ChatGPT meistern: Dein Erfolgskurs in 5 Schritten!

ChatGPT Prompts: In 5 Schritten zu präziseren Ergebnissen

Dieser ChatGPT-Leitfaden enthält Ratschläge und Tipps, wie du erfolgreichere Ergebnisse bei der Anwendung von großen Sprachmodellen wie GPT-4 erzielst. Herausgeber OpenAI ermutigt dich, kreativ zu experimentieren, um die besten Methoden für deine Bedürfnisse zu entdecken. 

Hinweis: Einige Beispiele erfordern OpenAIs aktuell leistungsstärkstes Modell, gpt-4. 

Nutze diese Strategien und Taktiken für bessere ChatGPT-Prompts und zuverlässigere Antworten der KI:

1. Schreibe klare Anweisungen

KI-Sprachmodelle können deine Gedanken nicht lesen. Wenn die Ausgaben zu lang sind, bitte um kurze Antworten. Wenn die Ausgaben zu einfach sind, bitte um Expertenniveau-Schreiben. Wenn dir das Format nicht gefällt, demonstriere das Format, das du sehen möchtest. Je weniger das Modell raten muss, was du willst, desto wahrscheinlicher wirst du es erhalten.

ChatGPT-Taktiken:

• Füge Details in deine Anfrage ein, um relevantere Antworten zu erhalten.
• Bitte das Modell, eine Persona anzunehmen.
• Verwende Trennzeichen, um deutlich unterschiedliche Teile der Eingabe anzuzeigen.
• Gib die Schritte an, die erforderlich sind, um eine Aufgabe zu vervollständigen.

No 1. Prompt-Beispiel für Allgemein- vs. Detailanfragen: Fasse die Besprechungsnotizen zusammen (allg.). vs. Erstelle einen einzigen Absatz mit den wichtigsten Informationen. Liste die Redner und ihre Hauptpunkte auf. Nenne die vorgeschlagenen nächsten Schritte oder Aktionspunkte der Redner (detailliert).

Und hier ein Beispiel für die Verteilung von Rollen, Funktionen und Kontaktpersonen:

No. 2 Prompt-Beispiel Persona: Schreiben Sie meinem Lieferanten für Stahlschrauben ein Dankeschön für die pünktliche und kurzfristige Lieferung. Dadurch war es uns möglich, einen wichtigen Auftrag auszuliefern.

2. Bereitstellung von Referenztexten

Sprachmodelle können selbstbewusst falsche Antworten erfinden, besonders wenn sie nach esoterischen Themen oder nach Zitaten und URLs gefragt werden. Genauso wie ein Spickzettel einem Schüler helfen kann, in einem Test besser abzuschneiden, kann das Bereitstellen von Referenztexten dem KI-Chatbot helfen, mit weniger Fälschungen zu antworten.

ChatGPT-Taktiken:

• Weise das Modell an, unter Verwendung eines Referenztextes zu antworten.
• Instruiere GPT-4, mit Zitaten aus einem Referenztext zu antworten.

No. 3 Prompt-Beispiel Referenztexte & Zitate: Du erhältst ein Dokument, das durch dreifache Anführungszeichen abgegrenzt ist, und eine Frage. Deine Aufgabe besteht darin, die Frage nur mit Hilfe des bereitgestellten Dokuments zu beantworten und die Stelle(n) im Dokument anzugeben, die zur Beantwortung der Frage verwendet wurden. Wenn das Dokument nicht die benötigten Informationen zur Beantwortung dieser Frage enthält, schreibe einfach: "Unzureichende Informationen." Wenn eine Antwort auf die Frage gegeben wird, muss sie mit einer Quellenangabe versehen sein. Verwende das folgende Format, um relevante Stellen anzugeben ({"Quellenangabe": …}).

<Füge Artikel ein, jeder durch dreifache Anführungszeichen abgegrenzt>

3. Teile komplexe Aufgaben in einfachere Teilaufgaben auf

Ähnlich wie in der Softwareentwicklung, wo komplexe Systeme in kleinere, eigenständige Module aufgeteilt werden, ist es auch bei Aufgaben für Sprachmodelle sinnvoll, sie in einfachere Teilaufgaben zu unterteilen. Komplexe Aufgaben neigen dazu, mehr Fehler zu verursachen, während eine Unterteilung in einfachere Aufgaben und die Verwendung von Zwischenergebnissen die Genauigkeit erhöhen kann.

ChatGPT-Taktiken:

• Verwende Intent-Klassifizierung, um die relevantesten Anweisungen für eine Benutzeranfrage zu identifizieren.
• Für Dialoganwendungen, die sehr lange Gespräche erfordern, fasse vorherige Dialoge zusammen oder filtere sie.
• Fasse lange Dokumente stückweise zusammen und erstelle rekursiv eine vollständige Zusammenfassung.

Was ist Intent-Klassifizierung?

Intent-Klassifizierung bezeichnet das Festlegen fester Kategorien und Kodieren von Anweisungen, die für die Bearbeitung von Aufgaben in einer bestimmten Kategorie relevant sind.

No. 4 Prompt-Beispiel Intent-Klassifizierung: Du erhältst Kundendienstanfragen. Klassifiziere jede Anfrage in eine Hauptkategorie und eine Nebenkategorie. Gib deine Ausgabe im JSON-Format mit den Schlüsseln "primary" und "secondary" an.

Hauptkategorien in diesem Zusammenhang können sein: Abrechnung, Technischer Support, Kontoverwaltung oder Allgemeine Anfrage. Diesen untergeordnet stellst du weitere Nebenkategorien als Informationen für das System bereit. Für die Hauptkategorie „Abrechnung“ bieten sich folgende „Nebenkategorien“ an: Abonnement kündigen oder aktualisieren; Zahlungsmethode hinzufügen; Erklärung für Gebühr; Gebühr anfechten etc.

4. Gib der KI Zeit zum „Nachdenken“

KI-Modelle machen mehr Denkfehler, wenn sie versuchen, sofort zu antworten, anstatt sich Zeit zu nehmen, um eine Antwort auszuarbeiten. Das Fragen nach einer „Gedankenfolge“ vor einer Antwort kann dem Modell helfen, zuverlässiger zu korrekten Antworten zu gelangen.

ChatGPT-Taktiken:

• Instruiere ChatGPT, seine eigene Lösung auszuarbeiten, bevor es vorschnell zu einem Schluss kommt.
• Verwende inneren Monolog oder eine Abfolge von Anfragen, um den Denkprozess des Modells zu verbergen.
• Frage die KI, ob sie bei früheren Durchgängen etwas übersehen hat.

No. 5 Prompt-Beispiel Detailrecherche Schritt 1: Du erhältst ein Dokument, das durch dreifache Anführungszeichen abgegrenzt ist. Deine Aufgabe ist es, Auszüge auszuwählen, die sich auf die folgende Frage beziehen: "Welche signifikanten Paradigmenwechsel haben sich in der Geschichte der künstlichen Intelligenz ereignet?" Stelle sicher, dass die Auszüge alle relevanten Kontextinformationen enthalten, um sie interpretieren zu können - das bedeutet, dass du keine kleinen Ausschnitte extrahierst, die wichtigen Zusammenhang vermissen lassen. Gib die Ausgabe im JSON-Format wie folgt an: [{"Auszug": "..."}, ... {"Auszug": "..."}]

Benutzer: """<Füge hier das Dokument ein>"""

No. 6 Prompt-Beispiel Detailrecherche Schritt 2: Gibt es weitere relevante Auszüge? Achte darauf, Auszüge nicht zu wiederholen. Stelle außerdem sicher, dass die Auszüge alle relevanten Kontextinformationen enthalten, um sie interpretieren zu können - das bedeutet, dass du keine kleinen Ausschnitte extrahierst, die wichtigen Zusammenhang vermissen lassen.

5. Verwende externe Tools

Arbeitet ein Werkzeug effizienter als ein Sprachmodell, überlasse die Aufgabe dem Werkzeug, um das Beste beider Welten zu nutzen. Ein Textabrufsystem wie RAG kann dem Modell relevante Dokumente bereitstellen. Der OpenAI Code Interpreter ermöglicht GPT-4 die Ausführung von Code und mathematischen Berechnungen.

ChatGPT-Taktiken:

• Verwende auf Einbettungen basierende Suche, um effizienten Wissensabruf zu implementieren.
• Verwende Codeausführung, um genauere Berechnungen durchzuführen oder externe APIs aufzurufen.
• Gib dem Modell Zugriff auf spezifische Funktionen (Chat Completions-API).

6. Extra-Tipp Systematisches Testen

Manchmal kann es schwierig sein zu beurteilen, ob eine Änderung – z.B. eine neue Anweisung oder ein neues Design – dein System verbessert oder verschlechtert. Das Betrachten einiger Beispiele kann einen Hinweis darauf geben, was besser ist, aber bei kleinen Stichprobengrößen kann es schwer sein, zwischen einer tatsächlichen Verbesserung und reinem Glück zu unterscheiden. Vielleicht verbessert die Änderung die Leistung bei einigen Eingaben, schadet jedoch bei anderen.

Um Änderungen zu bewerten, führe systematische Tests (Evals) durch, um die tatsächliche Leistungssteigerung sicherzustellen. Modellbasierte Evals sind besonders nützlich bei Fragen mit vielen möglichen qualitativ hochwertigen Antworten.

Hinweis: OpenAI Evals ist ein Open-Source-Software-Framework, das Werkzeuge für die Erstellung automatisierter Evals bietet.

ChatGPT-Taktiken:

• Bewerte Modellausgaben im Vergleich zu Goldstandard-Antworten.

Wenn du weißt, dass eine richtige Antwort auf bestimmte Fakten hinweisen sollte, zähle in der Modellantwort, wie viele dieser Fakten enthalten sind. Zum Beispiel mit folgender Eingabeaufforderung:

SYSTEM: Dir wird eine Antwort auf eine Frage gegeben. Überprüfe, ob sie die folgenden Fakten enthält:

• Neil Armstrong war der erste Mensch, der auf dem Mond spazierte.
• Das Datum seines ersten Mondspaziergangs war der 21. Juli 1969.

Für jeden Punkt:

1. Wiederhole den Punkt.
2. Zitiere den Satz aus der Antwort, der diesem Punkt am nächsten kommt.
3. Überlege, ob jemand, der das Thema nicht kennt, aus dem Zitat den Punkt verstehen könnte. Erkläre, warum oder warum nicht.
   Schreibe "ja", wenn die Antwort auf Punkt 3 "ja" ist, sonst "nein".
4. Zähle abschließend die "ja"-Antworten und gib sie als {"count": <Anzahl hier>} an.

Hier ist ein Beispiel für eine Eingabe, bei der beide Punkte erfüllt sind:

SYSTEM <einfügen der obigen Systemnachricht>

BENUTZER """Neil Armstrong ist berühmt dafür, der erste Mensch zu sein, der den Mond betreten hat. Dieses historische Ereignis fand am 21. Juli 1969 während der Apollo-11-Mission statt."""

Und hier ist ein Beispiel für eine Eingabe, bei der nur ein Punkt erfüllt ist:

SYSTEM <einfügen der obigen Systemnachricht>

BENUTZER """Neil Armstrong machte Geschichte, als er den Lunar Module verließ und als erster Mensch den Mond betrat."""