KI Prompting: die Achillesferse der Arbeitswelt

Klar, KI wird alle Probleme der Menschheit lösen, wenn wir nur den richtigen Prompt dazu finden!

Ganz so wie „42“ die Antwort auf die „endgültige Frage nach dem Leben, dem Universum und dem ganzen Rest“ ist.

Aber was ist eigentlich ein „richtiger Prompt“ und was gehört alles dazu?

Muss ich freundlich zur KI sein, wie sieht es mit Grammatik, Rechtschreibung und Zeichensetzung aus?

Diesen Fragen werde ich mich in diesem Blogpost annehmen und meine (aktuelle) Sicht auf die Dinge darlegen.

Create an image of a person dressed as Achilles, with a bandage on their Achilles heel and a little blood seeping through. The person is being controlled by a robotic arm that is holding a remote control joystick. The background should depict a scene from the Trojan War, with the person walking towards the city of Troy. Show the famous Trojan horse in the distance and add futuristic elements to the scene such as drones and robots.

Agenda

Was ist ein Prompt und was unterscheidet ihn von einem „Input“?

Aufbau eines Inputs

Ich bin nicht ganz glücklich damit, dass immer nur von „prompt“ gesprochen wird, denn für mich ist das, was ein Nutzer[1] der KI als Auftrag mitgibt, mehr als nur ein „prompt“. Daher spreche ich lieber von einem „Input“.

Ein Input besteht aus 3 Komponenten:

  1. Information und/oder Kontext
  2. Instruction
  3. Prompt
Aufbau eines Inputs „information/context“, „instruction“ und „prompt“

D.h., das, was landläufig als „Prompt“ bezeichnet wird, ist für mich die Zusammensetzung aus Kontext+Instruction+Prompt – und was das im Einzelnen ist, erkläre ich euch jetzt:

Was ist eine „Information“ oder „Kontext“?

Wir erinnern uns, dass eine GenAI nichts anderes als ein Wahrscheinlichkeitssystem ist, welches basierend auf dem Input einen „am wahrscheinlichsten“ Output zurückliefert.

Damit das System jetzt aber eine Wahrscheinlichkeit berechnen kann, benötigt es Daten und/oder Informationen auf denen es aufsetzen kann. Diese Informationen können der KI über den Input explizit zugeführt werden, oder implizit über die angeschlossenen Datenquellen und Indizes durch den Betreibenden der KI „vorkonfiguriert“ sein.

Beispiel 1: „Ich bin ein Bewerber auf die Stelle eines CISO eines multinational Automotive Konzerns. Du bist der HR Manager, der das Interview mit mir führt.
Beispiel 2: „Für die Beantwortung meiner Frage benutze die Datei ‚whitepaper.docx‘.

Das heißt, dass über die Information/Kontext der KI mehr darüber bekannt ist, wo es die Gewichtung bei der Wahrscheinlichkeit setzen soll, so dass für meine spezifische Anfrage das System sich entsprechend verhält.

Was ist eine „Instruction“?

Nachdem nun der Kontext für die Anfrage klar ist, kann ich noch explizite Instruktionen für die Bearbeitung bzw. Ausgabe geben. Eine Instruktion kann z.B. sein „Antworte in Deutsch“, oder „die Antwort soll in JSON erfolgen“, oder „die Antwort soll in rot sein“.

Man könnte das auch in Neu-Deutsch mit dem „HOW“ beschreiben.

Was ist ein „Prompt“?

Der Prompt letztlich ist das „What“/“Was“ soll eigentlich getan werden. Also z.B. „Fasse das Dokument zusammen.

Eben die konkrete, schnörkellose Anweisung an das System, was die Aufgabe ist. Wer dem ganzen noch ein konkretes Ziel mitgeben möchte, kann das gerne und gut tun – würde dann aber in den Bereich „Instruction“ fallen.

Warum ist das relevant und wie wird das verarbeitet?

Das erste, was eine KI tut, wenn eine Nutzerin einen Input eingegeben hat, ist diesen Input in die Komponenten zu zerlegen, also aus dem „Prosatext“ die drei Komponenten „Kontext“, „Instruction“ und „Prompt“ zu unterscheiden. Denn abhängig von diesen ist das weitere Vorgehen.

Wenn z.B. als Information eine Datei bzw. ein Dateiname angegeben ist, dann muss im sog. Grounding Prozess der Access auf diese Datei geprüft werden. Dazu muss die KI (zumindest, wenn Microsoft Architektur genutzt wird) den (semantic) Index nach dieser Information bzw. Datei fragen. Dabei ist das Ergebnis für „es gibt diese Datei nicht“ identisch mit „der User hat keinen Zugriff darauf“ – sprich in beiden Fällen: „kenne ich nicht“.

Wenn aber die Userin Zugriff auf eine solche Datei hat, dann wird diese Datei geladen und dem finalen KI Modell als Information zugeführt.

Die Instruction wird dementsprechend als „Instruction“ markiert und über diesen Weg dem Modell zugeführt und last but not least der Prompt auch.

Und je spezifischer die Komponenten sind und je konkreter die Anweisungen, desto besser werden die Ergebnisse sein.

Das bedeutet aber nicht zwangsläufig, dass ein schlecht aufgebauter Input zu schlechten Ergebnissen führen MUSS. Aber die Wahrscheinlichkeit ist eben höher für schlechte Ergebnisse, als wenn mir bei der Erstellung des Inputs die Struktur klar ist und ich meinen Input dahingehend optimiere.

Nachzulesen ist das Konzept auch unter: Microsoft Copilot for Microsoft 365 overview | Microsoft Learn

Microsoft Copilot for Microsoft 365 Architektur

Dos and Don’ts beim Prompting

Bin ich ein unhöflicher Mensch, weil ich kein Bitte und Danke nutze!?

Stephanus, haben dir deine Eltern nicht beigebracht ‚Bitte‘ und ‚Danke‘ zu sagen?“ oder
bin ich ein unhöflicher und schlechter Mensch, wenn ich die KI nicht freundlich behandle“?

Doch! – ich bin ein sehr freundlicher Mensch und sage vermutlich mehr als notwendig ‚Bitte‘ und ‚Danke‘.
U.a. beeinflusst durch:

ABER, das hilft bei einem Input in der Regel überhaupt nicht und lenkt vom eigentlichen Ziel ab.
Alle unnötigen Worte und Floskeln sollten vermieden werden, um es der KI so einfach wie möglich zu machen, meinen Intent zu verstehen und für die Ausgabe die möglichst höchsten Wahrscheinlichkeiten zu bekommen, die nicht durch allgemeingültige Dinge wie ‚Bitte‘ und ‚Danke‘ verwässert werden.

Solange die KI noch keine echte Maschinen-Intelligenz ist und über unser Leben bestimmt und hier ähnlich wie ein Mensch auf Freundlichkeit reagiert, können wir uns also die Höflichkeiten sparen und damit unsere Ergebnisse verbessern!

Grammatik und Rechtsschreibung

Bei Grammatik und Rechtsschreibung meine ich, ist es nicht ganz so wichtig, wie bei dem Thema „Unhöflichkeit“, denn vermutlich werden in vielen der Trainingsdaten auch Fehler und Ungenauigkeiten enthalten sein – allerdings ist es immer besser, wenn Grammatik und Rechtschreibung passt, denn dann ist die Wahrscheinlichkeit, dass zur Beantwortung meines Inputs auch die besten (aka verlässlichsten, gut recherchierten, redigierten Inhalts-) Quellen genutzt werden, am höchsten.
Hängt also auch vom Einsatzzweck ab, aber die KI „versteht“ auch kleine Fehler, manchmal vielleicht sogar besser als ein „normaler“ Mensch. 😉

Übertriebenes Beispiel: „laaangweilig“ 😁

Prompting zum Finden eines Präsentationstitels, der finale Titel war dann:
KI-Tools, die die Welt verändern, Entfesselt heute die Macht der Zukunft

Satzzeichen

Bei Satzzeichen würden mich tatsächlich wissenschaftliche Untersuchungen interessieren!

Meine These ist: Kommas kann man sich sparen, dafür können aber ! und ? den Intent des Users noch besser zur Geltung bringen und wiederum die Wahrscheinlichkeitsgewichtung verschieben.

Es gibt allerdings auch Satzzeichen, die immens wichtig sein können: nämlich die „“! D.h. wenn ich zum Beispiel für den Kontext oder die Instruktion bestimmte Dinge brauche, die über mehr als ein Wort hinausgehen „Erstelle mir einen Abstract über die ‚schöne neue Welt‘!“ dann sind die ‚‘ hilfreich, um klarzumachen, dass ich nicht irgendwas meine, sondern das Buch „Brave new World“ von Aldous Huxley! 😉
Pro Tipp: wenn ich ein konkretes Buch/Werk meine, dann sollte ich das kenntlich machen und auch den Autor nennen, um es noch spezifischer zu machen!

Fazit

Ja, Prompting will gelernt sein. Wichtig ist für mich dabei, dass klar ist, dass es die oben genannten drei Komponenten gibt und, dass diese in einem Prompt klar erkennbar sind.
Natürlich gibt es auch mehr Feinheiten über die Reihenfolge, wie ein Prompt geschrieben wird, welche Sprache verwendet wird und wann ich ausschweifender scheibe und wann kurz.

Aber das ist etwas, was intuitiv über die Nutzung besser werden wird.

Also bitte (! 😜) beherzigt meinen Rat und beachtet bei euren zukünftigen Prompts die drei Komponenten und macht es der KI so einfach wie möglich diese auseinander zu halten, um euch die besten Ergebnisse liefern zu können!

Links

AI Art Prompting Guide | Microsoft Bing

Five Tips for Prompting AI: How We’re Communicating Better at Microsoft with Microsoft Copilot

Introduction to prompt engineering | Microsoft Learn

Prompt engineering techniques with Azure OpenAI | Microsoft Learn

1 Wie immer gilt: ich schließe explizit niemanden aus und beziehe in jegliches Genus alle anderen mit ein – für die Inklusion und die Lesbarkeit verwende ich immer nur genau ein Genus! 🔙


Beitrag veröffentlicht

in

, , ,

von

Schlagwörter: