Edited (version 13)
Legal Prompt Builder
Lasst uns Juristen dabei helfen, die bestmöglichen Prompts zu erstellen, um durch gute Antworten von LLMs ihre Produktivität zu steigern.
LegalPrompts - Prompt Builder für Juristinnen und Juristen
Was ist das Problem?
Grosse Sprachmodelle wie ChatGPT erobern die Arbeitswelt. Es gibt inzwischen zahlreiche Modelle mit unterschiedlichen Vor- und Nachteilen. Dazu gehören:
- Kann das Modell im Internet nach aktuellen Daten suchen oder ist es auf seine Trainingsdaten beschränkt?
- Kontextlänge: Wie viele Wörter kann ich in die Anfrage eingeben?
- Sprachfähigkeiten: Wie gut performt das Modell in anderen Sprachen als Englisch?
Es ist schwierig, hier den Überblick zu behalten und die Anfragen dem jeweiligen Modell anzupassen. Aber auch ganz generell helfen Sprachmodelle bei einfachen Anfragen wie «Fasse mir BGE 149 V 57 zusammen» kaum weiter, weil die Antworten oft nicht die relevanten Aspekte aufgreifen oder sogar Erwägungen und Sachverhalte erfinden (sog. Halluzinationen).
Wie hilft ein Prompt Builder?
Zu der Frage, wie man eine Anfrage an ein Sprachmodell formuliert, um eine bestmögliche Antwort zu erhalten, gibt es bereits viele Leitfäden, wissenschaftliche Dossiers und Seminare. Für Juristinnen und Juristen wäre es jedoch ein erheblicher Aufwand, sich die Kunst des «Prompt Engineering» von Grund auf anzueignen. Hinzu kommt, dass der Prompt in jedem Einzelfall formuliert werden und zusammengesetzt, ggf. auch Dokumente in den Prompt kopiert werden müsste. Diese Arbeit kann stark vereinfacht werden durch einen Prompt Builder, also ein Tool, das den User an die Hand nimmt, anhand von Fragen wichtige Bestandteile des Prompts ermittelt und einen Prompt zusammensetzt. Ausserdem kann der Prompt Builder den Prompt auf die Anforderungen einzelner Sprachmodelle zuschneiden, beispielsweise darauf hinweisen, dass das frei verfügbare ChatGPT 3.5 keinen Links folgen kann. Mit Quality of Life Features wie der automatischen Einbindung von Entscheiden kann ein auf das Schweizer Recht zugeschnittener Prompt Builder viel Zeit sparen und erlaubt es Juristinnen und Juristen, sich auf ihre eigentliche Arbeit zu konzentrieren.
Wer kann bei der Challenge mitwirken?
Alle Teilnehmenden sind herzlich eingeladen. Gerade Juristinnen und Juristen können hier sehr weiterhelfen, weil das Tool die in der Praxis tatsächlich anfallenden Aufgaben lösen soll. Die technische Umsetzung soll in JavaScript und ggf. Python erfolgen.
Weitere Informationen
Nachfragen gern auf GitHub oder LinkedIn!
LegalPrompts
Gerade im nicht englischsprachigen Rechtsbereich liefern Large Language Models (LLMs) oft unzuverlässige Ergebnisse. Dennoch erlauben generative Sprachmodelle für Juristinnen und Juristen aller Fachrichtungen Produktivitätsgewinne, wenn sie die richtigen Anweisungen enthalten. Dieses «Prompt Engineering» ist inzwischen eine eigene Fachrichtung. Ein einfaches Tool kann Schweizer Juristinnen und Juristen helfen, den bestmöglichen Prompt zu erstellen und dabei häufige Probleme zu vermeiden.
Mögliche Roadmap
- Fragebogen zu wichtigen Prompt-Bestandteilen
- Texterkennung aus Dateien und URLs und Einbindung in Prompt
- Token Counting für gängige LLMs
- Automatische Übersetzung mit DeepL
- Datenbank für Prompt-Bestandteile
- Automatische Einbindung von Gerichtsentscheiden (z.B. BGEs anhand der Nummer)
- Optionale Einbindung z.B. des OpenAI API für sofortige Ausführung des Prompts
- etc. etc.
Umsetzung
Die Umsetzung soll im Rahmen des Open Legal Lab 2024 (https://opendata.ch/de/events/open-legal-lab-2024/) erfolgen. Die Challenge richtet sich an alle Teilnehmenden, damit wir ein für möglichst viele Personen möglichst nützliches Tool umsetzen können.
Kontakt
Ich freue mich über jeden Input hier oder unter https://linkedin.com/in/jan-nicklaus
Event finished
Research
Joined the team
Project
final push (@jan-nicklaus)
Joined the team
Project
final push (@jan-nicklaus)
final commit oll (@jan-nicklaus)
Final Commit OLL (@jan-nicklaus)
Final commit OLL (@jan-nicklaus)
Second final commit for day 1 (@jan-nicklaus)
Final commit Day 1 (@jan-nicklaus)
last touches… (@marcfe)
Fixes for entscheidsuche-bug (@marcfe)
added GetDecText (@marcfe)
MVP (@jan-nicklaus)
entscheidsuche v0.1 (@marcfe)
Joined the team
Project
Gesamt-Test (@jan-nicklaus)
Frontend Integration (@jan-nicklaus)
Project
gitignore erstellt (@Iza-collab)
Merge pull request #1 from jan-nicklaus/frontend
Frontend integration (@jan-nicklaus)
Initial frontend commit (@jan-nicklaus)
Flask Server Ausgesetzt, làuft auf Port 5001 (@Iza-collab)
Initial frontend commit (@jan-nicklaus)
Joined the team
Event started
Joined the team