys-тегідей сатылы архитектураны таңдаңыз.
Промпттағы зерттеушілік позиция рельсі. LLM-ге кезең ішінде диалогты генерациялауға рұқсат етілген техникалар үшін (қайта құрылымдау, сократтық) рельс директивтілікті шектеуі керек — ал тіпті сонда да ол күрделі когнитивті бұрмалауларда сынады, сондықтан эскалациялаңыз.
Бөлек қауіпсіздік беті. Дағдарысты тану мен handoff промпттың бөлімі бола алмайды; бұл — тәуелсіз қабат болуы керек. EmoAgent (Qiu et al., 2025) және MIND-SAFE фреймворкі архитектураны көрсетеді.
Шектелген қамту. Жеңіл және орташа симптоматика, жедел дағдарыс немесе күрделі коморбидтілік емес. Хаттама шекараны пайдаланушыға айқын көрсетуі керек.

Nearby осы спецификацияны жүзеге асырады: техниканы жеткізуді қауіпсіздіктен бөлетін мультиагенттік архитектурасы бар КМТ-хаттамалары, директивтілік қысымын төмендететін құрылымдалған профайлинг және хаттаманың қамтуынан тыс клиницистке айқын эскалация. Бұл аумақтағы келесі 12 ай үшін қызықты жұмыс — «қуатты базалық модельдер» емес. Бұл — жақсы рельстер.

Жиі қойылатын сұрақтар

КМТ-чатботтарды бағалау әдебиеті қандай дизайн-шешіміне нұсқайды?

Сатылы архитектурада хаттама фазалар арасындағы ауысуларды меңгереді, ал LLM тек фаза ішінде генерациялайды. ДДҰ-ның PM+ хаттамасындағы SuDoSys (Chen et al., 2024) ең таза мысал: контрактинг → бағалау → психобілім беру → реттеу → жоспарлау → консолидация, мұнда модель шығу критерийлері орындалмайынша алға жылжи алмайды. Mo et al. (2025) PST-чатботы ұқсас қауіпсіздік профиліне жетеді, өйткені PST соншалықты қатаң қадамдық, құрылым дрейфті ішкі түрде шектейді.

Неге директивтілік дрейфі клиникалық тұрғыдан маңызды?

КМТ біріккен зерттеуге негізделеді: клиент терапевттің «дұрыс жауабын» алу арқылы емес, бағытталған сұрақтар арқылы балама түсіндірмелерді ашады. 2024–2025 жылдардағы бес бағалаудың екеуі (Wang 2025; Held 2025) күрделі жағдайларда LLM-нің директивті кеңеске ағуын көрсетті. Бұл терапиялық байланысты бұзады және клиенттің өзгеріске деген авторлық сезімін төмендетеді — когнитивті техникалардың белсенді ингредиенті.

КМТ-ның қандай техникалары 2024–2025 жылдары шынымен клиникалық бағаланды?

Бесеуі: ДДҰ-ның PM+ хаттамасы бойынша құрылымдалған диалог (SuDoSys, Chen et al., 2024), когнитивті қайта құрылымдау (Wang et al., 2025), сократтық қайта бағалау (Socrates 2.0, Held et al., 2025), жастардағы мінез-құлықтық белсендіру (Kuhlmeier et al., 2025) және GPT-4-те жасалған проблемаға бағытталған терапия (Mo et al., 2025). Экспозициялық терапия, ОКР-ға тән мінез-құлықтық эксперименттер және үшінші толқын техникалары (ACT, DBT дағдылары) әлі қамтылмаған.

Әр жүйе қайда сынады, ал бұл бізге нені айтады?

SuDoSys тек қамту бойынша сынады (PM+-қа байланған). Wang-тың когнитивті қайта құрылымдау чатботы мен Socrates 2.0 бірдей істен шығу режимі бойынша сынады — күрделі когнитивті бұрмалауларда кеңеске дрейфтеу — бұл оны жекелеген жүйенің багы емес, бүгінгі LLM-дердің жалпы шегі етеді. Kuhlmeier-дің BA-чатботы ең таза адалдық профиліне ие, бірақ 3-рөл шекарасын ашады: хаттаманы жеткізу шешілді, тұрақты клиникалық пайымдау — жоқ. Mo-ның PST-чатботы — хаттама қатаң қадамдық болғанда модель қауіпсіз меңгере алатын нәрсенің жоғарғы шегі.

КМТ-чатбот айқын safety-қабатсыз қауіпсіз бе?

Жоқ. Li et al. (2023) шолуындағы чатботтардың жартысынан азы қауіпсіздік механизмін мүлдем хабарлады. Арнайы қорғаныс шектеулерінсіз қолданылған жалпы мақсаттағы LLM-дер құжатталған зиян тудырады (De Choudhury et al., 2023). Дағдарысты тану мен handoff — промпт бөлімі емес, тәуелсіз қабат болуы керек.

Дереккөздер

Boit, S., & Patil, R. (2025). A prompt engineering framework for large language model–based mental health chatbots: Conceptual framework. JMIR Mental Health. https://doi.org/10.2196/75078

Chen, Y., Zhang, X., Wang, J., Xie, X., Yan, N., Chen, H., & Wang, L. (2024). Structured dialogue system for mental health: An LLM chatbot leveraging the PM+ guidelines. ArXiv. https://doi.org/10.48550/arxiv.2411.10681

De Choudhury, M., Pendse, S. R., & Kumar, N. (2023). Benefits and harms of large language models in digital mental health. ArXiv. https://doi.org/10.48550/arxiv.2311.14693

Du, Q., Ren, Y., Meng, Z., He, H., & Meng, S. (2025). The efficacy of rule-based versus large language model–based chatbots in alleviating symptoms of depression and anxiety: Systematic review and meta-analysis. Journal of Medical Internet Research.

Gabriel, S., Puri, I., Xu, X., Malgaroli, M., & Ghassemi, M. (2024). Can AI relate: Testing large language model response for mental health support. ArXiv. https://doi.org/10.48550/arxiv.2405.12021

Held, P. et al. (2025). AI-facilitated cognitive reappraisal via Socrates 2.0: Mixed methods feasibility study. JMIR Mental Health. https://doi.org/10.2196/80461

Karki, A., Kamble, C., Chavan, R., & Chapke, N. (2025). Mental health meets machine learning: The rise of chatbots and LLMs in therapy. International Journal for Research Trends and Innovation. https://doi.org/10.56975/ijrti.v10i5.203281

Kuhlmeier, F., Hanschmann, L., Rabe, M., Luettke, S., Brakemeier, E.-L., & Maedche, A. (2025). Designing an LLM-based behavioral activation chatbot for young people with depression: Insights from an evaluation with artificial users and clinical experts.

Li, H., Zhang, R., Lee, Y.-C., Kraut, R. E., & Mohr, D. C. (2023). Systematic review and meta-analysis of AI-based conversational agents for promoting mental health and well-being. NPJ Digital Medicine, 6(1), 236. https://doi.org/10.1038/s41746-023-00979-5

Mo, F. et al. (2025). Self-help psychological intervention for young individuals: PST chatbot using GPT-4. Frontiers in Digital Health. https://doi.org/10.3389/fdgth.2025.1627268

Nie, J., Shao, H., Fan, Y., Shao, Q., You, H., Preindl, M., & Jiang, X. (2024). LLM-based conversational AI therapist for daily functioning screening and psychotherapeutic intervention via everyday smart devices. ACM Transactions on Computing for Healthcare. https://doi.org/10.48550/arxiv.2403.10779

Obradovich, N. et al. (2024). Opportunities and risks of large language models in psychiatry. NPP Digital Psychiatry and Neuroscience. https://doi.org/10.1038/s44277-024-00010-z

Omar, M., Soffer, S., Charney, A. W., Landi, I., Nadkarni, G. N., & Klang, E. (2024). Applications of large language models in psychiatry: A systematic review. Frontiers in Psychiatry. https://doi.org/10.3389/fpsyt.2024.1422807

Sharma, A. et al. (2023). Human-centered evaluation of generative AI-based therapy chatbot. NEJM AI, 1(2). https://doi.org/10.1056/AIoa2300127

Song, I., Pendse, S. R., Kumar, N., & De Choudhury, M. (2024). The typing cure: Experiences with large language model chatbots for mental health support. Proceedings of the ACM on Human-Computer Interaction. https://doi.org/10.1145/3757430

Wang, Y. et al. (2025). Evaluating an LLM-powered chatbot for cognitive restructuring: Insights from mental health professionals. ArXiv. https://doi.org/10.48550/arxiv.2501.15599