Generative KI und ChatGPT: Revolutionierung digitaler Interaktionen

In den letzten Jahren hat sich die Landschaft der künstlichen Intelligenz mit dem Aufkommen der generativen KI-Technologien erheblich verändert. Angeführt wird diese Revolution von ChatGPT, einem hochmodernen grossen Sprachmodell (LLM), das von OpenAI entwickelt wurde. Als grosses Sprachmodell basiert ChatGPT auf einem riesigen Datensatz von Sprachbeispielen, wodurch es in der Lage ist, menschenähnlichen Text mit bemerkenswerter Genauigkeit zu verstehen und zu generieren. 



Abbildung 1: Generative Large Language Models in einer Nussschale, Quelle: Google AI

Diese Fähigkeit macht ChatGPT zum Vorreiter bei der Verarbeitung natürlicher Sprache und verbessert die Art und Weise, wie wir mit digitalen Systemen interagieren, erheblich. Die Vorteile eines solchen Modells sind vielfältig, einschliesslich seiner Fähigkeit, detaillierte, kontextbezogene Antworten zu geben, was es zu einem vielseitigen Werkzeug für eine breite Palette von Anwendungen macht. Das fortschrittliche Sprachverständnis und die Generierungskapazitäten von ChatGPT haben nicht nur das Engagement der Benutzer erhöht, sondern auch neue Wege für mehr Produktivität und Automatisierung im Privatleben und bei geschäftlichen Problemen eröffnet.
 

Verstehen von Prompt-Engineering

Das Herzstück der effektiven Nutzung von ChatGPT ist das Prompt Engineering" - eine entscheidende Fähigkeit, die die Erstellung spezifischer Eingaben oder Prompts beinhaltet, um die KI bei der Produktion der gewünschten Ergebnisse anzuleiten. Diese Technik ist der Schlüssel, um die Fähigkeiten von ChatGPT voll auszuschöpfen und den Benutzern präzisere und relevantere Antworten zu geben. Anstatt beispielsweise zu fragen: "Wie ist das Wetter?", könnte eine besser ausgearbeitete Eingabeaufforderung lauten: "Gib mir eine aktuelle Wettervorhersage für Zürich, einschliesslich Temperatur und Regenwahrscheinlichkeit." Diese spezifische Aufforderung hilft dabei, eine gezieltere und nützlichere Antwort zu erhalten.

Aufforderungen können so einfach sein wie eine Frage oder so komplex wie die Planung von Besprechungen auf der Grundlage von Zeitplänen, wie in dem Beispiel in Abbildung 2 gezeigt.


Abbildung 2: Planung einer Besprechung mit ChatGPT-Eingabeaufforderungen

Mit der Weiterentwicklung der LLM-Fähigkeiten kann ChatGPT nun sowohl Text als auch Bilder in seinen Prompts verarbeiten, wie das folgende Beispiel in Abbildung 3 zeigt, in dem es sowohl Entitäten als auch den Kontext in einem Bild genau erkennen kann.



Abbildung 3: ChatGPT Prompts mit Bildern und Text

Die Essenz von Prompt-Engineering-Mustern

Prompt Engineering geht über das blosse Stellen von Fragen hinaus; es ist sowohl eine Kunst als auch eine Wissenschaft. Sie erfordert ein Verständnis für die Feinheiten der Sprache und die Verarbeitungsfähigkeiten der KI. Prompt-Engineering-Muster sind strukturierte, wiederverwendbare Ansätze oder Vorlagen, die dabei helfen, ChatGPT bestimmte Arten von Antworten oder Aktionen zu entlocken. Diese Muster sind von entscheidender Bedeutung für die Verbesserung des persönlichen Lebens und der geschäftlichen Produktivität, da sie die Interaktion mit der KI für mehr Effizienz und Effektivität rationalisieren. Ein Muster für das Sammeln von Informationen könnte beispielsweise mit "Gib mir die Schritte auf, die zu..." oder "Fasse die wichtigsten Punkte von..." beginnen und ChatGPT dazu anleiten, seine Antwort auf klare, organisierte Weise zu strukturieren.

Beliebter Muster für die Erstellung von Prompts

In den folgenden Abschnitten werden wir eine Auswahl beliebter Prompt-Engineering-Muster vorstellen, die sich sowohl im privaten als auch im beruflichen Kontext als ausserordentlich effektiv zur Steigerung der Produktivität erwiesen haben. Bei diesen Mustern handelt es sich nicht nur um theoretische Konzepte, sondern um praktische Werkzeuge, die durch häufigen Gebrauch und Verfeinerung verfeinert wurden. Durch die Erforschung dieser Muster wollen wir das wahre Potenzial von ChatGPT bei der Bewältigung einer Vielzahl von Herausforderungen im Leben und im Beruf freisetzen.

Jedes Muster dient einem bestimmten Zweck, sei es zur Vereinfachung der Kommunikation, zur Verbesserung der Informationsbeschaffung oder zur Unterstützung bei der Lösung komplexer Probleme. Wir werden Beispiele und Einblicke in die Anwendung dieser Muster in realen Szenarien geben und ihre Vielseitigkeit und Wirkung demonstrieren. Von einfachen Abfragen bis hin zu anspruchsvolleren Interaktionen werden diese Prompt-Engineering-Muster Sie in die Lage versetzen, Ihren Umgang mit ChatGPT zu navigieren und zu optimieren und es so zu einem wertvollen Verbündeten in Ihrem täglichen Leben und Ihren Geschäftsabläufen zu machen.

Das Persona-Muster

Wenn es darum geht, Interaktionen mit KI zu verbessern, ist das Persona-Muster eine geniale Prompt-Engineering-Technik, bei der eine bestimmte Persona angenommen wird, um massgeschneiderte Informationen oder Dienstleistungen zu liefern. Dieses Muster ist besonders nützlich, wenn die Antwort für ein Publikum mit einem bestimmten Hintergrund oder einer Reihe von Umständen und Regeln angepasst werden muss.
Format für das Persona-Muster:

• Handle als Persona P: Hier teilst du der KI eine bestimmte Rolle oder Identität zu. Bei der Persona kann es sich um eine beliebige Fachkraft oder Person handeln, z. B. einen "Astronomen", "Yogalehrer" oder "Finanzberater".
• Aufgabe ausführen T: Du definierst eine bestimmte Aufgabe, die die zugewiesene Persona ausführen soll, und stellst sicher, dass die Aufgabe für das Fachwissen oder die Rolle der Persona relevant ist.
• Angenommen, ich bin Persona U: In diesem optionalen Schritt kannst du der KI eine Zielgruppen-Persona vorgeben, die du selbst oder eine andere Person sein kannst, z. B. ein "neugieriger Sechsjähriger" oder ein "gestresster Student".

Beispiele:

• "Erklär mir das Sonnensystem. Nimm an, dass ich ein neugieriger 6-Jähriger bin."
• "Handle als Yogalehrer und führe mich durch die Meditation. Nimm an, dass ich ein gestresster Student bin."
• "Handle als Computeringenieur und beschreibe, wie Computer funktionieren. Nimm an, dass ich ein älterer Mensch bin, der mit moderner Technologie nicht vertraut ist."

Realitätsnahes Szenario:

In dem in Abbildung 4 dargestellten Szenario besteht die Aufgabe darin, als Finanzberater für jemanden zu agieren, der 10.000 CHF investieren möchte. Die Persona des Nutzers ist ein 32-jähriger Neuling, der noch keine Erfahrung mit Investitionen hat. Die KI, die die Rolle des Finanzberaters übernimmt, bietet eine vereinfachte, aber umfassende Anlagestrategie, die auf den Anfängerstatus des Nutzers zugeschnitten ist.



Abbildung 4: Persona-Muster-Szenario: Anlageberatung durch ChatGPT als Finanzberater
Klicken hier, um das vollständige Prompt-Muster und das Gespräch mit ChatGPT zu sehen.

Das kognitive Überprüfungsmuster (Cognitive Verifier Pattern)

Das Cognitive Verifier Pattern ist eine ausgeklügelte Prompt-Engineering-Strategie, mit der die Genauigkeit und Relevanz der von der KI generierten Antworten verbessert werden soll. Dieses Muster ist besonders nützlich in Situationen, in denen die ursprüngliche Anfrage zusätzlichen Kontext oder Klärung erfordert, um eine präzise Antwort zu geben.

Format für das Cognitive Verifier-Muster:

Um das Cognitive Verifier Pattern zu verwenden, sollte Ihre Aufforderung diese grundlegenden kontextuellen Hinweise enthalten:

• Beachte bei jeder Frage, die dir gestellt wird, von nun an folgende Regeln
• Generiere eine Reihe zusätzlicher Fragen, die Ihnen helfen würden, die Frage genauer zu beantworten.
• Stellen diese Fragen eine nach der anderen
• Kombiniere die Antworten auf die einzelnen Fragen, um die endgültige Antwort auf die Gesamtfrage zu erhalten
• Fagen wir mit der ersten Frage an

Muster:

Wenn dir eine Frage gestellt wird, befolge diese Regeln. Stell dir eine Reihe zusätzlicher Fragen, die dir helfen würden, die Frage genauer zu beantworten. Stell diese Fragen eine nach der anderen. Kombiniere die Antworten auf die einzelnen Fragen, um die endgültige Antwort auf die Gesamtfrage zu erhalten. Beginnen wir mit der ersten Frage.

Beispiele:

"Wenn du ein Trainingsprogramm vorschlagen sollst, befolge diese Regeln. Stelle zusätzliche Fragen zu bestehenden Gesundheitszuständen, meinem Fitnessniveau und der Art der mir zur Verfügung stehenden Geräte. Stelle diese Fragen eine nach der anderen. Nimm diese Informationen auf, um einen massgeschneiderten Trainingsplan zu erstellen, der auf meine Bedürfnisse zugeschnitten ist. Lass uns mit der ersten Frage beginnen"

Realitätsnahes Szenario:

In dem in Abbildung 5 dargestellten Szenario wendet die KI das Cognitive Verifier Pattern an, um ein Buch zu empfehlen, das auf den Vorlieben des Benutzers in Bezug auf Genres, zuletzt gelesene Bücher und seine aktuelle Stimmung basiert. Die KI stellt gezielte Fragen, um die Vorlieben des Benutzers herauszufinden, und geht dabei näher auf die Arten von Krimis, Geheimnissen und Thrillern ein, die der Benutzer gerne liest, sowie auf die Stimmung, in der er sich beim Lesen befindet. Indem sie diese Vorlieben nacheinander abfragt, kombiniert die KI die Informationen, um "Big Little Lies" von Liane Moriarty vorzuschlagen, das der Vorliebe des Nutzers für eine ruhige und doch spannende Erzählung entspricht.


Abbildung 5: Cognitive Verifier Pattern Szenario: Buchempfehlungsprogramm mit ChatGPT
Klicken hier, um das vollständige Prompt-Muster und das Gespräch mit ChatGPT zu sehen.

Das Rezeptur-Muster

Das Rezeptmuster ist eine Prompt-Engineering-Strategie, die darauf abzielt, eine klare, schrittweise Anleitung zur Erledigung einer bestimmten Aufgabe zu erstellen. Diese Methode ist unglaublich nützlich, wenn Sie einen Prozess oder eine Abfolge von Aktionen in einer logischen und umfassenden Art und Weise skizzieren müssen.

Format für das Recipe Pattern:

• Um das Rezeptmuster effektiv in deinen Prompts anzuwenden, solltest du die folgenden Elemente einbeziehen:
• Ich möchte X erreichen: Definiere die allgemeine Aufgabe oder das Ziel, das du erreichen möchtest.
• Ich weiss, dass ich die Schritte A, B, C ausführen muss: Liste die wichtigsten Schritte auf, die bereits bekannt sind und die zur Erfüllung der Aufgabe beitragen.
• Gib mir eine vollständige Abfolge der Schritte vor: Fordere eine detaillierte und geordnete Liste von Aktionen, um das Ziel zu erreichen.
• (Fakultativ) Fülle alle fehlenden Schritte aus: Ersuche alle Schritte, die möglicherweise übersehen wurden, zu identifizieren und aufzunehmen.
• (Fakultativ) Identifiziere unnötige Schritte: Frage nach den Schritten, die für den Prozess nicht wesentlich sind.

Beispiel:

"Ich möchte ein Haus kaufen. Ich weiss, dass ich Schritte wie die Auswahl eines Standorts, die Besichtigung verschiedener Häuser, die Berücksichtigung von Hausmerkmalen und die Abgabe eines Angebots durchführen muss. Gib mir eine vollständige Abfolge der Schritte vor, ergänze alle fehlenden Schritte und weise auf alle unnötigen Schritte hin."

Realitätsnahes Szenario:

In dem in Abbildung 6 dargestellten Szenario besteht die Aufgabe "T" darin, eine optimale 12-stündige Reiseroute zu planen, die Besichtigungspunkte wie Vaduz, Bregenz, Lindau und Stein am Rhein mit dem Start- und Endpunkt in der Stadt Zürich einschliesst. Die bekannten Schritte "A, B, C" sind die Besuchspunkte selbst und der Wunsch, etwa 30 Minuten bis 1 Stunde an jedem Ort zu verbringen, sowie die Notwendigkeit, den Tag um 8:00 Uhr zu beginnen und die Reisezeit zwischen den Orten zu berücksichtigen.

Das Rezeptmuster leitet die KI an, eine Reiseroute zu strukturieren, die alle notwendigen Schritte wie Reisezeiten, die Reihenfolge der Besuchspunkte auf der Grundlage der geografischen Effizienz und die Dauer des Aufenthalts an jedem Ort enthält. Ausserdem werden alle wichtigen Aktivitäten oder Sehenswürdigkeiten an jedem Ort berücksichtigt und alle Punkte identifiziert, die nicht durchführbar sind, wie z. B. der Besuch des Mount Everest auf der gleichen Reise, was unter den gegebenen Einschränkungen ein unnötiger und unmöglicher Schritt ist.



Abbildung 6: Rezeptur-Muster-Szenario:Reiseplanungsprogramm mit ChatGPT
Klicken hier, um das vollständige Prompt-Muster und das Gespräch mit ChatGPT zu sehen.

In diesem Artikel sind wir in die Feinheiten des Prompt-Engineerings eingetaucht und haben gezeigt, wie strukturierte Eingaben die Produktivität sowohl von Einzelpersonen als auch von Unternehmen bei der Interaktion mit generativer KI wie ChatGPT erheblich steigern können. Vom raffinierten Persona-Pattern, das Antworten auf spezifische Benutzeridentitäten zuschneidet, bis hin zum akribischen Cognitive Verifier Pattern, das eine präzise Informationserfassung gewährleistet - jedes Pattern dient als Schlüssel zur Erschliessung der enormen Fähigkeiten der KI. Wir haben die transformative Kraft des Recipe Patterns untersucht, das den Nutzer Schritt für Schritt durch komplexe Prozesse führt. Diese Muster sind nicht nur theoretisch, sie sind praktische Werkzeuge zur Verbesserung der Effizienz und Entscheidungsfindung in realen Szenarien.

Dies ist nur der Anfang und es gibt noch viele weitere nützliche Prompt-Engineering-Muster! Für diejenigen, die tiefer in die Welt der generativen KI und des Prompt Engineering eintauchen wollen, bietet unser umfassender Kurs der Constructor Academy eine Fülle von Wissen. In sechs Wochen kannst du mit den Grundlagen der KI-Evolution zu beginnen und praktische Erfahrungen mit grossen Sprachmodellen, ChatGPTs Architektur, Prompt Engineering und vielem mehr zu machen. Die Lernreise gipfelt in der Anwendung dieser neuen Fähigkeiten auf ein reales Projekt, wodurch das Erlernte wirklich zum Leben erweckt wird. Um an dieser transformativen Erfahrung teilzunehmen und deine Fachkenntnisse weiter zu verbessern, besuche unseren Kurs hier.