Ein Prompt ist eine Anfrage oder eine Aufforderung, eine Handlung vorzunehmen oder Informationen bereitzustellen. Es kann eine Frage, ein Befehl oder eine Aussage sein.
Einführung
ChatGPT v3 von OpenAI hat seit Ende November einen rasanten Aufstieg erlebt. Einige lieben es, andere fürchten es, und diejenigen, die es verstehen, nutzen es bereits erfolgreich in ihrer täglichen Arbeit.
Die meisten haben es entdeckt und erkennen das Potenzial, fangen an zu träumen, motivieren sich, schreiben die ersten Prompts mit ChatGPT und sind begeistert.
Es funktioniert ziemlich gut, solange man es spielerisch ausprobiert. Die erste Enttäuschung oder Ernüchterung kommt, wenn man versucht, ChatGPT in den Alltag zu integrieren. Die Euphorie verblasst für viele, und sie erkennen, dass der Chatbot nicht wie eine Wunderbox funktioniert, die alle Probleme löst.
Wie kann ich den ChatGPT-Prompt am nützlichsten verwenden?
Ich habe „die alte Methode“ verwendet, um Kanäle wie Twitter, GitHub, LinkedIn, YouTube, TikTok usw. zu durchsuchen, um bedeutungsvolle Beiträge zu finden, die mir am einfachsten erklärten, wie ich den Prompt verwenden sollte.
Ich habe ein paar Dinge ausprobiert, stieß dann jedoch auf einen Tweet von Linus Ekenstam. Dieser hat mein Verständnis und meinen Erfolg extrem gesteigert. Ich werde dir zeigen, wie, anhand des folgenden Beispiels mit 8 Schritten.
Schritt 1: Setze das Modell zurück (Build)
Wenn du denselben Chat verwendest, solltest du dem Modell mitteilen, dass es sich um eine neue Anfrage handelt. Du kannst dies tun mit: „Ignoriere alle vorherigen Anweisungen vor dieser.“
Schritt 2: Weisen Sie eine Rolle zu (Build)
Du solltest dem Modell eine Rolle zuweisen, aus welcher Perspektive dein Prompt beantwortet werden soll. Ein Lehrer erwartet beispielsweise eine andere Antwort auf einen Prompt als ein Schüler. Der Lehrer erwartet eine Aufgabe zu einem Thema, während der Schüler eine Antwort erwartet.
Schritt 3: Setze ein spezifisches Thema mit mehr Kontext (Build)
Du solltest dem Modell ein spezifisches Thema geben, um den Kontext besser zu verstehen. Wenn du diesen Teil hinzufügst, legst du einen Fokus fest, hilfst, den Zweck des Gesprächs zu verstehen und sorgst dafür, dass das Modell relevantere Antworten liefert.
Schritt 4: Definiere die Aufgabe (Build)
Nun musst du die Aufgabe definieren, damit das Modell einen Plan erstellen kann, wie du deine Ziele erreichen kannst.
Schritt 5: Gib klare Anweisungen (Build)
Sobald der Kontext festgelegt ist, gib dem Modell eine klare Anweisung zur Erledigung der Aufgabe. Dies hilft dem Modell zu verstehen, wonach du suchst.
Schritt 6: Zeige Uneinigkeit an (Build)
Frage das Modell, ob dein Prompt klar genug war, um ihn zu verstehen. Dies wird dir helfen, zu verstehen, wie deine Eingabe vom Modell interpretiert wird.
Schritt 7: Betrachte die Ausgabe (Messen)
Nachdem das Modell eine Antwort gegeben hat, schaue dir das Ergebnis an. Wenn es nicht dem entspricht, was du erwartet hast, oder an Details mangelt, ist es an der Zeit, den Prompt zu verfeinern.
Schritt 8: Verfeinere den Prompt und teste ihn erneut (Lernen)
Verfeinern, verfeinern, verfeinern. Um bessere Ergebnisse zu erzielen, stelle sicher, dass der Prompt spezifisch und präzise ist. Füge die Fragen hinzu, die du stellen möchtest, sowie den Kontext des Gesprächs, und überlege auch, welchen Ton das Gespräch haben soll.
Teste es aus. Verwende den verfeinerten Prompt, um ein besseres Verständnis für die Ausgabe von ChatGPT zu bekommen. Stelle dem Modell Fragen und gib Beispiele für die gewünschte Antwort. Je spezifischer der Prompt, desto besser werden die Ergebnisse sein.
Versuche es immer wieder
Wiederhole die Schritte 1 bis 8, integriere dein Lernen aus den Versuchen und prüfe, ob dein modifizierter Prompt dir die erwartete Antwort liefert.
Zweiter Versuch mit modifiziertem Prompt:
Du wirst sehen, dass die Antwort spezifischer auf Kubernetes und die Integration von ChatGPT ins Team bezogen ist. Das Thema wird nicht mehr allgemein im Hinblick auf die Zukunft von ChatGPT betrachtet. Stattdessen wird es auf den DevOps-Bereich mit Kubernetes fokussiert.
Fazit
Ich nenne es an dieser Stelle „validiertes Training“, weil es mich sehr an das Buch „The Lean Startup“ erinnert. In den Schritten 1 bis 6 definierst du die Hypothese und im besten Fall auch persönliche Kennzahlen, um die Iterationen (Versuche) zu vergleichen. Die Schritte 1 bis 6 repräsentieren den Build-Prozess. Schritt 7 beschäftigt sich mit der Messung des Ergebnisses. Schritt 8 stellt das Lernen dar. Es folgt eine neue Iteration.
Du bekommst einen interaktiven Sparringspartner und innerhalb weniger Sekunden wird auch eine Antwort ausgespuckt. Durch das kontinuierliche Feedback kannst du deinen Prompt anpassen und die Antwort erneut erzwingen.
Für mich persönlich werde ich versuchen, KI-Assistenten stärker in meinen Alltag zu integrieren, weil ich fest davon überzeugt bin, dass sich die Art der Arbeit in Zukunft extrem in die Richtung verändern wird, die ich als „Sparringspartner“ bezeichne.
Kontaktinformationen
Falls Du weitere Fragen haben solltest bezüglich Prompt Engineering dann zögere uns nicht hier zu kontaktieren
Referenzen
- „The Lean Startup“ von Eric Ries
- „The 48 Laws of Power (Law 32: Play to People’s Fantasies)“ von Robert Greene
- 🚨🚨 „How to get 10x better responses with this secret ChatGPT Prompt Hack“ 🚨🚨 von Linus Ekenstam
