结构化意图表示是否具有普适性？面向5W3H 提示的跨语言、跨模型实证研究

结构化意图表示是否在不同语言和模型间具有普适性？我们研究了 PPS（Prompt Protocol Specification），即基于5W3H的框架，用于人类与人工智能交互中的结构化意图表示，并延续了此前仅针对中文的证据，沿三个维度进行扩展：两种额外语言（英语和日语）、一种用户简单提示经 AI 辅助界面自动扩展为完整5W3H 规范的第四种条件，以及关于跨模型输出一致性的新研究问题。我们收集了 2,160 组模型输出（3 种语言 × 4 种条件 × 3 个大语言模型 × 60 项任务），发现 AI 扩展的5W3H 提示（条件 D）在所有三种语言中均无显著不同于人工精心编写的5W3H 提示（条件 C），而用户只需输入一句话。结构化 PPS 条件常会减少或重塑跨模型输出方差，但该效果在语言和指标之间并不均匀；最有力的证据来自识别非结构化基线中虚假的低方差。我们还表明，非结构化提示呈现系统性双向偏差：复合评分人为偏高，实际的跨模型方差人为偏低。这些发现表明，结构化的5W3H 表示可以提高意图在语言和模型之间的对齐性和可达性，尤其是在 AI 辅助的 authoring 界面降低非专家用户的门槛时。