この研究は、会話型AIにおける共感の重要性を強調し、特定のタスクやコンテキストに応じた共感を提供する新しいフレームワークを提案します。672のマルチターン会話データセットを分析した結果、期待される共感と実際に経験された共感の間に大きな差があることが明らかになりました。このギャップを縮小するために、合成マルチターン会話生成パイプラインを構築し、ユーザーの期待に応じた共感パターンに基づいて応答を誘導します。さらに、認識されたタスクに応じて異なるレベルの共感を専門とする共感的専門家アダプターを訓練しました。実証結果により、知覚された共感と望ましい共感の間のギャップが72.66%減少したことが確認され、共感パターンを維持しつつ効果的に会話を進めることができました。