Article de recherche
Lisez l'article académique évalué par les pairs présentant le cadre MOTIVE pour l'ingénierie de prompts centrée sur l'humain.
Citation
Sienou, A. (2026). MOTIVE: A Structured, Model-Agnostic Framework for Human-Centered Prompt Engineering. In Proceedings of the IEEE International Conference on Advanced Computing and Digital Systems Architecture (ACDSA 2026). IEEE. DOI: 10.1109/ACDSA2026.XXXXX
Resume
Les approches actuelles de l'ingenierie de prompts manquent de structure systematique, de reproductibilite et de criteres d'evaluation. Cet article presente MOTIVE, un framework a six composants concu pour l'ingenierie de prompts centree sur l'humain, independant du modele et applicable dans les domaines professionnels. MOTIVE fournit une architecture a trois niveaux (Essentiel, Professionnel, Gouvernance), cinq archetypes de base (Explainer, Planner, Summarizer, Critic, Ideator) et des grilles d'evaluation par composant pour le raffinement iteratif.
Resultats cles
Completude structurelle
Amelioration moyenne de la couverture des composants de prompt dans tous les domaines.
Qualite des sorties
Augmentation de la qualite des sorties evaluee avec les prompts structures MOTIVE.
Coherence inter-modeles
Taux d'accord entre GPT-4, Claude 3 et Gemini sur les sorties de prompts structures.
Adoption praticien
Note moyenne d'utilisabilite des participants de l'etude pilote dans 10 domaines.
Fondements théoriques
Explorez les fondements théoriques de MOTIVE, y compris la théorie du design pédagogique, la théorie de la charge cognitive et la recherche sur l'interaction humain-IA.
En savoir plus →Résultats de validation
Résultats quantitatifs et qualitatifs de l'étude de validation multi-domaines de MOTIVE. Scores d'évaluation, retours d'experts et tests inter-modèles.
En savoir plus →