File size: 8,779 Bytes
36afb17 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 | <!doctype html>
<html lang="de">
<head>
<meta charset="utf-8">
<meta name="viewport" content="width=device-width, initial-scale=1">
<title>PromptBoost V2 Adapter</title>
<meta
name="description"
content="PromptBoost V2 operationalisiert einen User-Prompt als harness-neutralen, eval-faehigen Prompt-Entwurf."
>
<link rel="stylesheet" href="/src/styles.css">
</head>
<body>
<header class="topbar">
<a class="brand" href="#top" aria-label="PromptBoost V2 Start">
<span class="brand-mark" aria-hidden="true">PB</span>
<span>
<strong>PromptBoost V2</strong>
<small>User Intent -> Harness Draft</small>
</span>
</a>
<nav class="topnav" aria-label="Hauptnavigation">
<a href="#adapter">Adapter</a>
<a href="#score">Score</a>
<a href="#eval-lab">Eval Lab</a>
<a href="#export">Export</a>
<a href="#sources">Quellen</a>
</nav>
</header>
<main id="top">
<section id="adapter" class="workspace" aria-labelledby="app-title">
<div class="workspace-head">
<div>
<p class="eyebrow">Phase 3 Adapter</p>
<h1 id="app-title">Aus User-Intent wird ein Harness-Prompt-Entwurf.</h1>
</div>
<p>
V2 trennt beobachteten User-Intent, Adapter-Scaffolding, blanke Harness Policy,
Model Adapter und Eval Plan. Der Adapter veraendert nicht die Aufgabe, sondern
operationalisiert sie als pruefbaren, portablen Entwurf.
</p>
</div>
<div class="app-grid">
<section class="panel input-panel" aria-labelledby="input-title">
<div class="panel-head">
<div>
<p class="panel-kicker">Input</p>
<h2 id="input-title">User Prompt</h2>
</div>
<span class="badge stable">Intent bleibt stabil</span>
</div>
<textarea
id="rawPrompt"
spellcheck="false"
aria-label="Raw User Prompt"
>Fasse ein langes PDF quellentreu in Markdown zusammen und erstelle ein PDF-Render-Skript.</textarea>
<div class="control-grid">
<label>
<span>Task Type</span>
<select id="taskType"></select>
</label>
<label>
<span>Model Adapter</span>
<select id="adapterProfile"></select>
</label>
<label>
<span>Harness Policy</span>
<select id="harnessPolicy"></select>
</label>
</div>
<div class="button-row">
<button id="generateButton" class="primary-button" type="button">Boost Prompt</button>
<button id="copyPromptButton" type="button">Copy Prompt</button>
<button id="downloadJsonButton" type="button">Export JSON</button>
</div>
</section>
<section class="panel prompt-panel" aria-labelledby="prompt-title">
<div class="panel-head">
<div>
<p class="panel-kicker">Output</p>
<h2 id="prompt-title">Harness Prompt Draft</h2>
</div>
<span id="overallBadge" class="badge">Score</span>
</div>
<pre id="boostedPrompt" class="output-box" aria-label="Boosted Harness Prompt"></pre>
</section>
<section class="panel spec-panel" aria-labelledby="spec-title">
<div class="panel-head">
<div>
<p class="panel-kicker">Compiler View</p>
<h2 id="spec-title">Task Spec</h2>
</div>
<span id="wordBadge" class="badge">0 words</span>
</div>
<div id="taskSpecCards" class="spec-cards"></div>
</section>
</div>
</section>
<section id="score" class="section-band" aria-labelledby="score-title">
<div class="section-head">
<div>
<p class="eyebrow">Local Validation</p>
<h2 id="score-title">Der Boost bekommt nur einen Heuristik-Score.</h2>
</div>
<p>
Der lokale Score beweist keine Ueberlegenheit und misst keine Ergebnisqualitaet.
Er schaetzt nur Prompt-Shape-Signale wie Struktur, Eingabe-Adequacy, Trennung von
Intent und Scaffolding sowie sichtbare Verifikationshinweise.
</p>
</div>
<div id="scoreGrid" class="score-grid"></div>
</section>
<section id="eval-lab" class="section-band" aria-labelledby="eval-title">
<div class="section-head">
<div>
<p class="eyebrow">Eval Harness</p>
<h2 id="eval-title">Profilvergleich ueber Beispielprompts</h2>
</div>
<p>
Die Tabelle vergleicht lokal nur Prompt-Profile nach Heuristik-Score. Sie ist kein
Modellbenchmark; echte Modelllaeufe koennen spaeter ueber das PromptRunner-Interface
und einen JudgeRunner angeschlossen werden.
</p>
</div>
<div class="table-wrap">
<table>
<thead>
<tr>
<th>Case</th>
<th>Task Type</th>
<th>Best Profile by Heuristic</th>
<th>Heuristic</th>
<th>Key Signal</th>
</tr>
</thead>
<tbody id="evalRows"></tbody>
</table>
</div>
</section>
<section id="export" class="section-band export-band" aria-labelledby="export-title">
<div class="section-head">
<div>
<p class="eyebrow">Portable Artifact</p>
<h2 id="export-title">Portables JSON-Artefakt fuer das groessere Agentur-Projekt</h2>
</div>
<p>
Dieses Objekt ist ein portables Export-Artefakt: beobachteter Task Spec,
Adapter-Scaffolding, Harness Policy, Adapterprofil, Prompt Draft,
Heuristik-Score und Eval Plan in einer transportierbaren Struktur.
</p>
</div>
<pre id="jsonExport" class="output-box json-box" aria-label="PromptBoost JSON Export"></pre>
</section>
<section id="sources" class="section-band" aria-labelledby="sources-title">
<div class="section-head">
<div>
<p class="eyebrow">Quellenrahmen</p>
<h2 id="sources-title">Dokumentation als Prior, Evals als Urteil</h2>
</div>
<p>
Die Adapter unterscheiden Doku-Priors von expliziten Adapter-Hypothesen.
Modelllaeufe muessen diese Hypothesen spaeter empirisch bestaetigen oder verwerfen.
</p>
</div>
<div class="table-wrap">
<table>
<thead>
<tr>
<th>Familie</th>
<th>Prior / Quellenanker</th>
</tr>
</thead>
<tbody>
<tr>
<td>OpenAI / GPT 路 strong_prior</td>
<td><a href="https://developers.openai.com/api/docs/guides/prompt-engineering" rel="noreferrer">Prompt engineering</a> 路 <a href="https://developers.openai.com/api/docs/models/gpt-5.4" rel="noreferrer">GPT-5.4</a></td>
</tr>
<tr>
<td>Claude 路 strong_prior</td>
<td><a href="https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/claude-prompting-best-practices" rel="noreferrer">Prompting best practices</a> 路 <a href="https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/long-context-tips" rel="noreferrer">Long context</a></td>
</tr>
<tr>
<td>Gemini 路 strong_prior</td>
<td><a href="https://ai.google.dev/gemini-api/docs/prompting-strategies" rel="noreferrer">Prompt design strategies</a></td>
</tr>
<tr>
<td>Kimi 路 moderate_prior</td>
<td><a href="https://platform.moonshot.ai/docs/guide/prompt-best-practice" rel="noreferrer">Prompt best practices</a> 路 <a href="https://platform.moonshot.ai/docs/guide/kimi-k2-5-quickstart" rel="noreferrer">K2.5 quickstart</a></td>
</tr>
<tr>
<td>GLM / Qwen / DeepSeek / Mistral / MiniMax / Llama</td>
<td>Siehe Adapter-Evidenz im JSON Export; moderate_prior oder hypothesis bedeutet: Quelle reicht fuer Startannahmen, nicht fuer absolute Regeln.</td>
</tr>
</tbody>
</table>
</div>
</section>
</main>
<script type="module" src="/src/app.ts"></script>
</body>
</html>
|