{"id":50885,"date":"2024-09-16T07:00:00","date_gmt":"2024-09-16T14:00:00","guid":{"rendered":"https:\/\/dhblog.dream.press\/blog\/?p=50885"},"modified":"2025-01-07T07:45:36","modified_gmt":"2025-01-07T15:45:36","slug":"ki-eingabeaufforderungen","status":"publish","type":"post","link":"https:\/\/www-dev.dreamhost.com\/blog\/de\/ki-eingabeaufforderungen\/","title":{"rendered":"Holen Sie das Beste aus KI mit diesen 12 Tipps f\u00fcr das Prompting"},"content":{"rendered":"

Mit den neuesten KI-Werkzeugen<\/a> zu arbeiten ist ein bisschen so, als h\u00e4tte man einen 10-j\u00e4hrigen Einstein als Assistenten. Sie sind unglaublich intelligent, aber man muss viel strukturierte Anleitung geben, wenn man hilfreiche Antworten erhalten m\u00f6chte.<\/p>\n

Dies ist die Kunst des AI-Prompt-Engineerings.<\/p>\n

Experten f\u00fcr generatives KI sind immer noch dabei herauszufinden, wie man am besten mit Tools wie ChatGPT<\/a> kommuniziert, um die besten Antworten zu erhalten. Die grundlegenden Prinzipien sind jedoch bereits recht gut etabliert.<\/p>\n

In diesem pr\u00e4gnanten Leitfaden werden wir die besten Praktiken f\u00fcr das Verfassen effektiver KI-Aufforderungen offenlegen \u2014 einschlie\u00dflich der besten Sprache, der Schulung von KI-Modellen und Tipps zur Verfeinerung der Ergebnisse.<\/p>\n

Klingt gut? Jetzt starten!<\/p>\n

Was ist ein AI-Prompt?<\/h2>\n

Grunds\u00e4tzlich ist ein Prompt Ihre Anweisung an das KI-Modell.<\/p>\n

\"Screenshot<\/figure>\n

Die meisten beliebten KI-Tools akzeptieren heute Textaufforderungen, die Sie \u00fcber eine Chat-\u00e4hnliche Schnittstelle einreichen k\u00f6nnen. Einige generative KI-Modelle<\/a>, wie Claude, k\u00f6nnen auch Bilder, Daten und Code-Dateien akzeptieren.<\/p>\n

Auf einer grundlegenden Ebene ist das Prompting eine M\u00f6glichkeit, mit Software zu interagieren. Sie verwenden einfach Textanweisungen anstatt auf Tasten zu tippen.<\/p>\n

Der wesentliche Unterschied besteht darin, dass k\u00fcnstliche Intelligenz keine einfache Ursache und Wirkung hat. KI-Tools ben\u00f6tigen Anleitung, da sie Aufforderungen nicht wirklich “verstehen”, wie Menschen es tun.<\/p>\n

Stattdessen erzeugen diese Modelle Antworten basierend auf Wahrscheinlichkeiten und Mustern, die sie aus enormen Datenmengen<\/a> gelernt haben. Das bedeutet, dass klare und pr\u00e4zise Anweisungen wesentlich sind, um die KI in die Richtung zu lenken, die genauesten und n\u00fctzlichsten Antworten zu liefern.<\/p>\n

Es ist eher wie ein interaktives Spiel als ein einfaches Werkzeug.<\/p>\n

Wie verstehen KI-Modelle Aufforderungen?<\/h3>\n

Die meisten generativen KI-Modelle sind heute LLMs (gro\u00dfe Sprachmodelle). Diese Systeme wurden mit riesigen Datenmengen trainiert, um Muster in der Sprache zu erkennen.<\/p>\n

Wenn Sie eine Aufforderung einreichen, untersucht das Modell jedes Wort und jede Phrase einzeln, sowie im weiteren Kontext Ihrer Aufforderung. Es versucht dann, die Bedeutung dessen zu bewerten, was Sie geschrieben haben, basierend auf allen Sprachmustern, die es zuvor gesehen hat.<\/p>\n

Zum Beispiel k\u00f6nnten Sie ein generatives KI-Tool bitten, einige “kreative Titel” f\u00fcr ein Buch zu \u00fcberlegen, das Sie schreiben.<\/p>\n

Was bedeutet \u201ekreativ\u201c in diesem Zusammenhang? Die KI wird \u00e4hnliche Verwendungen des Wortes ber\u00fccksichtigen, die sie in den Trainingsdaten gesehen hat, und anhand der Wahrscheinlichkeit dieser Assoziationen eine bestm\u00f6gliche Vermutung anstellen.<\/p>\n

Wie werden AI-Aufforderungen in Ausgaben \u00fcbersetzt?<\/h3>\n

Genau wie KI-Modelle Mustererkennung verwenden, um Ihre Aufforderungen zu verstehen, nutzen sie auch einen \u00e4hnlichen Ansatz, um Ausgaben zu erzeugen.<\/p>\n

Stellen Sie sich vor, Sie haben jedes Gem\u00e4lde, das jemals von Monet produziert wurde, studiert. Dann bittet Sie jemand, ein neues Kunstwerk in seinem Stil zu erstellen.<\/p>\n

Sie k\u00f6nnten wahrscheinlich ein bestimmtes Gem\u00e4lde nicht perfekt reproduzieren. Aber Sie w\u00fcrden die allgemeine Stimmung und die Schl\u00fcsselelemente einiger St\u00fccke erinnern. Es w\u00fcrde wie ein Remix herauskommen.<\/p>\n

Das ist im Grunde, wie generative KI funktioniert \u2014 au\u00dfer dass der Remix-Teil durch Mathematik gesteuert wird. Die meisten Modelle erstellen Ausgaben basierend auf Wahrscheinlichkeiten, \u00e4hnlich wie eine fortgeschrittene Autovervollst\u00e4ndigung.<\/p>\n

Wie man Aufforderungen f\u00fcr KI erstellt (12 wesentliche Techniken)<\/h2>\n

Genug mit der Theorie. Sie m\u00f6chten KI nutzen, um Dinge zu erledigen<\/a>, richtig?<\/p>\n

Um Ihnen zu helfen, das Beste aus Ihrem gew\u00e4hlten Modell herauszuholen, haben wir eine Liste der besten KI-Aufforderungstechniken zusammengestellt, die von Experten im Spiel verwendet werden.<\/p>\n

Lassen Sie uns direkt einsteigen:<\/p>\n

1. Seien Sie sehr spezifisch<\/h2>\n

Wenn Sie zum ersten Mal KI-Technologie entdecken, ist es verlockend zu glauben, dass Sie gro\u00dfe Ziele mit sehr einfachen Aufforderungen erreichen k\u00f6nnen.<\/p>\n

Leider ist das nicht der Fall.<\/p>\n

Die Ausgabe von aktuellen KI-Modellen spiegelt gr\u00f6\u00dftenteils die Eingabeaufforderung wider, die sie erhalten. Wenn Sie eine sehr einfache, allgemeine Anfrage schreiben, wird die KI eine ebenso vage Ausgabe liefern, die dazu passt.<\/p>\n

Auf der anderen Seite k\u00f6nnen Sie sehr detaillierte, zielgerichtete Ausgaben erhalten, indem Sie Aufforderungen schreiben, die sehr spezifisch sind.<\/strong> Je weniger Sie der Interpretation \u00fcberlassen, desto zufriedenstellender werden die Ergebnisse sein.<\/p>\n

Nicht<\/strong>:
Schreiben Sie einen Blog-Beitrag \u00fcber das Angeln.<\/em><\/p>\n

\"Screenshot<\/figure>\n

Machen Sie<\/strong>:
Schreiben Sie einen 1.500-W\u00f6rter-Blogbeitrag \u00fcber das Lachsfischen in Gro\u00dfbritannien. Vergleichen Sie die Fliegenfischen- und Spinnfischtechniken. F\u00fcgen Sie einen Abschnitt \u00fcber Rutenl\u00e4ngen und -gewichte hinzu und sprechen Sie dar\u00fcber, wie die schwarz-k\u00f6rperigen fliegenden C-K\u00f6der die beste Option sind.<\/em><\/p>\n

\"Screenshot<\/figure>\n

2. Anwendungsbeispiele<\/h2>\n

Wenn Sie mit KI arbeiten, denken Sie an sich als Lehrer. Sagen Sie dem Modell nicht nur, was es tun soll; zeigen Sie ihm, was Sie m\u00f6chten.<\/p>\n

Das Einbeziehen eines guten Beispiels f\u00fcr das gew\u00fcnschte Ergebnis<\/strong> ist eine gro\u00dfartige M\u00f6glichkeit, die Ergebnisse von nahezu jedem KI-Werkzeug zu formen. Sie k\u00f6nnen diese Technik verwenden, um den Stil, das Format, das Thema und die L\u00e4nge der Ausgaben anzupassen.<\/p>\n

Dies ist besonders n\u00fctzlich, um einen konsistenten Stil bei der Erstellung von Inhalten zu bewahren, funktioniert aber auch f\u00fcr die Datenformatierung, um den Ton f\u00fcr E-Mails<\/a> festzulegen und mehr.<\/p>\n

Nicht<\/strong>:
Schreiben Sie eine Produktbeschreibung f\u00fcr ein neues Paar Barfu\u00dfschuhe mit einer breiteren Zehenbox.<\/em><\/p>\n

Do<\/strong>:
Schreiben Sie eine Produktbeschreibung f\u00fcr ein neues Paar Barfu\u00dfschuhe mit einer breiteren Zehenbox. Kopieren Sie den Ton, Stil und die allgemeine Struktur dieser Produktbeschreibung: [PASTE EXAMPLE]<\/em><\/p>\n

3. Fragen Sie das KI-Modell, was es braucht<\/h2>\n

Wussten Sie, dass Sie KI bitten k\u00f6nnen, Ihnen beim Erstellen von Aufforderungen zu helfen?<\/p>\n

Diese Technik wird keine perfekten Ergebnisse freischalten, aber sie ist ein gro\u00dfartiger Ausgangspunkt, um gute Aufforderungen zu erstellen.<\/strong><\/p>\n

Versuchen Sie, Ihr gew\u00e4hltes KI-Tool zu fragen, was es ben\u00f6tigt, um ein bestimmtes Ergebnis zu erzielen. Und sagen Sie dem Modell, dass es kl\u00e4rende Fragen stellen soll, um die Ausgaben zu verfeinern.<\/p>\n

Dont<\/strong>:
Schreiben Sie eine Produktbeschreibung f\u00fcr Schuhe.<\/em><\/p>\n

\"Screenshot<\/figure>\n

Machen<\/strong>:
Welche spezifischen Details \u00fcber diese Schuhe ben\u00f6tigen Sie, um eine effektive Produktbeschreibung zu erstellen?<\/em><\/p>\n

\"ChatGPT-Ausgabe<\/figure>\n

4. Versuchen Sie Prompt-Verkettung<\/h2>\n

In realen Gespr\u00e4chen kombinieren wir oft mehrere Anfragen zu einer einzigen Gedankenkette.<\/p>\n

Dies ist ein gro\u00dfes No-Go bei KI-Interaktionen. Aktuelle Modelle haben Schwierigkeiten, verschiedene Ideen zu jonglieren.<\/p>\n

Um die bestm\u00f6glichen Ergebnisse zu erzielen, ist es am besten, sich jeweils auf eine Frage oder Aufgabe zu konzentrieren \u2014 eine Technik, die als Prompt-Kettenbildung<\/strong> (oder Gedankenketten-Prompting) bekannt ist.<\/p>\n

Dies erleichtert es der KI zu verstehen, was Sie m\u00f6chten, und eine klare und pr\u00e4gnante Antwort zu finden.<\/p>\n

Nicht<\/strong>:
Ich muss dieses Dokument verbessern. Finden Sie grammatikalische Fehler im Text, schlagen Sie vor, wie sie behoben werden k\u00f6nnen, und sagen Sie mir, wie ich den Text pr\u00e4gnanter gestalten kann.<\/em><\/p>\n

Machen<\/strong>:<\/p>\n

  1. Finden Sie grammatikalische Fehler in diesem Text.<\/em><\/li>
  2. K\u00f6nnen Sie vorschlagen, wie man diese Fehler beheben kann?<\/em><\/li>
  3. Wie kann ich die Schreibweise in diesem Dokument pr\u00e4gnanter gestalten?<\/em><\/li><\/ol>\n\n
    \n\n\n

    Get Content Delivered Straight to Your Inbox<\/h2>

    Subscribe now to receive all the latest updates, delivered directly to your inbox.<\/p>

    <\/div>