Bessere Ergebnisse mit ChatGPT & Co. - Good Practices im Prompting von KI-Chatbots und LLMs

Workshopleitung

René Perfölz

Datum

16.02.2024

Struktur der Veranstaltung

Vortrag mit integrierter Praxisphase und Besprechung der Ergebnisse

 

1. Umgang mit KI-Chatbots

Grundsätzlich ist eine kreative und flexible Herangehensweise an das Prompten und eine anschließende Evaluation der Ergebnisse immer zu empfehlen. Beim Ausprobieren sollte iterativ und zyklisch vorgegangen werden: Der erste Prompt führt i.d.R. nicht zum gewünschten Ergebnis. Die Outputs in einem Chat sollten also schrittweise durch neue Prompts verfeinert werden, um zu bestimme, welche Anweisungen und Informationen einen näher zum Ziel führen. Im Anschluss können erneute Anfragen mit den überarbeiteten Prompts gestellt und erneut verfeinert werden.

Alle Eingaben des Nutzenden und die Ausgaben des Chatbots innerhalb eines individuellen Chats beeinflussen den weiteren Gesprächsverlauf. Bei unerwünschten Ausgaben empfiehlt es sich daher, den Prompt anzupassen, bevor man weiterchattet. Bei Themenwechseln sollte ein neuer Chat gestartet werden.

 

Abb.1

Abb.1

Bei der Gestaltung der Prompts empfiehlt es sich auf Höflichkeiten und Floskeln zu verzichten und im Imperativ zu formulieren. Außerdem sollte die Anweisung so präzise wie möglich beschrieben werden.

1.1 Promptingstruktur

Die Struktur eines Prompts untergliedert sich typischerweise in die Anweisung oder auch Frage an den Chatbot, sowie einen Kontext zur Anweisung, der bei der Beantwortung oder der Lösung einer Aufgabe mit einbezogen werden soll. Auch formale Vorgaben an den auszugebenden Text oder Beispiele für den gewünschten Output können in einen Prompt eingegeben werden.

1.2 Leitfragen

Anweisung

Was soll gemacht werden? / Was möchte ich wissen?

Kontext (abhängig von konkreter Aufgabe/Frage)

Welche Intention hat der auszugebende Text oder welches Ziel soll mit der Aufgabe erreicht werden? (Ziel)

Was ist dabei besonders wichtig? (Fokus)

Für wen ist das Ergebnis bestimmt? (Zielgruppe)

Abb. 2

Abb. 2

Im Folgenden kann man den Prompt um formale Vorgaben ergänzen, wie z.B.

  • Stil,
  • Tonalität oder
  • Format

Dazu zählen auch Zeichenbeschränkungen, z.B. max. 200 Wörter. Zuletzt können in einen Prompt auch Beispieltexte eingefügt werden, an denen sich der Chatbot orientieren soll. Die Beispieltexte sollten mit Sonderzeichen vom eigentlichen Prompt getrennt werden, z.B. mit dreifachen Anführungszeichen ("""Beispieltext""").

 1.3 Chained Prompting

Bei komplexeren Anfragen empfiehlt es sich, die Aufgabe vorab in mehrere Unteraufgaben zu unterteilen, um bessere Ergebnisse zu erzielen. Man spricht hierbei vom Chained Prompting. Die Unteraufgaben werden bestenfalls schrittweise innerhalb eines Chats mit mehreren Prompts eingegeben. Vorteil dabei: Wenn man bereits bei den ersten Schritten bemerkt, dass der Chatbot einen falschen Weg einschlägt, kann man die nötigen Anpassungen vornehmen, bevor das Endprodukt erstellt wird.

Abb. 3

Abb. 3

Anwendungsgebiete des Chained Promptings sind beispielsweise:

  • Wissenschaftliches Schreiben
  • Planung einer Lehrveranstaltung
  • Projektplanung

1.4 Role Prompting

Beim Role Prompting wird in der Eingabe festgelegt welche Rolle oder Perspektive der Chatbot im weiteren Verlauf einnehmen soll.

Hierüber lassen sich beispielsweise fachliche Niveaus simulieren – von Studierenden im ersten Semester bis zu Professor*innen mit Expertise zu X in Fachgebiet Y.

So lassen sich beispielsweise fachspezifische und relevante Texte erstellen ohne umfangreichen Kontext, formale Vorgaben oder Beispiele. Role Prompting bietet sich auch an, um Gespräche oder Diskussionsrunden auf Konferenzen vorbereiten.

2. Praxisphase

Die Praxisphase wurde dazu genutzt anhand einer kurzen Aufgabenstellung die Möglichkeiten des Chained und Role Prompting auszuprobieren.

3. Diskussion

Nach der Praxisphase wurde von den Teilnehmenden geäußert, dass die vorgestellten Promptingstrategien vielversprechende Ergebnisse hervorgebracht haben. Mitunter war zu beobachten, dass der Chatbot Argumente anführen konnte, die in einer aktuellen Diskussion tatsächlich vorkommen.Für die KI-gestützte Literaturrecherche wurden speziell dafür entwickelte Anwendungen wie z.B. Elicit empfohlen, da Chatbots in der Regel keinen Zugriff auf Literaturdatenbanken oder Bibliothekskataloge haben.

4. Take-aways

  • Beim Formulieren von Anweisungen an Chatbots ist vor allem kommunikative Kompetenz und Kreativität ausschlaggebend.
  • Ausprobieren bringt einen weiter: Dabei sollte man Prompts schrittweise verbessern und neue Anfragen mit überarbeiteten Prompts stellen.
  • Der ideale Prompt kombiniert präzise Anweisungen mit für die Lösung einer Aufgabe relevantem Kontext.
  • Komplexere Aufgaben sollten in mehrere Prompts unterteilt werden.
  • Die Vergabe einer Rolle kann relevante Kontexte für eine Anweisung sinnvoll einschränken.

Leseempfehlung

1. https://the-decoder.de/chatgpt-guide-prompt-strategien/ (Zugriff 15.02.2024)

2. https://platform.openai.com/docs/guides/prompt-engineering (Zugriff 15.02.2024)

3. https://ki-campus.org/prompt-labor (Anmeldung erforderlich) (Zugriff 15.02.2024)


Workshopleitung

René Perfölz (Freie Universität Berlin, FUB-IT / Center für Digitale Systeme (CeDiS), Bereich E-Learning & E-Examinations) berät als E-Learning-Experte Lehrende zu digital gestützten Lehr-, Lern- und Prüfungsszenarien und zum Einsatz KI-gestützer Technologien in Studium und Lehre. Mitarbeit u.a. im BMBF-Projekt „IMPACT - Implementierung von KI-basiertem Feedback und Assessment mit Trusted Learning Analytics in Hochschulen“ sowie im FUB-internen Vorhaben "FUtureLMS".

Consulting & Support

Consulting
Vom CeDiS Consulting erhalten Sie individuelle Beratung und Unterstützung bei der Konzeption Ihrer digitalen Lehr- und Forschungsvorhaben. 
Kontakt: consulting@cedis.fu-berlin.de

Support
Der CeDiS Support beantwortet Ihre Nutzeranfragen zur Bedienung der folgenden zentralen Systeme der Freien Universität: Blackboard, CMS, FU-Wikis, FU-Blogs.
Kontakt: support@cedis.fu-berlin.de