Viele internationale Bildungsvermarkter nutzen es mittlerweile chatgpt, sei es die kostenlose Version (GPT-3) oder die kostenpflichtige Version (GPT-4, die derzeit etwa 20 US-Dollar pro Monat kostet). Wie in anderen Branchen auch, verweisen diejenigen, die es nutzen, in der Regel auf die Zeitersparnis, die es ihnen bei ihrer Arbeit ermöglicht – vorausgesetzt, sie erzielen die gewünschten Ergebnisse. Wenn die Ergebnisse jedoch enttäuschend sind, kann sich die Verwendung von ChatGPT wie Zeitverschwendung anfühlen und frustrierte Benutzer machen ihre Dinge oft wieder so, wie sie es normalerweise tun.

Hier kann das Verständnis eines Konzepts namens „Prompt Engineering“ äußerst hilfreich sein. Während eines kürzlich durchgeführten ICEF-Webinars sagte er: „ChatGPT für Bildungsmarketing: Chancen, Strategien und Ergebnisse,„Philippe Taza, Gründer und CEO, HEM-Bildungsmarketinglösungenerklärte, dass Prompt Engineering „die Praxis ist, Eingaben für generative KI-Tools zu entwerfen, die optimale Ergebnisse erzeugen.“

So erhalten Sie hilfreiche Ergebnisse von ChatGPT

Eine Umfrage unter den Live-Zuschauern des Webinars ergab, dass eine Diskussion über Prompt Engineering an der Zeit war. Auf die Frage, womit sie bei ChatGPT am meisten zu kämpfen haben, antworteten 45 %: „Die richtige Antwort erstellen, um die gewünschten Antworten zu erhalten“, gefolgt von „Verstehen der Fähigkeiten und Grenzen der KI“ (27 %) und „Integration von ChatGPT in bestehende Arbeitsabläufe“. (24 %) und „Token-Beschränkungen und -Verbrauch verwalten“ (4 %).

Eine der häufigsten Anwendungen von ChatGPT ist die Generierung von Texten, und wie jeder Autor weiß, hängt die Texterstellung von der Entwicklung von Ideen und der Entwicklung einer Strategie für die beste Art und Weise ihrer Präsentation ab. Es handelt sich nicht um einen sofortigen Prozess, sondern um eine Reihe von Schritten. Daher ist es sinnvoll, dass ChatGPT mehr als eine hastige Aufforderung „Ich brauche das und hier sind die Grundlagen“ benötigt.

Herr Taza sagt, dass er sich bei seiner Arbeit vom iterativen Prozess „Prime, Prompt, Polish“ leiten lässt. Nach dieser Logik beginnen Sie Ihre Arbeit mit der KI, indem Sie sie vorbereiten (d. h. die allgemeine Grundlage dafür schaffen, dass die KI ihre Aufgabe in Betracht zieht) und sie dann anregen, indem Sie ihr alle Informationen geben, die sie zur Erfüllung ihrer Aufgabe benötigt Sie und die KI polieren es, was ein bisschen wie eine letzte Bearbeitung ist, um es so gut wie möglich zu machen.

Herr Taza lieferte das Beispiel einer fiktiven Hochschule in Toronto, Kanada. Der für die KI bereitgestellte Kontext war folgender:

Als nächstes folgt die Eingabeaufforderung. Beachten Sie im folgenden Screenshot, dass Herr Taza betont, wie wichtig es ist, die KI zu fragen, ob sie alles hat, was sie zum Erledigen der Aufgabe benötigt.

Es stellte sich heraus, dass die KI tatsächlich viel mehr Informationen benötigte, um ihre Arbeit gut zu erledigen, wie der nächste Screenshot zeigt.

Wenn wir an KI denken und darüber, was wir von ihr erwarten, suchen wir oft nach einer Zeitersparnis. Aber paradoxerweise ist es der Schlüssel zu guten Ergebnissen, die KI ein wenig (höflich) zu verlangsamen, wie die nächste Folie zeigt. (Natürlich ist „Verlangsamung“ in diesem Zusammenhang relativ, da die KI immer noch unglaublich schnell arbeiten wird.)

Wie der nächste Screenshot zeigt, ist die KI in der Lage, gute Ergebnisse zu liefern – und der Screenshot danach zeigt, dass der Prompter sie dann auf sehr ermutigende Weise um weitere Hilfe bittet.

Danach folgen die nächsten paar Folien, die Sie hier im aufgezeichneten Webinar ansehen können, zeigen, was die GPT für diese Aufgabe entwickelt hat – und was sie dann leisten konnte, als sie gebeten wurde, etwas tiefer über die Thematik nachzudenken. Dies ist die „polierte“ Phase, in der es die Arbeit des Menschen und der KI – nicht nur der KI – ist, die zu optimalen Ergebnissen führt. Unten können Sie sehen, dass die KI einige ziemlich tolle Handlungsaufforderungen erstellt – aber auch hier gilt, dass sie ohne die Fähigkeiten des Prompters keine so gute Arbeit geleistet hätte.

Wie Herr Taza bemerkt:

„Es wird nicht immer passieren, dass Sie beim ersten Austausch nicht immer das bekommen, was Sie wollen. Sie können einen Drilldown in Abschnitte dessen durchführen, was Ihnen angezeigt wurde (z. B. einen neuen Abschnitt hinzufügen, zusätzliche Handlungsaufforderungen bereitstellen) und Sie können das „Vorher“ und das „Nachher“ sehen und feststellen, dass das „Nachher“ viel umfangreicher ist.“

Weitere Hintergrundinformationen finden Sie unter: