Sign up to save your podcasts
Or
Share Besser prompten? Und warum Prompt Engineering bald weg fallen wird
Share to email
Share to Facebook
Share to X
Share to email
Share to Facebook
Share to X
Or
Besser prompten? Und warum Prompt Engineering bald weg fallen wird
Wie kann ich besser prompten? Und fällt Prompt Engineering bald weg? Ich sage ja.
Promptings ist die gezielte Kommunikation mit KI-Sprachmodellen wie ChatGPT, Claude oder Gemini.
Vielleicht hast du selbst schon festgestellt: Die Qualität der Antworten variiert stark – und häufig liegt das nicht am Modell, sondern an der Art der Eingabe. Prompting, also das Stellen von Anfragen an ein KI-System, entscheidet massgeblich über die Qualität der Ausgabe.
Doch keine Sorge: Prompting muss nicht kompliziert sein. Es lässt sich mit einer Suchanfrage auf Google vergleichen. Während eine einfache Frage wie "Wetter in Zürich" schnell beantwortet wird, erfordert eine komplexe Suche wie "Familienfreundliche Unterkünfte auf Kreta im Oktober mit direkter Strandlage" deutlich mehr Kontext. So verhält es sich auch bei KI-Anfragen.
Die vier Säulen eines wirkungsvollen Prompts
1. Zielsetzung: Was möchtest du konkret erreichen? Dies kann auch beinhalten, dem Modell eine bestimmte Rolle zuzuweisen – etwa als UX-Expert:In, Marketingberater:In oder Projektmanager:In.
2. Kontext: Welche Hintergrundinformationen sind relevant? Dazu gehören etwa deine Branche (z.B. Bauwesen, Bildung), spezifische Aufgabenstellungen oder vorhandene Inhalte, die berücksichtigt werden sollen.
3. Erwartungshaltung: Wie soll das Ergebnis strukturiert sein? Format (z.B. Liste, Tabelle), Stil (prägnant, ausführlich), Sprache und Umfang sollten präzisiert werden. Zwar können Sprachmodelle nicht exakt zählen, doch Vorgaben wie «kurz und in drei Absätzen» funktionieren gut.
4. Quellenreferenzierung: Oft unterschätzt, aber entscheidend: Du kannst Modelle mit relevanten Daten versorgen – sei es durch gezielte Rechercheaufträge, Dokumenten-Uploads oder die Anbindung an interne Systeme wie SharePoint oder Google Drive. Dabei gilt: Sensible Daten gehören nicht unverschlüsselt in öffentliche KI-Systeme.
Wenn diese vier Komponenten – Ziel, Kontext, Erwartung, Quellen – bedacht werden, verbessert sich nicht nur die Qualität der Antworten, sondern auch die Effizienz in der Zusammenarbeit mit KI deutlich.
Bei Fragen: #fragRoger: http://roger.social/
Abonnier auch meinen Newsletter: http://www.fragroger.social/
Oder schau bei uns in der KI Community: https://www.ki-update.com
Und wenn Du mehr KI anwenden willst, melde dich gerne bei mir: https://top-speakers.ch/roger-l-basler-de-roca/
Wer bin ich?
Roger Basler de Roca | Msc Digital Business | Phd Candidate. Als Digital Unternehmer, Buch Autor und Top 100 Speaker und Trainer bin ich mit Leidenschaft in digitalen Welten unterwegs, mit einer Vorliebe für Künstliche Intelligenz und Algorithmen seit über 25 Jahren.
Zu meinen Spezialgebieten gehört der Aufbau von digitalen Geschäftsmodellen und Wachstumsmodellen durch educational consulting.
View all episodes
By Roger Basler de RocaWie kann ich besser prompten? Und fällt Prompt Engineering bald weg? Ich sage ja.
Promptings ist die gezielte Kommunikation mit KI-Sprachmodellen wie ChatGPT, Claude oder Gemini.
Vielleicht hast du selbst schon festgestellt: Die Qualität der Antworten variiert stark – und häufig liegt das nicht am Modell, sondern an der Art der Eingabe. Prompting, also das Stellen von Anfragen an ein KI-System, entscheidet massgeblich über die Qualität der Ausgabe.
Doch keine Sorge: Prompting muss nicht kompliziert sein. Es lässt sich mit einer Suchanfrage auf Google vergleichen. Während eine einfache Frage wie "Wetter in Zürich" schnell beantwortet wird, erfordert eine komplexe Suche wie "Familienfreundliche Unterkünfte auf Kreta im Oktober mit direkter Strandlage" deutlich mehr Kontext. So verhält es sich auch bei KI-Anfragen.
Die vier Säulen eines wirkungsvollen Prompts
1. Zielsetzung: Was möchtest du konkret erreichen? Dies kann auch beinhalten, dem Modell eine bestimmte Rolle zuzuweisen – etwa als UX-Expert:In, Marketingberater:In oder Projektmanager:In.
2. Kontext: Welche Hintergrundinformationen sind relevant? Dazu gehören etwa deine Branche (z.B. Bauwesen, Bildung), spezifische Aufgabenstellungen oder vorhandene Inhalte, die berücksichtigt werden sollen.
3. Erwartungshaltung: Wie soll das Ergebnis strukturiert sein? Format (z.B. Liste, Tabelle), Stil (prägnant, ausführlich), Sprache und Umfang sollten präzisiert werden. Zwar können Sprachmodelle nicht exakt zählen, doch Vorgaben wie «kurz und in drei Absätzen» funktionieren gut.
4. Quellenreferenzierung: Oft unterschätzt, aber entscheidend: Du kannst Modelle mit relevanten Daten versorgen – sei es durch gezielte Rechercheaufträge, Dokumenten-Uploads oder die Anbindung an interne Systeme wie SharePoint oder Google Drive. Dabei gilt: Sensible Daten gehören nicht unverschlüsselt in öffentliche KI-Systeme.
Wenn diese vier Komponenten – Ziel, Kontext, Erwartung, Quellen – bedacht werden, verbessert sich nicht nur die Qualität der Antworten, sondern auch die Effizienz in der Zusammenarbeit mit KI deutlich.
Bei Fragen: #fragRoger: http://roger.social/
Abonnier auch meinen Newsletter: http://www.fragroger.social/
Oder schau bei uns in der KI Community: https://www.ki-update.com
Und wenn Du mehr KI anwenden willst, melde dich gerne bei mir: https://top-speakers.ch/roger-l-basler-de-roca/
Wer bin ich?
Roger Basler de Roca | Msc Digital Business | Phd Candidate. Als Digital Unternehmer, Buch Autor und Top 100 Speaker und Trainer bin ich mit Leidenschaft in digitalen Welten unterwegs, mit einer Vorliebe für Künstliche Intelligenz und Algorithmen seit über 25 Jahren.
Zu meinen Spezialgebieten gehört der Aufbau von digitalen Geschäftsmodellen und Wachstumsmodellen durch educational consulting.