„Wie man in den Wald ruft, so schallt es heraus“ – So ähnlich funktionieren Chatbots, wenn man von einschränkenden ideologischen Vorgaben in der Programmierung absieht. Um von einem Chatbot wie z.B. ChatGPT eine Antwort zu erhalten, stellt man eine Frage. Umso genauer man die Frage formuliert, umso treffender antwortet der Chatbot. Aber, wie stellt man die perfekte Frage?

Was ist ein Prompt?

Der Prompt ist Ihre Aufforderung bzw. Fragestellung, die Sie einem Chatbot geben. Diese wird in das Chatfenster eingegeben. Die KI generiert hierzu eine automatische Antwort. Je präziser die Aufforderung ist, umso besser ist das Ergebnis.  

Woraus generiert die KI ihre Antwort?

Das System greift auf einen festen Datenbestand zu. ChatGPT basierte auf Daten bis einschließlich 2021, kann jedoch heute mit Plugins auf aktuelle Daten zugreifen (futurezone 2023). Im Gegensatz zu ChatGPT greifen Google Bard und Microsoft Bing auf aktuelle Daten zu und sind frei zugänglich (Eine Anleitung zu Google Bard finden Sie bei CHIP).

Sprachliche und stilistische Tücken beim Prompten

Achten Sie auf eine klare und deutliche Sprache. Schreiben Sie kurze, leicht verständliche Sätze ohne Unterpunkte. Vermeiden Sie Verschachtelungen.

Für präzise Antworten geben Sie mehrere Sätze mit Ihren gewünschten Inhalten ein. Desto mehr Kontext Sie eingeben, umso genauere Ergebnisse erhalten Sie. Dabei können Sie mehrere Modifikationen gleichzeitig festlegen. Verwenden Sie in der Aufforderung Schlüsselwörter (Keywords), welche z.B. ChatGPT bei der Interpretation des Prompts helfen (vgl. Lanza-Manzani 2023).

Mit dem Prompt können Sie zum Beispiel folgende Vorgaben für das Ergebnis vorgeben:

• „Stil (formell, locker, witzig etc.)
• Medium (Website, Blog, App etc.)
• Format (Social-Media-Post, Produkttext, Pressemeldung etc.)
• Publikum (Gen Z, IT-Spezialist*innen, Branchenfremde etc.)
• Zweck (informieren, unterhalten, überzeugen etc.)
• Formelles (Textlänge, Titel, Abschnitte etc.)“ (Lanza-Mariani 2023)

Beispiel:

„Kreiere eine Anfangssituation in einer lockeren Form für einen Sprachkurs Englisch für Erwachsene mit Karten. Die Teilnehmer sollen sich kennenlernen. Dauer zehn Minuten.“

Definieren Sie Ihre Rolle sowie die der Zielgruppe. So können Sie die Perspektive bzw. Rolle vorgeben, aus der der Chatbot heraus seine Antwort formulieren soll, z.B. die einer bestimmten bekannten Person.

Beispiel:

„Die Lehrkraft ist Engländer, die Teilnehmenden Geschäftsleute aus der Modebranche, spezialisiert auf Sportbekleidung."

Sie können das Suchergebnis mit Nachfragen inklusive weiteren Modifizierungen verfeinern, zum Beispiel mit der Aufforderung detaillierter zu antworten. Hierbei können Sie Vorschläge machen, welche Details berücksichtigt werden sollen. Wiederholen Sie diesen Prozess, bis Sie Ihr gewünschtes Ergebnis erhalten.

Variieren Sie die Komplexitätsstufen der geforderten Antworten von leicht bis komplex oder anhand von Vergleichen mit Altersangaben oder Personen.

Beispiel:

„Formuliere die Fragen entsprechend der Kompetenzstufe B1 auf Englisch."

Lassen Sie sich mehrere Texte ausspielen, z.B. drei Varianten mit jeweils anderem Fokus oder Stil: „Zeige mir drei Varianten  aus drei  Perspektiven."

Chained Prompting

Beim Chained Prompting (Kettenaufforderung) werden komplexe Aufgaben in mehrere Zwischenschritte zerlegt. Dadurch soll die KI ein konkreteres, individuelleres und damit insgesamt besseres Ergebnis generiert. Dies funktioniert sowohl in einer einzelnen langen Eingabeaufforderung als auch in mehreren Eingabeaufforderungen hintereinander.

In der simpelsten Form der Kettenaufforderung fragen Sie zunächst nach der Struktur eines Artikels. Dem folgt die Aufforderung entsprechende Aufzählungspunkte zu formulieren. Anschließend können Sie Absätze und Volltexte generieren lassen. Bemerken Sie Fehler, können Sie diese direkt korrigieren (vgl. Kemper 2023).

Beispiel:

1.    Prompt: „Wie erstelle ich eine News? Erkläre mir den Aufbau einer journalistischen Nachricht. Wie wähle ich den richtigen Titel für ein Onlineformat? Zielgruppe Lehrende."

2.    Prompt: „Wie schreibe ich einen guten Titel?"

3.    Prompt: „Auf welche Formulierungen sollte ich in einer journalistischen Nachricht verzichten?"

4.    Prompt: „Ein Satz ohne würde hat Würde. Warum verzichtet man auf Konjunktiv in journalistischen Texten?"

Chain of Thought (CoT) Prompting

„CoT-Prompting ist eine bestimmte Art des Promptings, bei dem das Sprachmodell angeregt werden soll, ein schrittweises Vorgehen zur Lösung einer Aufgabe im Output-Text darzustellen. Auf diese Weise wird eine vermeintliche Gedankenkette für uns sichtbar. Neben diesem Transparenzgewinn konnten Google-Forscher:innen auf Basis ihrer Experimente mit unterschiedlichen Sprachmodellen sogar belegen, dass durch das CoT-Prompting die Ergebnisqualität ab einer bestimmten Modellgröße verbessert wird.“ (Wei/Zhou 2022). Die Eingabeaufforderungen beinhalten aufeinander aufbauende Zwischenschritte, die das Modell durchlaufen muss, um eine Aufgabe zu lösen (vgl. Larson/Weßels 2023).

Ziel ist es, mit der KI die eigenen Fragen und Antworten kritisch zu beantworten und auf diese Weise, bessere Lösungen zu erhalten.

Das folgende Beispiel zeigt, wie man die Unterschiede zwischen einfachen Prompts und dem Prompt mit der Ergänzung „Erkläre Schritt für Schritt, wie wir vorgehen sollten“ sichtbar macht.

„Auf der linken Seite ist der Eingabetext ohne CoT-Prompt dargestellt. Auf der rechten Seite sind der gleiche Eingabetext und zusätzlich der hier besonders relevante CoT-Prompt: „Erkläre Schritt für Schritt, wie wir vorgehen sollten.“ zu sehen. Im unteren Teil in der Tabelle ist jeweils das KI-generierte Ergebnis abgebildet. Links ist die Antwort allgemein gehalten und enthält hilfreiche Informationen. Auf der rechten Seite ist der Output hingegen eine „Schritt für Schritt Anleitung“ als CoT-Prompt zur möglichen Lösung des Problems“ (Larsen/Weßels 2023).