Technischer Kontext
Ich liebe solche Themen, weil sie direkt die Praxis treffen: Leute streiten über Manieren, und ich denke sofort an KI-Automatisierung, Latenz und die Stabilität der Pipeline. Anlass war ein Thread auf X über eine einfache Idee: Mit KI sollte man höflich sein. Das klingt nett, aber in der Technik interessiert mich nur eines: Verbessert es wirklich das Ergebnis oder nicht?
Ich habe mich in aktuelle Studien vertieft, und das Bild ist nicht romantisch, sondern uneinheitlich. Bei älteren Modellen wie GPT-3.5 hat eine moderate Höflichkeit oft geholfen: Die Antworten waren sauberer, verständlicher und manchmal weniger voreingenommen. Aber bei neueren Systemen, einschließlich ChatGPT-4o, gibt es bereits Ergebnisse, bei denen ein direkter oder sogar unhöflicher Ton eine höhere Genauigkeit in Tests zeigte.
An diesem Punkt wurde ich nachdenklich. Es geht also nicht um „Höflichkeit“ an sich, sondern darum, welchen Antwortmodus ein bestimmtes Modell auslöst. Ein Stack interpretiert höfliche Formulierungen als Signal für eine gründlichere Antwort, während ein anderer im Gegenteil zu weitschweifig wird und an Genauigkeit verliert.
Ein weiteres wichtiges Detail: Übermäßige Höflichkeit bläht die Antwort fast immer auf. Wenn ich eine KI-Integration für Support, Vertrieb oder interne Suche entwickle, brauche ich keinen Schwall von „würden Sie bitte freundlicherweise“. Ich brauche ein vorhersagbares Format, weniger nutzlose Tokens und eine angemessene Stilkontrolle.
Meine Schlussfolgerung ist daher einfach: Höflichkeit ist kein universeller Hack. Sie ist ein Parameter des Prompt-Framings, der genauso getestet werden muss wie Temperatur, System-Prompt und Ausgabeschema. Ohne Messung ist es nur Folklore.
Was bedeutet das für Unternehmen und Automatisierung?
Bei einem einzelnen Chat mag der Unterschied kaum bemerkbar sein. Aber wenn ich KI-Automatisierung in der Produktion einsetze, werden Kleinigkeiten wie der Ton eines Prompts zu Kosten, Geschwindigkeit und Fehlerraten.
Es gewinnen die Teams, die A/B-Tests mit ihren Prompts durchführen, anstatt Ratschlägen aus sozialen Medien zu glauben. Es verlieren diejenigen, die „sei so höflich und freundlich wie möglich“ in ihren Workflow einbauen und sich dann über aufgeblähte Antworten, zusätzliche Tokens und einen Genauigkeitsverlust wundern.
Bei Nahornyi AI Lab lösen wir solche Probleme auf Systemebene, nicht basierend auf Memes über die Kommunikation mit Robotern. Wenn Ihre KI-Lösungsentwicklung an der Antwortqualität oder instabiler Automatisierung scheitert, können wir schnell überprüfen, wo genau der Ton des Prompts stört, und gemeinsam mit Vadym Nahornyi und Nahornyi AI Lab ein zuverlässigeres System aufbauen.