Die arabische Antwort des Modells stimmt, aber auf dem Bildschirm steht der Preis auf der falschen Seite und der Modellname ist in zwei Hälften zerrissen. Das ist ein Bidi-Problem, kein Modellproblem.
So funktioniert es
Text wird in logischer Reihenfolge gespeichert, also in der Reihenfolge, in der er gelesen und getippt wird. UAX #9, der Unicode Bidirectional Algorithm, weist jedem Zeichen einen Richtungstyp zu und berechnet daraus die Anzeigereihenfolge der Zeile. Im Speicher bewegen sich Zeichen nie; nur ihre Darstellung ändert sich.
Buchstaben sind starke Zeichen: Arabisch läuft von rechts nach links, Latein von links nach rechts. Ziffern und Satzzeichen sind schwach oder neutral und richten sich nach dem umgebenden Text. Europäische Ziffern haben den Typ EN, arabisch-indische Ziffern den Typ AN, und UAX #9 löst EN nach einem arabischen Buchstaben zu AN auf.
Ein typischer gemischter String eines arabischen Assistenten:
جرّب النموذج broadnet/qwen3.8-27b على 20 رسالة
In einem Links-nach-rechts-Kontext angezeigt, laufen die arabischen Abschnitte zwar von rechts nach links, aber der Absatz beginnt links. Der Satz erscheint dadurch in falscher Reihenfolge, und Schrägstrich, Punkte und die Zahl 20 können am falschen Abschnitt hängen. Die Lösung ist, die Grundrichtung zu setzen, nicht Zeichen umzusortieren.
Wenn kein Markup zur Verfügung steht, bietet Unicode unsichtbare Steuerzeichen:
| Codepoint | Name | Verwendung |
|---|---|---|
| U+200F | RLM, right-to-left mark | Ein neutrales Zeichen Richtung RTL schieben |
| U+061C | ALM, Arabic letter mark | Dasselbe, für arabische Kontexte |
| U+2067 | RLI, right-to-left isolate | Einen RTL-Abschnitt beginnen |
| U+2066 | LRI, left-to-right isolate | Einen LTR-Abschnitt beginnen, etwa für eine Modell-ID |
| U+2068 | FSI, first strong isolate | Richtung aus dem Inhalt übernehmen |
| U+2069 | PDI, pop directional isolate | Ein beliebiges Isolate beenden |
UAX #9 empfiehlt für neue Dokumente Isolates statt der älteren Embeddings (U+202A bis U+202C), weil Embeddings den umgebenden Text zu stark beeinflussen, und rät, Overrides (U+202D, U+202E) wegen Sicherheitsbedenken möglichst zu vermeiden.
Warum es wichtig ist
Für HTML rät das W3C, dir="rtl" auf das html-Element zu setzen, wenn die Seite RTL ist, und die Grundrichtung nicht per CSS festzulegen. Für Text, dessen Richtung Sie nicht kennen, etwa eine Modellantwort oder einen Benutzernamen, verwenden Sie dir="auto" oder das bdi-Element. Das W3C weist darauf hin, dass auto nach dem ersten starken Zeichen entscheidet. Ein überwiegend englischer Absatz, der mit einem arabischen Wort beginnt, kann also trotzdem falsch angezeigt werden.
Für API-Nutzer sind das die üblichen Probleme:
- Chat-UIs. Eine gestreamte Antwort beginnt auf Englisch und wechselt ins Arabische. Setzen Sie
dir="auto"auf jede Nachricht, nicht einmal für die ganze Seite. - JSON und Logs. Modellausgaben können unsichtbare Marks enthalten. Ein Wert wie
"gulf"ist nicht gleich"gulf". Entfernen Sie Bidi-Steuerzeichen, bevor Sie Felder aus Structured Output vergleichen. - Übersetzte UI-Strings. Platzhalter und Produktnamen in arabischem Text brauchen Isolates; siehe App-Strings ins Arabische übersetzen.
Bei BroadNet Inference
Der Chat-Endpoint von BroadNet liefert Arabisch als gewöhnlichen Text in der JSON-Antwort, wie jede OpenAI-kompatible API, und BroadNet hat keine Anzeige- oder Bidi-Funktion. Die Schreibrichtung ist Aufgabe Ihres Frontends. Wenn Sie Text zusätzlich für die Suche normalisieren, entfernen Sie Bidi-Steuerzeichen im selben Durchgang wie die Unicode-Normalisierung, denn NFC und NFKC lassen sie stehen.
Häufige Fehler
- Arabische Strings im Code umdrehen, um die Anzeige zu „reparieren“.
- Die Schreibrichtung nur per CSS setzen.
- U+200F oder U+2067 in IDs, Schlüsseln oder Enum-Werten stehen lassen.