禽流感仍然是全球公共卫生安全的持续威胁，对粮食系统、贸易和大流行预防具有严重影响。为了解决公共卫生传播和特定利益相关者决策中的空白，本研究评估了大型语言模型（LLM）在禽流感情境下提供准确、具有情境敏感性和符合伦理的指导能力。采用多模型、利益相关者分层的评估框架，我们测试了四个先进的生成式人工智能模型，即 ChatGPT-4o（OpenAI）、Grok（xAI）、Gemini 1.5 Pro（Google）和 DeepSeek R1（DeepSeek），并在两个互补任务中进行了测试：(i) 对涵盖病毒学、流行病学、兽医学和全球公共卫生领域的34个专业项目进行结构化查询；(ii) 对16个模拟疫情情节生成回应，这些情节涉及不同社会角色。小插图分析进一步揭示了各模型在沟通能力和伦理取向上的差异，从程序性务实到利益相关者映射再到以人为本的设计不等。Gemini 擅长融合同理心与教学式推理，Grok 则提供以实施为导向的指导，ChatGPT-4o 强调法律规范的清晰性，而 DeepSeek R1 则偏向结构性和制度性分析。总体而言，我们的研究结果突出了当前大型语言模型在生物监测、风险沟通和跨部门疫情防备中的潜力与局限性，同时也强调了进行严格的、角色感知式基准测试的必要性，以确保生成式人工智能在公共卫生基础设施中的公平且符合情境的整合。