STAR-Prompting: Sistema Estruturado de Prompts através do método STAR aplicados para a Defesa e Segurança

O método STAR (Situação, Tarefa, Ação, Resultado) é originalmente usado na área de recursos humanos e oferece uma estrutura lógica para respostas em entrevistas comportamentais. Este estudo propõe o STAR-Prompting, uma técnica de engenharia de prompt baseada na lógica do método STAR, para interações com modelos de linguagem de grande escala (LLM), visando respostas mais confiáveis, especialmente em contextos de Defesa e Segurança. Os resultados comparam prompts em linguagem livre e prompts estruturados com o sistema proposto em quatro LLMs: Gemini Flash 2.0, Llama 3.3 70B, GPT-4o-mini e Claude 3.5 Sonnet. A análise mostra que o uso do STAR-Prompting melhora a qualidade das respostas e destaca seu potencial promissor para aprimorar a comunicação entre humanos e sistemas de IA, reduzindo a ocorrência de ambiguidades e elevando a qualidade das respostas geradas.STAR方法（STAR Method，即情境、任务、行动、结果）最初应用于人力资源领域，为行为面试应答提供了结构化逻辑框架。本研究提出基于STAR方法逻辑的提示工程技术——STAR-Prompting，用于与大语言模型（Large Language Model, LLM）交互，旨在生成更可靠的应答，尤其适用于国防与安全场景。本研究对比了自由文本提示、结构化提示与本研究提出的STAR-Prompting方案在四款大语言模型（Gemini Flash 2.0、Llama 3.3 70B、GPT-4o-mini、Claude 3.5 Sonnet）上的表现。分析结果表明，STAR-Prompting可有效提升应答质量，展现出优化人机交互、减少歧义、提升生成应答品质的良好应用前景。