[目的]研究基于吸烟识别模型，在网吧开展干预实验，评估不同语音报警与人工劝阻对吸烟行为及空气质量的影响。
[方法]采用交叉干预设计，于2023年12月—2024年2月选取上海闵行区两家网吧，交替实施四种干预措施（三种语音警告A/B/C及人工劝阻），间隔一周洗脱期。实时监测PM_2.5、CO、CO₂浓度，用热成像记录吸烟行为，并结合问卷调查（N=1572）分析顾客特征与态度。数据分析采用SPSS 22.0与R 4.3.1。
[结果]问卷显示网吧顾客主要为男性（94.6%），平均28.8岁，专科以下学历为主（73.1%）。80.1%为持续性吸烟者，戒烟成功率仅7.3%。非持续性吸烟者比持续性吸烟者更支持室内禁烟政策（85.9% vs. 41.4%）和语音报警（92.9% vs. 49.8%，P<0.05）。人工劝阻模式使顾客主动吸烟率最低（42.6%），被动吸烟暴露显著减少。与基线周相比，语音C（法律威慑）和人工劝阻显著降低PM_2.5、CO、CO₂浓度（P<0.01），PM_2.5浓度分别下降17.3%（至275.0μg/m³）和26.5%（至255.1μg/m³）。
[结论]人工劝阻对降低网吧吸烟行为及改善空气质量效果最佳；语音报警中，语音C效果最显著。人工智能吸烟报警为优化公共场所控烟监督和提升空气质量提供了新途径。
 

公共场所,人工智能,干预研究,吸烟行为,效果评价