Meistern Sie ChatGPT, indem Sie Prompt Engineering erlernen.
Die meisten von uns verwenden ChatGPT falsch.
Wir nehmen in unseren Eingabeaufforderungen keine Beispiele auf. Wir ignorieren, dass wir das Verhalten von ChatGPT mit Rollen steuern können. Wir lassen ChatGPT Dinge erraten, anstatt ihm einige Informationen zu liefern.
Dies liegt daran, dass wir meistens Standardaufforderungen verwenden, die uns vielleicht dabei helfen, die Arbeit einmal zu erledigen, aber nicht immer.
Wir müssen lernen, hochwertige Eingabeaufforderungen zu erstellen, um bessere Ergebnisse zu erzielen. Wir müssen schnelles Engineering lernen! Und in diesem Leitfaden lernen wir vier Techniken kennen, die beim Prompt Engineering zum Einsatz kommen.
Wenige Standard-Eingabeaufforderungen
Bei den wenigen Standardaufforderungen handelt es sich um die Standardaufforderungen, die wir zuvor gesehen haben, die jedoch Aufgabenbeispiele enthalten.
Warum Beispiele? Wenn Sie Ihre Chancen erhöhen möchten, das gewünschte Ergebnis zu erzielen, müssen Sie Beispiele für die Aufgabe hinzufügen, die die Eingabeaufforderung zu lösen versucht.
Few-Shot-Standardprompts bestehen aus einer Aufgabenbeschreibung, Beispielen und dem Prompt. In diesem Fall ist der Prompt der Anfang eines neuen Beispiels, das das Modell durch Generierung des fehlenden Textes vervollständigen soll.
Hier sind die Komponenten einiger kurzer Standardaufforderungen.
Lassen Sie uns nun eine weitere Eingabeaufforderung erstellen. Angenommen, wir möchten Flughafencodes aus dem Text „Ich möchte von Orlando nach Boston fliegen“ extrahieren.
Hier ist die Standardeingabeaufforderung, die die meisten verwenden würden.
Extrahieren Sie die Flughafencodes aus diesem Text: „Ich möchte von Orlando nach Boston fliegen“
Damit könnte die Aufgabe erledigt werden, aber manchmal reicht es nicht aus. In solchen Fällen müssen Sie einige Standardeingabeaufforderungen verwenden.
Extrahieren Sie die Flughafencodes aus diesem Text:
Text: „Ich möchte von Los Angeles nach Miami fliegen.“ Flughafencodes: LAX, MIA
Text: „Ich möchte von Nashville nach Kansas City fliegen.“ Flughafencodes: BNA, MCI
Text: „Ich möchte von Orlando nach Boston fliegen“ Flughafencodes:
Wenn wir die vorherige Eingabeaufforderung auf ChatGPT ausprobieren, erhalten wir den Flughafencode in dem Format, das wir im Beispiel angegeben haben (MCO, BOS).
Bedenken Sie, dass frühere Untersuchungen ergeben haben, dass nicht die tatsächlichen Antworten in den Beispielen wichtig sind, sondern der Labelspace. Ein Labelspace umfasst alle möglichen Labels für eine bestimmte Aufgabe. Sie könnten die Ergebnisse Ihrer Eingabeaufforderungen verbessern, indem Sie sogar zufällige Labels aus dem Labelspace angeben.
Testen wir dies, indem wir in unserem Beispiel zufällige Flughafencodes eingeben.
Extrahieren Sie die Flughafencodes aus diesem Text:
Text: „Ich möchte von Los Angeles nach Miami fliegen.“ Flughafencodes: DEN, OAK
Text: „Ich möchte von Nashville nach Kansas City fliegen.“ Flughafencodes: DAL, IDA
Text: „Ich möchte von Orlando nach Boston fliegen“ Flughafencodes:
Wenn Sie die vorherige Eingabeaufforderung auf ChatGPT ausprobiert haben, erhalten Sie immer noch die richtigen Flughafencodes MCO und BOS.
Unabhängig davon, ob Ihre Beispiele richtig sind oder nicht, fügen Sie zufällige Beschriftungen aus dem Beschriftungsbereich ein. Dadurch können Sie die Ergebnisse verbessern und dem Modell mitteilen, wie die Antwort auf die Eingabeaufforderung formatiert werden soll.
Rolleneingabeaufforderung
Manchmal reicht das Standardverhalten von ChatGPT nicht aus, um das gewünschte Ergebnis zu erzielen. In diesem Fall müssen Sie eine Rolle für ChatGPT festlegen.
Angenommen, Sie möchten ein Vorstellungsgespräch üben. Indem Sie ChatGPT anweisen, „als Personalchef zu agieren“ und der Eingabeaufforderung weitere Details hinzufügen, können Sie ein Vorstellungsgespräch für jede beliebige Position simulieren.
Wie Sie sehen, verhält sich ChatGPT, als würde er mit mir ein Vorstellungsgespräch für eine Arbeitsstelle führen.
Auf diese Weise können Sie ChatGPT in einen Sprachlehrer verwandeln, um eine Fremdsprache wie Spanisch zu üben, oder in einen Filmkritiker, um jeden gewünschten Film zu analysieren.
Geben Sie Ihren Eingabeaufforderungen Persönlichkeit und generieren Sie Wissen
Diese beiden Eingabeaufforderungsansätze eignen sich gut zum Generieren von Texten für E-Mails, Blogs, Geschichten, Artikel usw.
Erstens meine ich mit „unseren Eingabeaufforderungen Persönlichkeit verleihen“, dass wir ihnen einen Stil und Beschreibungen hinzufügen. Das Hinzufügen eines Stils kann dazu beitragen, dass unser Text einen bestimmten Ton, eine bestimmte Formalität, die Domäne des Autors usw. erhält.
Schreiben Sie [Thema] im Stil eines Experten in [Bereich] mit mehr als 10 Jahren Erfahrung.
Um die Ausgabe noch weiter anzupassen, können wir Deskriptoren hinzufügen. Ein Deskriptor ist einfach ein Adjektiv, das Sie hinzufügen können, um Ihre Eingabeaufforderung zu optimieren.
Angenommen, Sie möchten einen 500-langen Blogbeitrag darüber schreiben, wie KI Menschen ersetzen wird. Wenn Sie eine Standardaufforderung mit den Worten „Schreiben Sie einen 500-langen Blogbeitrag darüber, wie KI Menschen ersetzen wird“ erstellen, erhalten Sie wahrscheinlich einen sehr allgemeinen Beitrag.
Wenn Sie jedoch Adjektive wie inspirierend, sarkastisch, faszinierend und unterhaltsam hinzufügen, ändert sich das Ergebnis erheblich.
Fügen wir unserer vorherigen Eingabeaufforderung Deskriptoren hinzu.
Schreiben Sie einen witzigen 500-Blog-Beitrag darüber, warum KI den Menschen nicht ersetzen wird. Schreiben Sie im Stil eines Experten für künstliche Intelligenz mit über 10 Jahren Erfahrung. Erklären Sie es anhand lustiger Beispiele
In unserem Beispiel verleihen der Stil eines KI-Experten und Adjektive wie „witzig“ und „lustig“ dem von ChatGPT generierten Text eine andere Note. Ein Nebeneffekt davon ist, dass unser Text für KI-Detektoren schwer zu erkennen sein wird (in diesem Artikel zeige ich andere Möglichkeiten, KI-Detektoren auszutricksen).
Schließlich können wir den Ansatz des generierten Wissens nutzen, um den Blogbeitrag zu verbessern. Dabei werden potenziell nützliche Informationen zu einem Thema generiert, bevor eine endgültige Antwort verfasst wird.
Beispielsweise könnten wir vor dem Generieren des Beitrags mit der vorherigen Eingabeaufforderung zuerst Wissen generieren und erst dann den Beitrag schreiben.
Generieren Sie 5 Fakten zum Thema „KI wird den Menschen nicht ersetzen“
Sobald wir die 5 Fakten haben, können wir diese Informationen in die andere Eingabeaufforderung einspeisen, um einen besseren Beitrag zu schreiben.
# Fakt 1 # Fakt 2 # Fakt 3 # Fakt 4 # Fakt 5
Verwenden Sie die oben genannten Fakten, um einen witzigen 500-minütigen Blogbeitrag darüber zu schreiben, warum KI den Menschen nicht ersetzen wird. Schreiben Sie im Stil eines Experten für künstliche Intelligenz mit über 10 Jahren Erfahrung. Erklären Sie es anhand lustiger Beispiele
Falls Sie daran interessiert sind, andere Möglichkeiten zum Verbessern Ihrer Beiträge mit ChatGPT kennenzulernen, lesen Sie diesen Leitfaden.
Gedankenkette
Anders als bei herkömmlichen Eingabeaufforderungen wird das Modell bei der Gedankenketteneingabe dazu gebracht, Zwischenschritte beim Denken auszuführen, bevor die endgültige Antwort auf ein Problem gegeben wird. Mit anderen Worten: Das Modell erklärt seine Argumentation, anstatt direkt die Antwort auf ein Problem zu geben.
Warum ist logisches Denken wichtig? Die Erläuterung von logischen Überlegungen führt häufig zu genaueren Ergebnissen.
Um eine Denkprozess-Aufforderung zu verwenden, müssen wir einige Beispiele liefern, in denen die Argumentation im selben Beispiel erklärt wird. Auf diese Weise wird der Denkprozess auch beim Beantworten der Aufforderung gezeigt.
Hier ist ein Vergleich zwischen Standard und Gedankenkette.
Wie wir sehen können, führte die Tatsache, dass das Modell dazu gebracht wurde, seine Argumentation zur Lösung dieses mathematischen Problems zu erklären, zu genaueren Ergebnissen bei der Anregung der Gedankenkette.
Beachten Sie, dass sich das Anregen von Gedankenketten wirksam zur Verbesserung der Ergebnisse bei Rechenaufgaben, Aufgaben zum gesunden Menschenverstand und bei Aufgaben zum symbolischen Denken eignet.