Prompt Engineering lernen: Wie du beginnst und es meisterst (Grundlagen, Beispiele & Tipps)

Hinweis: Dieser Beitrag wurde ursprünglich im März 2023 geschrieben. Seitdem haben viele tausende Menschen mit uns Prompt Engineering gelernt – das macht mich unglaublich stolz. Auch meinen ChatGPT Crash-Kurs haben viele Menschen genutzt. Für den Relaunch des Kurses habe ich mich daher entschieden, auch diesen Beitrag zu überarbeiten und hoffe, dass du möglichst viel mitnehmen kannst.

Viele Grüße
Christian

Es gibt nur wenige Fähigkeiten und Technologien, die so zukunftsweisend sind wie Prompt Engineering. Quasi über Nacht ist unsere natürliche Sprache zur beliebtesten Programmiersprache der Welt geworden.

Generative KI-Modelle wie ChatGPT, Perplexity, Claude oder auch KI-Bildprogramme wie Midjourney, Dall-E oder Stable Diffiusion stellen derzeit ganze Märkte auf den Kopf und noch immer ahnen noch lange nicht alle Menschen, wie sehr diese Technologien unser Leben in den kommenden Jahren verändern werden.

Auch, wenn große Medien am liebsten nur auf KI-Schreckensnachrichten aufspringen, gibt es unglaublich tolle Entwicklungen in der Welt der künstlichen Intelligenz – und es liegt an uns, diese Chancen zum Guten zu nutzen.

Daher möchte ich dir schon jetzt gratulieren, dass du dich mit Prompt Engineering beschäftigst 🙌

In diesem Beitrag blicken wir auf das Thema Prompt Engineering und werden klären, warum es so wichtig ist.

Außerdem werde ich dir zeigen, wie du erste wichtige Schritte ins Prompt Engineering unternimmst und mit welchen Tipps du deine Resultate von Programmen wie ChatGPT verbesserst.

Inhaltsverzeichnis:
Was ist Prompt Engineering und warum ist es so unglaublich wichtig?
Prompt Engineering lernen und verstehen
Die 4 grundlegenden Formate beim Prompt Engineering (inkl. Beispiele für ChatGPT)
Weitere Tipps für gute Prompts: So bekommst du bessere Ergebnisse
Fazit: So meisterst du Prompt Engineering
FAQs

Was ist Prompt Engineering und warum ist es so unglaublich wichtig?

Das obige Bild zeigt ein einfaches Beispiel von Bildgeneratoren. Auch, wenn das linke Bild etwas heftig aussehen mag, vielleicht erkennst du worauf ich hinauswill 😬

Je besser die Eingabe, desto besser das Ergebnis. 

Und fast nirgends gilt das so sehr wie beim Prompt Engineering.

Warum ist das alles so wichtig?

Ganz einfach.

Diejenigen, die wissen, wie man einer künstlichen Intelligenz die richtigen Befehle geben kann, werden zwangsläufig bessere Ergebnisse erzielen. Sie werden außerdem viel stärker die kommenden Jahrzehnte prägen und (hoffentlich) zum Guten gestalten.

Prompt Engineering hilft Menschen, mit einer künstlichen Intelligenz bestmöglich zu kommunizieren, um das gewünschte Ergebnis zu erzielen.

Ziel eines guten Prompt Engineerings ist es, eine natürliche und reibungslose Interaktion zwischen System und Benutzer zu ermöglichen, indem Benutzererwartungen erfüllt und Anfragen schnell und präzise beantwortet werden.

Laut dem technologischen Research-Branchenführer Gartner könnten bis 2025 mehr als 85 % aller Kundeninteraktionen wie Support und einfache Abwicklungsaufgaben ohne menschliche Beteiligung stattfinden. Gartner schätzt zudem, dass bis 2030 ca. 80 % der heutigen Projektmanagement-Aufgaben wegfallen werden, da künstliche Intelligenz die Führung übernimmt.

Denke bspw. nur an die Millionen von Mails und Support-Anfragen, die täglich auf der Welt zirkulieren. Hier kann eine KI darauf trainiert sein, diese Kommunikation zu übernehmen und für dich zu verwalten. Klarna hat dies bereits vorgemacht und lässt den Support-Job von 700 Mitarbeitern durch eine KI erledigen. Fun Fact: mit KI kommen Kundenanfragen 9 Minuten schneller zum Ziel als mit dem menschlichen Support.

Das mag jetzt alles ziemlich heftig klingen und wirft auch philosophische Fragen auf, aber viele Märkte werden seit geraumer Zeit durch künstliche Intelligenzen und große Sprachmodelle (Large Language Models, kurz LLM) auf den Kopf gestellt. 

Die Entwicklung großer Sprachmodelle ist deshalb so ein riesiger Meilenstein, weil diese Modelle die Fähigkeit besitzen, natürlich gesprochene Fragen zu bewerten, zu verstehen und zu beantworten.

Die Disruption durch Large Language Models

Möglicherweise hast du schon mal den Begriff der Disruption gehört. Und genau das passiert gerade vor all unseren Augen in unvorstellbarem Ausmaß.

Disruption bedeutet, dass eine bestehende Technologie, ein Unternehmen oder ein Markt durch eine neue Innovation oder neue Idee verändert wird. 

Dies kann natürlich auch dazu führen, dass etablierte Unternehmen in Schwierigkeiten geraten, während neue Unternehmen und Ideen an die Spitze kommen (Internet vs. Zeitungen, Netflix vs. Videothek, Taxi vs. Uber, Airbnb vs. Hotelketten).

Anwendungen von Prompt Engineering in verschiedenen Branchen

Es ist schon jetzt offensichtlich: Viele Märkte und Aufgaben des Menschen werden sich in den nächsten Jahren stark verändern oder durch KI-Modelle beeinflusst werden. Daher ist es grundsätzlich ratsam, sich mit KI und Prompt Engineering zu beschäftigen, um ganz neue Möglichkeiten der Produktivität, Kreativität oder Unabhängigkeit für sich zu erschließen.

Hier mal ein paar typische Anwendungen, wo und wie LLM und Programme wie ChatGPT unser Leben verändern werden. 

1. Automatisierung von Kundenkommunikation: LLMs werden in der Kundenkommunikation immer mehr eingesetzt, um automatisch Antworten auf häufig gestellte Fragen zu generieren und damit die Arbeitsbelastung von Kundenservice-Mitarbeitern zu verringern. Ein Beispiel hierfür ist der Einsatz von Chatbots in der Versicherungsbranche, die in der Lage sind, Anfragen von Kunden automatisch zu bearbeiten und zu beantworten.
2. Prozessoptimierung: LLMs können auch dazu verwendet werden, Prozesse in Unternehmen zu optimieren, indem sie etwa die Verarbeitung von Dokumenten automatisieren oder die Überwachung von Produktionsprozessen übernehmen. Schon heute können in der Automobilindustrie die Qualität von Autoteilen automatisch geprüft und die Produktion dementsprechend angepasst werden. Auch Robotic Process Automation in Kombination mit einer KI spielt hier eine Rolle. Wir bündeln solche Effekte bspw. als Operative KI.
3. Logistik: LLMs können auch in der Logistik eingesetzt werden, um die Planung von Lieferketten und die Optimierung von Transportrouten zu automatisieren, bspw. die Planung von Lieferketten in der Einzelhandelsbranche, die in der Lage sind, die Nachfrage nach Produkten vorherzusagen und die Lieferketten entsprechend anzupassen.
4. E-Mail-Kommunikation: LLMs können verwendet werden, die E-Mail-Kommunikation zu automatisieren, indem sie automatisch Antworten auf häufig gestellte Fragen generieren. In der Finanzbranche können Anfragen von Kunden heutzutage automatisch bearbeitet und beantwortet werden.
5. Sales-Prozesse: LLMs können dazu beitragen, die Qualität von Leads zu verbessern, indem sie automatisch Daten sammeln und analysieren. So kann ein Online-Shop das Shopping-Verhalten seiner Kunden besser verstehen und personalisierte Angebote erstellen. 

Das war zwar nur ein kleiner Auszug, aber du siehst, die Anwendungsmöglichkeiten von LLM sind unglaublich vielschichtig.

Daher ist es auch so wichtig, gutes Prompt Engineering zu beherrschen, um die bestmöglichen Ergebnisse zu erzielen.

Prompt Engineering lernen und verstehen

Da Prompt Engineering häufig für einen spezifischen Anwendungsfall eingesetzt wird, gibt es verschiedene Plattformen, wo man diesen Prozess schrittweise lernen kann. Eine empfehlenswerte Plattform für den Einstieg ist bspw. learnprompting.org, wo du ein paar Basics über prompten lernen kannst.

Im KI-Café haben wir bspw. einen Grundkurs für das Prompting und den Umgang mit ChatGPT entworfen. Wir wollten die echte Essenz aus hunderten Stunden bündeln, damit jeder befähigt wird, ChatGPT bestmöglich nach den eigenen Vorstellungen arbeiten zu lassen.

Im Kern geht es beim Prompt Engineering um das Texten und experimentieren mit verschiedenen Aufforderungen.

Nicht nur ich definiere Prompting aber auch als Kunst und Wissenschaft zugleich.

Es ist eine Kunst, weil du über ein gutes Sprachgefühl und Intuition verfügen solltest.

Aber es ist auch eine Wissenschaft, weil du Methoden-basiert und mit dem Verständnis, wie KI-Modelle arbeiten, deine gewünschten Antworten und Resultate erzeugst.

Damit du bestmögliche Ergebnisse mit einer generativen KI wie ChatGPT erzielst, haben sich konkrete Prompt-Strukturen und Taktiken bewährt.

Besonders hilfreich ist es, wenn du dabei auf strukturierte Prompts zurückgreifst. Wie das genau funktioniert, erkläre ich dir im nächsten Abschnitt.

Die 4 grundlegenden Formate beim Prompt Engineering (inkl. Beispiele für ChatGPT)

Unstrukturiertes vs. strukturierte Prompts

Natürlich kannst du der KI auch Aufforderungen schreiben, wie dir der Schnabel gewachsen ist. Aber die Ergebnisse werden sich dementsprechend in der Qualität variieren. Wir unterscheiden beim Prompt Engineering daher zwischen unstrukturierten und strukturierten Prompts. 

Prompts können also aus nur einem Satz bestehen oder seitenlang sein.

Egal, ob unstrukturiert oder strukturiert, es gibt hier kein Richtig oder Falsch. Manchmal kann das Ergebnis bereits dem entsprechen, was du dir vorgestellt hast, aber wenn du bessere Ergebnisse bspw. mit ChatGPT erzielen willst, solltest du mit strukturierten Prompts experimentieren.

Unstrukturierte Prompts

Unstrukturierte Prompts sind Aufforderungen, die keinem Schema folgen und meistens aus nur einem Satz bestehen, z.B. Schreibe mir eine Idee für ein E-Book zum Thema künstliche Intelligenz in der Bildung.

Strukturierte Prompts

Strukturierte Prompts folgen jedoch einem ganz bestimmten Muster, um die Aufgabe besser an das LLM zu übermitteln.

Wandeln wir das obige Beispiel in einen strukturierten Prompt um. Dieses Schema ist keine fixe Vorgabe, aber wir haben damit bereits viele gute Erfahrungen gemacht.

• Verhalte dich wie ein Experte für Bildung und künstliche Intelligenz.
• Aufgabe: Schreibe 10 Ideen für ein E-Book und überlege dir für das Thema neue Blickwinkel und Ansätze. Priorisiere Ideen, die ungewöhnlich oder neu sind.
• Thema: Künstliche Intelligenz in der Bildung
• Zielgruppe: Lehrer, Schulrektoren, Eltern

Wie du siehst, ist diese Aufforderungen bereits um einiges konkreter.

Lass uns noch etwas konkreter werden.

• Verhalte dich wie ein Experte für Bildung und künstliche Intelligenz.
• Aufgabe: Schreibe eine Outline für ein E-Book
• Thema: Künstliche Intelligenz in der Bildung
• Zielgruppe: Lehrer, Schulrektoren, Eltern
• Form: Gliederung der Überschrift, Zwischenüberschriften, liste Top-Level-Keywords, liste Longtail-Keywords, Notizen

Strukturierte Prompts sind deine Geheimwaffe, um LLMs wie ChatGPT wahre Wunder vollbringen zu lassen. Je spezifischer und „verständlicher/klarer“ die Angaben, desto besser dabei auch das Ergebnis.

Tipp: Das All-in-One-Sheet für die Content-Erstellung mit ChatGPT. Über 55 konkrete Befehle von der Ideenentwicklung bis zum Fazit – alles, was du brauchst. Jetzt Zugang erhalten

Bestimmte Denkweisen einnehmen: Role Prompting

Beim Role Prompting geht es darum, ChatGPT zu sagen, wie es sich verhalten soll. Hier kannst du deiner Kreativität und deinem Vorwissen komplett freien Lauf lassen. 

Der Vorteil von Role Prompting ist, dass du ChatGPT exakte Rollen einnehmen lassen kannst, um dementsprechend stärkere Ergebnisse zu erhalten.

Du bist ein brillanter Mathematiker, der jedes Problem der Welt lösen kann.

Versuche, die folgende Aufgabe zu lösen:

Wie viel ist 100*100/400*56?

Du kannst dir sogar Tabellen auswerfen lassen.

Hier haben wir ChatGPT zu dem Thema eine spezifische Aufgabe mittels eines strukturierten Prompts gegeben:

Einige spezifische Rollen, die du testen kannst:

• Daniel Kahneman untersucht Verhaltensökonomie und die Psychologie hinter Entscheidungen, die Menschen treffen.
• Dan Ariely beschäftigt sich mit der Verhaltensökonomie und legt den Fokus auf die Irrationalität des menschlichen Verhaltens.
• Robert Cialdini erforscht die Sozialpsychologie und die Techniken der Einflussnahme, mit besonderem Augenmerk auf die Psychologie der Überredung.
• Peter Drucker befasst sich mit dem Management und der Wirtschaft, wobei er insbesondere die Rolle des Managers im Fokus hat.
• Clayton Christensen interessiert sich für die Wirtschaft und beschäftigt sich mit der Theorie der disruptiven Innovation und dem Phänomen disruptiver Innovationen.
• Gary Vaynerchuk ist ein Experte auf dem Gebiet von Marketing, sozialen Medien und Unternehmertum, wobei er den Schwerpunkt auf Personal Branding und den "Hustle" legt.
• Ernest Hemingway zeichnet sich durch seine einfache und direkte Prosa aus und befasst sich in seinen Werken vorrangig mit Themen wie Verlust, Trauma und der menschlichen Verfassung.
• George Orwell ist bekannt für seine politische Satire und dystopischen Romane, die sich mit den Gefahren von Totalitarismus und staatlicher Kontrolle auseinandersetzen.

Du magst es gerne witziger oder klassisch? Experimentiere mit Steve Jobs, Robert Downey Jr., Spider-Man und anderen.

Gedankenketten erzeugen: Chain of Thought & Zero Shot Chain of Thought prompting

Das Chain of Thought (CoT) Prompting ist eine Prompting-Methode, die ChatGPT und andere LLMs dazu ermutigt, die eigenen Argumente zu erklären. Chain of Thought können wir auch als Gedankenkette übersetzen. Wir wollen die KI also anregen schrittweise vorzugehen, um damit bessere und schlüssigere Ergebnisse zu erzeugen.

Das Zero Shot Chain of Thought (Zero-Shot-CoT) Prompting ist eine Fortsetzung des CoT Prompting, bei dem ein unglaublich einfacher Zero Shot Prompt eingeführt wird. 

Indem du am Ende deines Prompts „Lass uns Schritt für Schritt nachdenken“ ergänzt, kannst du eine Gedankenkette erzeugen lassen. Aus den Gedankenketten kannst du wiederum andere, genauerer Antworten ableiten. Diese Methode ist unglaublich hilfreich bei komplexeren Sachverhalten oder auch bei mathematischen Aufgaben.

Wenn Bob 5 Birnen hat, 2 davon isst, 5 weitere kauft und 3 an seinen Freund verschenkt, wie viele Birnen hat er dann?

Lass uns Schritt für Schritt nachdenken.

Weitere Tipps für gute Prompts: So bekommst du bessere Ergebnisse

Füge folgende Bausteine deinen Prompts hinzu, um bessere Ergebnisse zu erzielen.

Argumente mit Beweisen belegen: Solve Discussion Questions

Argumente mit Beweisen zu belegen, hilft generell immer. Genau Herleitungen zu erzeugen, gehört bei einem guten Prompt häufig dazu, um bspw. die Schlüssigkeit der Ergebnisse sicherzustellen.

So kann ein Prompt dafür aussehen.

Schreibe eine sehr detaillierte Antwort in Form eines Aufsatzes auf die folgende Aufforderung: Erkläre die Ursachen der Weltwirtschaftskrise 1929.

Belege deine Argumentation mit Beweisen.

Sprache und Stil beeinflussen:

Sprach- und Stilrichtlinien: Schreibe in einem unterhaltsamen, sympathischen Stil, als würdest du einem Freund etwas erklären. Verwende eine natürliche Sprache und Formulierungen, die eine echte Person in alltäglichen Gesprächen verwenden würde.

Überzeugender Storyteller

Sprach- und Stilrichtlinien: Nutze einen überzeugenden Ton, indem du rhetorische Fragen stellst und Geschichten erzählst, um die Leser zu fesseln. Verwende Metaphern, Analogien und andere literarische Mittel, um Argumente nachvollziehbar und einprägsam zu machen. Schreibe auf eine Weise, die sowohl informativ als auch unterhaltsam ist.

Andere Perspektiven einnehmen

Aufgabe: Schreibe zu dem oben genannten Thema mehrere Perspektiven aus einer Gruppe mit unterschiedlichen Standpunkten. Schreibe für jede Perspektive in ihrer eigenen Stimme und verwende Sätze, die die jeweilige Person verwenden würde.

Konventionelle Narrative hinterfragen

Aufgabe: Gib für das Thema Beispiele an, die der vorherrschenden Meinung widersprechen. Erstelle eine Gliederung für Inhalte, die zum Nachdenken anregen und Annahmen infrage stellen.

Wie verändert ChatGPT o1 das Prompting

Mit dem Release von ChatGPT o1 kommen wir zu einem riesigen Update, was auch unseren Umgang beim Prompting weiter verändert. So hat cognition.ai via X angegeben, dass vorher injizierte Gedankenketten teilweise schlechter abschneiden und die Bitte nach endgültigen Antworten besser performen. Die Firma Cognition hat dabei eng mit OpenAI zusammengearbeitet, um die Argumentationsfähigkeiten von OpenAI o1 zu evaluieren – daher halte ich die folgenden Informationen für ziemlich robust.

Das Modell o1 benötigt einen engen Kontext und reagiert empfindlicher auf Redundanz und unnötige Eingaben. Dies würde sogenannte Mega-Prompts bald überflüssig werden lassen, was ich begrüßen würde. Mir haben die riesigen Eingaben noch nie gefallen, da sie lediglich zur Verwirrung der Maschine beitragen.

Was bedeutet das nun alles im Detail für Prompt Engineering mit ChatGPT o1?

Zunächst bedeutet es, dass wir Halluzinationen weniger erleben werden, was das Modell generell robuster werden lässt. Stand 09-2024 können wir allerdings nur auf 30 Chats pro Woche zurückgreifen.

Es bedeutet, dass das Modell eine Art Feedback Loop oder Gedankenketten (CoT Prompting) von sich aus erzeugen kann. Außerdem arbeitet das Modell auch auf dem Level von wissenschaftlichen Doktorgraden und ist daher für hochkomplexe Sachverhalte bestens geeignet. Prompts sollten daher lieber kürzer und zielorientiert sein.

Hier mal ein Beispiel der Gedankenkette. Diese hat 12 Sekunden zum Erzeugen gedauert.

Fazit: So meisterst du Prompt Engineering

Ich hoffe, du konntest einen tieferen Einblick in das Thema Prompt Engineering erhalten und weißt jetzt, warum es so wichtig ist, die Kunst des Prompt Engineerings zu meistern.

Es gibt bereits Stimmen, die meinen, Prompting würde schnell wieder verschwinden und die KI würde uns die gesamte Arbeit abnehmen. Dem würde ich jedoch widersprechen.

Prompting wird eine Standardfähigkeit der Zukunft, ähnlich der Bedienung von Microsoft PowerPoint, Excel oder Word, werden – daran besteht meiner Meinung nach kein Zweifel. Doch, wenn die Bedienung all dieser Programme so einfach wäre, würden wir jeden Tag wunderschöne Präsentationen und Excel-Profis erleben.

Dem ist aber nicht so.

Auch das richtige Prompting und Prompt Engineering sollte gelernt sein.

Die 6 grundlegenden Taktiken beim Prompt Engineering würde ich wie folgt zusammenfassen:

1. Schreibe klare Anweisungen: Je weniger das Modell erraten muss, was du willst, desto wahrscheinlicher ist es, dass du es bekommst.

2. Gib einen Referenztext an: Die Bereitstellung eines Referenztextes kann dazu beitragen, dass GPT weniger erfundene Antworten gibt.

3. Komplexe Aufgaben in einfachere Teilaufgaben aufteilen: Komplexe Aufgaben haben in der Regel eine höhere Fehlerquote als einfachere. Außerdem lassen sich komplexe Aufgaben oft als eine Abfolge von einfacheren Aufgaben definieren (Stichwort: Zusammenfassung)

4. Gib dem Modell Zeit zum „Denken“: Wenn du vor einer Antwort nach einer „Gedankenkette“ fragst, kann das Modell zuverlässiger zu richtigen Antworten kommen.

5. Verwende externe Hilfsmittel: Kompensiere die Schwächen des Modells, indem du es mit den Ergebnissen anderer Tools fütterst.

6. Teste Änderungen systematisch: Evaluiere die Ergebnisse des Modells anhand von Gold-Standard-Antworten

Auch OpenAI stellt das eigene Wissen für Prompt Engineering im Community-Bereich und auf Discord bereit.

Aber wie wirst du jetzt zügig selbst zum Meister des Prompt Engineerings?

Hier sind meine abschließenden Tipps:

• Starte klein und experimentiere: Fang mit einfachen Prompts an und steigere dich dann langsam. Teste andere Prompts und experimentiere mit ihnen.
• Lass dich nicht verführen: Zu viele sogenannte GPT-Gurus versprechen dir unglaubliche Ergebnisse in nur wenigen Sekunden – doch so einfach ist es nicht. Teste daher deine eigenen Befehle für deinen wiederkehrenden Aufgaben.
• Verstehe die Natur deiner Zielgruppe: Wer ist dein Zielpublikum und was erwartet es von dir? Das ist der Schlüssel, um effektive Prompts zu entwickeln.
• Verwende Metaphern und Analogien: Diese können helfen, komplexe Konzepte verständlich zu machen.
• Lege deine eigene Prompt-Bib an: sammle starke Prompts in deiner eigenen Übersicht und dokumentiere sie. Das wird dir helfen, zügiger neue zu entwerfen und bestehende Aufgaben schneller zu lösen.
• Lade dir meine Prompt-Bib zur Content-Erstellung herunter 😁

Ich hoffe, dass dieser Beitrag dir eine solide Grundlage gegeben hat, um ins Prompt Engineering einzusteigen. Wenn du deine Fähigkeiten weiter ausbauen möchtest, gibt es kein besseres Mittel als die Praxis. Also fange einfach an.

Es gibt keinen Zweifel, dass Prompt Engineering eine der wichtigsten Fähigkeiten der Zukunft sein wird. Es wird die Art und Weise, wie wir arbeiten, kommunizieren und einkaufen, grundlegend verändern. 

Ich habe in letzter Zeit auch skeptische Menschen gesprochen oder von anderen gehört, dass sie ihren Job fürchten. Meiner Meinung nach werden sicherlich Jobs verschwinden oder sich verändern. Aber es werden auch viele neue geschaffen. Ein Satz ist mir dabei im Gedächtnis geblieben: 

Nicht die KI wird deinen Job ersetzen, sondern jemand, der sich mit KI auskennt.

Sei also lieber ein Pionier und meistere die Kunst des Prompt Engineerings, bevor es andere für dich tun.

FAQ

Was ist Prompt Engineering und wie unterscheidet es sich von anderen natürlichen Sprachverarbeitungstechnologien?

Prompt Engineering ist die Fähigkeit, Computersysteme darauf zu trainieren, menschenähnliche Gespräche zu führen. Es unterscheidet sich von anderen natürlichen Sprachverarbeitungstechnologien wie sentiment analysis oder named entity recognition, da es auf die Erstellung von ganzen Gesprächsflüssen ausgerichtet ist. Durch gutes Prompt Engineering kann jeder mit generativen KI-Modellen interagieren und die KI anleiten, Aufgaben nach den eigenen Vorstellungen zu erledigen.

Welche Tools und Technologien werden beim Prompt Engineering verwendet?

ChatGPT, Perplexity, Claude, Mistral, Dalle-E, Midjourney sind einige der am häufigsten verwendeten Large Language Models und Technologien beim Prompt Engineering.

Was brauche ich für Prompt Engineering?

Gutes Prompt Engineering eine Kombination aus Vorwissen und Experimentieren. Wichtig ist es, dass man ein gutes Sprachgefühl besitzt und die Methoden kennt, wie ein Large Language Model funktioniert.

Wie kann ich Prompt Engineering lernen?

Jeder kann Prompt Engineering lernen, z.B. indem er mit ChatGPT experimentiert. Außerdem gibt es viele Ressourcen, um Prompt Engineering zu lernen, darunter Online-Kurse, Tutorials, Dokumentationen, Entwicklerforen oder das KI-Café.

Welche Branchen nutzen am häufigsten Prompt Engineering?

Prompt Engineering wird mittlerweile über alle Branchen hinweg genutzt. Egal, ob Branchen wie Finanzen, E-Commerce, Gesundheitswesen und Kundenservice.

Welche Herausforderungen gibt es beim Prompt Engineering?

Einige der Herausforderungen bei der Anwendung von Prompt Engineering umfassen die Generierung von semantisch und grammatikalisch korrektem Text, die Vermeidung von fehlerhaften oder unangemessenen Antworten und die Integration von Prompt Engineering-Systemen in bestehende Arbeitsabläufe. Beispielsweise kann die Halluzination einer generativen KI dazu führen, dass das Modell falsche Ergebnisse erzeugt, die dem Bediener nicht auffallen.

• Über
• Letzte Artikel

Christian Kleemann

Seit über 8 Jahren helfe ich Unternehmen, ihre Business-Ziele bessere zu erreichen, Prozesse zu automatisieren und sichtbar zu werden. Mein über Jahre gesammeltes Prompting-Wissen habe ich dabei zahllosen Firmen und Menschen wie bspw. Vodafone auf ihrer KI-Roadshow 2023 bereitgestellt. Alle gesammelten Erkenntnisse zu ChatGPT habe ich nun in einem Kurs gesammelt, um möglichst vielen Menschen KI zugänglich zu machen.
Vernetze dich gerne mit mir auf LinkedIn.

Letzte Artikel von Christian Kleemann (Alle anzeigen)

• KI-Anwendungsbereiche: +150 Fallbeispiele nach Branchen sortiert - 16. Dezember 2024
• EU AI Act: Aktueller Stand & was Unternehmen 2025 tun müssen - 21. Oktober 2024
• Prompt Engineering lernen: Wie du beginnst und es meisterst (Grundlagen, Beispiele & Tipps) - 9. Juni 2024