Strukturierte Intent-Repräsentation funktioniert auch in anderen Sprachen und Modellen

Eine neue Untersuchung zeigt, dass die strukturierte Intent-Repräsentation, die auf dem 5W3H‑Framework basiert, nicht nur in der chinesischen Sprache, sondern auch in Englisch und Japanisch sowie in verschiedenen Sprachmodellen zuverlässig funktioniert.

Das Forschungsprojekt testete die Prompt Protocol Specification (PPS) in 2 160 Modellantworten, die sich aus drei Sprachen, vier Testbedingungen, drei großen Sprachmodellen und 60 Aufgaben zusammensetzten. Besonders interessant war die Bedingung, bei der ein Nutzer lediglich eine ein‑Satz‑Eingabe tätigt, die anschließend von einer KI automatisch in eine vollständige 5W3H‑Spezifikation erweitert wird.

Die Ergebnisse zeigen, dass die KI-erweiterten 5W3H‑Prompts die Zielausrichtung genauso gut erreichen wie manuell erstellte Prompts, ohne dass der Nutzer mehr Aufwand betreiben muss. Darüber hinaus reduzieren strukturierte PPS‑Bedingungen die Varianz der Modellantworten, wobei der Effekt je nach Sprache und Messgröße variiert. Im Gegensatz dazu weisen unstrukturierte Prompts systematisch eine Verzerrung auf, die sowohl die Gesamtbewertung als auch die wahrgenommene Varianz verfälscht.

Diese Erkenntnisse deuten darauf hin, dass strukturierte 5W3H‑Darstellungen die Intent‑Ausrichtung verbessern und die Zugänglichkeit für Nicht‑Experten erhöhen können, insbesondere wenn KI‑unterstützte Autorenschnittstellen die Eingabe erleichtern.