Verbessern von Prompts mithilfe verschiedener Prompt-Techniken
Lernziele
Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:
- Verbessern von Prompts mit relevantem Kontext, der die Ausgabe von künstlicher Intelligenz (KI) verbessert.
- Führen eines KI-Agenten durch Argumentationsschritte, die ihm bei einer genauen Problemlösung helfen.
- Umreißen der Schritte im Lebenszyklus eines Prompts.
Trailcast
Wenn Sie sich eine Audioaufzeichnung dieses Moduls anhören möchten, nutzen Sie den nachstehenden Player. Denken Sie nach dem Anhören dieser Aufzeichnung daran, zur jeweiligen Lektion zurückzukehren, sich die Ressourcen anzusehen und die zugehörigen Aufgaben zu absolvieren.
Bei der Zusammenarbeit mit Agenten ist eine der wichtigsten Fähigkeiten für jeden Fachmann das Prompt Engineering. Zwar sind Agenten und die großen Sprachmodelle (LLMs), auf denen sie basieren, darauf ausgelegt, auf die Signale und den Stil der natürlichen menschlichen Sprache zu reagieren, doch es erfordert einiges an Geschick, Ihre Antworten für bessere Ergebnisse zu optimieren. Das Wissen um den Einsatz fortgeschrittenerer Strategien für das Prompt Engineering hilft Ihnen, von einzelnen Anwendungen künstlicher generativer Intelligenz (KGI) zu Lösungen im Unternehmensmaßstab zu gelangen, die sich an Ihre Bedürfnisse anpassen.
Zero-Shot-Prompts
Das Aufwerten Ihrer Prompts ist einfacher, als es klingt. Aber zuerst müssen Sie wissen, welche Art von Prompt verwendet werden soll. Zero-Shot-Prompts, auch als direkte Prompts bezeichnet, sind wahrscheinlich das, was den meisten Menschen in den Sinn kommt, wenn sie zum ersten Mal praktisch mit KI arbeiten. Dabei werden einem Modell direkte Anweisungen ohne zusätzlichen Kontext oder Beispiele gegeben. Dies kann nützlich sein, um beispielsweise neue Ideen für kreative Projekte zu entwickeln oder eine Website zusammenzufassen – Aufgaben, bei denen Sie nicht unbedingt viele zusätzliche Rahmenbedingungen benötigen, um ein zuverlässiges Ergebnis zu erzielen.
Hier sind einige Beispiele für Zero-Shot-Prompts.
- Fasse dieses Besprechungsprotokoll zusammen und erstelle eine Liste der Aktionsschritte für jeden Teilnehmer.
- Erstelle einen Code-Block, der eine Push-Benachrichtigung sendet, wenn eine Website aktualisiert wird.
Bei spezifischen und umsetzbaren Aufgaben können Zero-Shot-Prompts dem Modell jedoch einen zu weit gefassten Rahmen geben, um wirklich nützliche Ergebnisse zu produzieren. Sie können KI dabei unterstützen, Ihnen zu helfen, indem Sie Techniken wie Few-Shot, Chain-of-Thought und rollenbasierte Prompts verwenden.
Few-Shot-Prompts
Few-Shot-Prompts sind eine Technik, bei der Sie der KI ein paar Beispiele für die Aufgabe an die Hand geben, die sie für Sie erledigen soll. Indem Sie der KI Beispiele in Ihrem Prompt zeigen, lernt sie das Muster und erzeugt ein relevantes Ergebnis.
Dies ist besonders nützlich bei der Arbeit mit Salesforce-Datensätzen, automatisierten E-Mail-Entwürfen, Fallzusammenfassungen oder benutzerdefinierten Abläufen, bei denen Struktur und Stil eine Rolle spielen.
Verwendungszweck
Verwenden Sie Few-Shot-Prompts in diesen Fällen:
- Sie benötigen eine bestimmte Formatierung der Ausgabe.
- Die KI soll einen bestimmten Ton, eine Struktur oder einen Stil imitieren.
- Die Aufgabe ist komplex oder domänenspezifisch, etwa wie das Zusammenfassen eines Kundensupportfalls im offiziellen Tonfall Ihres Unternehmens.
Ein Beispiel: Few-Shot-Prompt beim Einsatz in einem Salesforce Support-Anwendungsfall
Stellen Sie sich vor, Sie entwickeln einen KI-gestützten Assistenten in Salesforce, der Agenten bei der Zusammenfassung von Supportfällen unterstützt. Sie möchten, dass der Assistent ein bestimmtes Format einhält, das das Problem, seine Lösung und die nächsten Schritte beinhaltet.
So könnten Sie einen Few-Shot-Prompt erstellen.
Aufforderung
Sie sind ein Salesforce-Supportmitarbeiter. Schreiben Sie auf der Grundlage der Fallinformationen eine präzise Zusammenfassung in diesem Format:
Fall: Lösung: Nächste Schritte
Beispiele |
Details |
|---|---|
Beispiel 1 |
Fall: Der Kunde berichtet, dass das Dashboard auf mobilen Geräten nicht geladen wird. Lösung: Browser-Cache gelöscht und Dashboardeinstellungen auf Kompatibilität mit mobilen Geräten geprüft. Nächste Schritte: In 2 Tagen nachfassen, um die Funktionalität zu bestätigen. |
Beispiel 2 |
Fall: Ein Benutzer kann sein Kennwort nicht über das Self-Service-Portal zurücksetzen Lösung: Manuelles Zurücksetzen des Benutzerkennworts und Aktualisieren der Konfigurationseinstellungen des Portals. Nächste Schritte: Überwachung hinsichtlich ähnlicher Probleme bei anderen Benutzern. |
Fasse nun diesen Fall zusammen |
Fall: Der Client ist nicht imstande, große Dateien (>20 MB) über die Website der Experience Cloud hochzuladen. Beispielantwort der KI (Erwartete Ausgabe) Lösung: Die Grenzwerte für die Größe hochgeladener Dateien in der Konfiguration der Website wurden angepasst und die Unterstützung für große Dateien aktiviert. Nächste Schritte: Client vom Update in Kenntnis setzen und erfolgreichen Upload zum Ende der Woche prüfen. |
Chain-of-Thought-Prompts
Chain-of-Thought-Prompts (CoT) leiten die KI dazu an, "laut nachzudenken", bevor sie eine Antwort gibt. Anstatt direkt zu einer Antwort zu springen, durchläuft das Modell Zwischenschritte oder Überlegungen, was die Genauigkeit verbessert – insbesondere bei mehrstufigen oder logikintensiven Aufgaben.
Dies ist besonders hilfreich in Salesforce-Szenarien, in denen die Argumentation eine wichtige Rolle spielt, darunter Lead-Qualifizierung, Fallweiterleitung und Prognoseszenarien.
Dies sind einige Gelegenheiten, bei denen Chain-of-Thought-Prompts zum Einsatz kommen können:
- Sie möchten, dass die KI ihre Schlussfolgerungen erläutert, bevor sie eine Antwort gibt.
- Sie führen eine Aufgabe durch, die mehrere Schritte umfasst, etwa das Überprüfen von Datensatzbedingungen oder das Auswerten von Geschäftslogik.
- Sie Debuggen eine KI-Antwort und wünschen transparentes Denken.
Beispiel-Prompt: Chain-of-Thought-Prompts in der Lead-Qualifizierung
In diesem Beispiel erstellen Sie eine benutzerdefinierte GPT-Aktion (generative pre-trained transformer), um Vertriebsmitarbeiter bei der Qualifizierung von Leads auf der Grundlage von Feldern in einem Salesforce-Datensatz zu unterstützen. Sie möchten, dass das Modell schrittweise denkt, bevor es einen Lead als heiß, warum oder kalt bezeichnet.
Aufforderung
Du bist ein Assistent, der einem Vertriebsmitarbeiter bei der Qualifizierung eines Leads hilft. Denke schrittweise, bevor du einen Status von heiß, warm oder kalt auf dieser Grundlage zuweist:
- Lead Source (Lead-Quelle)
- Branche
- Budget
- Zeitrahmen der Käufe
Beispiele |
Details |
|---|---|
Beispiel 1 |
Lead-Quelle: Empfehlung | Branche: Tech | Budget: 80.000 € | Zeitrahmen: 1 Monat Begründung: Die Empfehlung legt eine starke Absicht nahe. Die Tech-Branche hat oftmals schnelle Reaktionszeiten. Das Budget ist hoch und der Zeitrahmen kurz. Qualifizierung: Heiß |
Beispiel 2 |
Lead-Quelle: Web | Branche: Gemeinnützige Organisation | Budget: 5.000 € | Zeitrahmen: 6 Monate Begründung: Web-Leads können kalt sein, wenn sie nicht mit Dringlichkeit einhergehen. Das Budget ist niedrig und der Zeitrahmen sehr lang. Qualifizierung: Kalt |
Qualifiziere jetzt diesen Lead |
Lead-Quelle: Veranstaltung | Branche: Gesundheitswesen | Budget: 25.000 € | Zeitrahmen: 2 Monate KI-Antwort (Erwartete Ausgabe): Begründung: Veranstaltungs-Leads legen Interesse nahe, insbesondere bei persönlicher Anwesenheit. Das Gesundheitswesen ist eine stabile Branche. Das Budget ist maßvoll und der Zeitrahmen ist angemessen. Qualifizierung: Warm |
Rollenbasierte Prompts
Rollenbasierte Prompts sind eine Technik, bei der der KI eine bestimmte Rolle oder Persona zugeschrieben wird, bevor Sie um die Erledigung einer Aufgabe gebeten wird. Dadurch kann das Modell seinen Tonfall, sein Fachwissen und seinen Entscheidungsstil an diese Rolle anpassen – genau wie sich ein Salesforce-Benutzer in seinem Arbeitsalltag verhalten würde.
Wenn die Rolle gut definiert ist, kann die KI diese Fertigkeiten ausspielen:
- Imitieren von auftragsspezifischer Sprache und Verhalten
- Verstehen der Aufgabe aus der Perspektive des betreffenden Benutzers
- Erzeugen einer relevanteren, genaueren und menschlicheren Ausgabe
Rollenbasierte Prompts sind sogar noch leistungsstärker, wenn sie zusammen mit dynamischen Daten aus Ihrer Organisation verwendet werden. Verwenden Sie Briefvorlagenfelder wie {{Contact.FirstName}} oder {{Case.Subject}}, um Prompts zu personalisieren.
Verwenden Sie rollenbasierte Prompts in diesen Situationen:
- Sie möchten, dass die KI den Ton und die Entscheidungen einer bestimmten Salesforce-Persönlichkeit widerspiegelt (z. B. Vertriebsmitarbeiter, Servicemitarbeiter, Administrator).
- Sie arbeiten an einer Aufgabe, die auf dem Geschäftskontext basiert, wie beispielsweise bewährte Methoden für das Kundenbeziehungsmanagement, Leistungskennzahlen oder Arbeitsabläufe.
- Sie erstellen KI-Assistenten mit benutzerdefinierten Anweisungen unter Verwendung von Slack-, Flow- und Apex-Integrationen.
Beispiel-Prompt: Rollenbasierte Prompts in einem Vertriebskontext
In diesem Szenario erstellen Sie einen auf GPT basierenden Assistenten, der Vertriebsmitarbeitern hilft, Folge-E-Mails nach einem Gespräch vor der Geschäftsanbahnung zu entwerfen.
Sie möchten, dass die KI Denkweise und Ton eines Salesforce-Kundenbeauftragten übernimmt.
Aufforderung
Verhalte dich wie ein Salesforce-Kundenbeauftragter. Du hattest gerade ein Gespräch vor der Geschäftsanbahnung mit einem potenziellen Kunden. Entwirf eine Folge-E-Mail, die folgende Punkte abdeckt:
- Zusammenfassung der wichtigsten Pain Points
- Hervorheben, wie Salesforce helfen kann
- Einbeziehen einer Handlungsaufforderung (Call to Action, CTA) für die nächste Besprechung
Verwende einen professionellen, selbstbewussten Tonfall, der sich auf den Mehrwert konzentriert.
Details aus dem Anruf:
- Der Kunde hat Probleme mit unzusammenhängenden Daten in Vertrieb und Service.
- Sie verwenden Kalkulationstabellen und veraltete Tools.
- Es besteht Interesse an der Verbesserung von teamübergreifender Zusammenarbeit und Transparenz.
Beispielantwort der KI (Erwartete Ausgabe)
Betreff: Nächste Schritte zur Vernetzung Ihrer Vertriebs- und Serviceteams
Hallo [Kundenname],
es war toll, vorhin mit Ihnen zu sprechen! Ich fand es interessant, mehr über die Herausforderungen zu erfahren, denen Ihr Team gegenübersteht, insbesondere in Bezug auf nicht miteinander verbundene Systeme und die Abhängigkeit von Kalkulationstabellen.
Wie bereits besprochen, kann Salesforce Customer 360 dabei helfen, Ihre Vertriebs- und Servicedaten auf einer Plattform zu vereinen – so erhalten Ihre Teams Echtzeit-Transparenz und können nahtlos zusammenarbeiten.
Lassen Sie uns einen Folgetermin vereinbaren, um zu erörtern, wie das in Ihrer Umgebung aussehen könnte. Wie sieht es mit Ihrer Verfügbarkeit Anfang nächster Woche aus?
Mit freundlichen Grüßen
[Ihr Name]
Kundenbeauftragter, Salesforce
Unterhaltungs-Prompts
Manchmal gibt der wirkungsvollste Prompt nicht einfach Anweisungen, sondern regt eine Unterhaltung an. Unterhaltungs-Prompts leiten die KI durch einen Dialog, der die Interaktion eines menschlichen Salesforce-Mitarbeiters oder -Benutzers mit einem Kollegen, Kunden oder System widerspiegelt. Dieser Prompt-Stil fördert einen menschlicheren, kontextbezogenen und flüssigeren Austausch, der zu differenzierteren und nützlicheren Antworten führen kann.
Im Gegensatz zu Zero-Shot- oder Few-Shot-Prompts, die statische Anweisungen oder Beispiele geben, formen Unterhaltungs-Prompts das Verhalten der KI durch einen wechselseitigen Austausch. Dies ist besonders nützlich, wenn Sie in Agentforce KI-gestützte Abläufe erstellen, die interaktiv klingen, schrittweise Anleitungen geben oder sich anhand von Eingaben anpassen sollen.
Verwenden Sie Unterhaltungs-Prompts in diesen Situationen:
- Sie möchten, dass sich die KI wie ein umsichtiger Mitarbeiter verhält, nicht nur wie ein Werkzeug.
- Sie erstellen chatbasierte Abläufe für Slack, Bots oder geführte Erfahrungen.
- Sie möchten dynamische, mehrschichtige Interaktionen, bei denen die KI auf der Grundlage sich entwickelnder Eingaben reagiert.
- Sie simulieren oder ersetzen interne Q&A-, Schulungs- oder Coaching-Gespräche.
Beispiel-Prompt:
Stelle dir vor, du erstellst einen Flow, um einen neuen Salesforce-Administrator durch die Einrichtung seiner ersten Organisation zu führen. Anstatt alle Informationen auf einmal zu liefern, führt die KI den Benutzer schrittweise durch den Prozess – sie stellt Fragen, bietet Optionen an und sorgt dafür, dass sich die Erfahrung eher wie eine Einarbeitungssitzung in Echtzeit anfühlt.
Aufforderung:
Du bist ein hilfsbereiter Salesforce-Einarbeitungs-Assistent. Stelle klärende Fragen, führe den Benutzer schrittweise durch die Einrichtungsaufgaben und mache bei Bedarf Vorschläge. Sorge dafür, dass sich die Erfahrung einer Live-Unterhaltung entwickelt.
KI-Ausgabebeispiel (Erwartete Ausgabe):
Hallo! Willkommen bei Salesforce! Ich bin hier, um Ihnen bei der Einrichtung Ihrer Organisation zu helfen.
Das Wichtigste zuerst: Planen Sie, Salesforce hauptsächlich für den Vertrieb, den Service oder für beides zu nutzen?
(Sobald der Benutzer antwortet: "Vertrieb")
Hervorragend! Beginnen wir damit, Ihre Lead- und Opportunity-Phasen festzulegen. Haben Sie bereits einen definierten Vertriebsprozess oder möchten Sie zunächst die Standard-Pipeline von Salesforce verwenden?
Kontrafaktische Prompts
Kontrafaktische Prompts fordern die KI auf, alternative Realitäten zu durchdenken – was wäre passiert, wenn die Umstände anders gewesen wären? Diese Technik ist nützlich, wenn Sie möchten, dass das Modell Szenarien bewertet, Ergebnisse erklärt oder Verbesserungen vorschlägt, indem es hypothetische Veränderungen durchspielt.
In Salesforce kann dies ein leistungsstarkes Mittel sein, um Entscheidungsprozesse zu steuern, fehlerhafte Prozesse zu korrigieren oder die Auswirkungen von geschäftlichen Veränderungen zu simulieren. Es eignet sich auch hervorragend für Coaching, retrospektive Analysen und Szenarioplanung.
Verwenden Sie kontrafaktische Prompts in diesen Situationen:
- Sie suchen nach der Ursache dafür, warum ein Datensatz, ein Geschäft oder eine Kampagne nicht die erwartete Leistung erbracht hat.
- Sie möchten, dass die KI Optimierungen vorschlägt, die auf möglichen Ereignissen basieren.
- Sie coachen Benutzer oder analysieren historische Fälle, um zukünftige Ergebnisse zu verbessern.
- Sie erstellen Simulationen, um Teams dabei zu helfen, potenzielle Strategien oder Risiken zu untersuchen.
Beispiel-Prompt:
Nehmen wir an, Sie entwickeln einen KI-gestützten Assistenten, der Vertriebsleitern dabei hilft, ihre Vertriebsmitarbeiter zu coachen. Sie möchten, dass die KI verlorene Geschäfte analysiert und Vorschläge macht, wie sich das Ergebnis hätte ändern können, wenn wichtige Faktoren anders gewesen wären.
Aufforderung:
Du bist ein Vertriebs-Coach, der verlorene Opportunities analysiert. Erläutere anhand der Opportunity-Daten, warum das Geschäft verloren gegangen ist – und stelle dann ein kontrafaktisches Szenario vor: Was hätte anders laufen müssen, um das Geschäft zu gewinnen?
Eingabedetails:
Opportunity: Verloren
Umfang des Geschäfts: 45.000 €
Schlusstermin: Um 2 Wochen verpasst
Entscheidungsträger: Nicht einbezogen
Wettbewerber: BigDigital
Hauptkritikpunkt: Die Plattform erschien zu komplex.
Anmerkungen des Vertriebsmitarbeiters: Die Demo konzentrierte sich stark auf Funktionen, nicht auf Ergebnisse.
Beispielantwort der KI (Erwartete Ausgabe):
Das Geschäft ging vor allem deshalb verloren, weil der Entscheidungsträger während des Kaufprozesses nicht eingebunden war und die Demo eher die Funktionen als die Ergebnisse hervorhob, wodurch das Produkt komplex und weniger zugänglich erschien.
Kontrafaktisch:
Wäre der Entscheidungsträger früher einbezogen worden – und hätte sich die Demo auf die geschäftlichen Auswirkungen statt auf die Produkttiefe konzentriert –, hätte der Kunde möglicherweise einen größeren Mehrwert und eine bessere Übereinstimmung erkannt. Eine vereinfachte, ergebnisorientierte Präsentation hätte die Akzeptanz verbessern und möglicherweise den Abschluss sichern können.
Kreative Prompts
Kreative Prompts helfen einer KI dabei, originelle, phantasievolle oder stilistisch fesselnde Inhalte zu generieren. Gleich, ob Sie nach Namen für Kampagnen suchen, Themen für Veranstaltungen skizzieren oder aufmerksamkeitsstarke Betreffzeilen verfassen – kreative Prompts lassen die KI ihre generativen Stärken ausspielen.
In Salesforce kommen kreative Prompts besonders in Anwendungsfällen wie Marketing, Markenentwicklung, interne Kommunikation und Experience Design zum Tragen – überall dort, wo ein Hauch von Originalität die Wirkung steigern kann.
Verwenden Sie kreative Prompts in diesen Fällen:
- Sie benötigen frische Ideen (Namen, Slogans, Schlagzeilen oder Konzepte).
- Sie erstellen Inhalte, die einen bestimmten Ton, ein bestimmtes Thema oder eine bestimmte Markenpersönlichkeit haben.
- Sie wünschen sich Abwechslung und Inspiration, um die leere Seite zu überwinden.
- Sie unterstützen Teams wie Marketing, Enablement oder Kommunikation.
Beispiel:
Sie entwickeln einen KI-Assistenten, der Marketingfachleuten dabei helfen soll, Namen für eine bevorstehende Salesforce-Kampagne zu finden, deren Schwerpunkt auf Kundentreue und langfristigen Beziehungen liegt. Sie möchten, dass die KI durchdachte, markengerechte Ideen generiert, die zum Tonfall von Salesforce passen.
Beispiel-Prompt
Agiere als kreativer Marketingexperte bei Salesforce. Entwickle 5 Namensvorschläge für eine Kundenbindungskampagne, die Verbindung, Vertrauen und langfristige Partnerschaft in den Vordergrund stellt. Gestalte sie ansprechend, markengerecht und geeignet für den Einsatz im digitalen Marketing und Eventmarketing.
Beispielantwort der KI (Erwartete Ausgabe):
- Immer nach vorn
- Gemeinsam Trends setzen
- Gebaut für die Ewigkeit
- Eingebautes Vertrauen
- Dynamik ist wichtig
Prompt-Lebenszyklen
Da Prompts in natürlicher Sprache erscheinen, kann man sie leicht als einfache Schreib- oder Sprachaufgaben ansehen. Und obwohl eine bessere Sprachbeherrschung Ihnen bei der Eingabe helfen kann, wird sie Ihnen nicht immer dabei helfen, Ihre Ergebnisse genauer zu definieren. Das liegt daran, dass die Prompterstellung recht komplex ist und eine Denkweise erfordert, die von den grundlegenden Regeln der Funktionsweise des Systems geprägt ist, nicht nur vom Blick auf die Ausgabe. Am Beispiel Fußball ist es der Unterschied zwischen den Ball gut spielen zu können und zu wissen, wie man das Spielfeld liest, das Spiel aufbaut und das Tempo des Spiels kontrolliert. Es erfordert eine Denkweise, die die Spielregeln versteht, nicht nur, wenn jemand ein Tor schießt.
Ähnlich wie bei Prozessen in der Softwareentwicklung oder im Produktmanagement haben Prompts Lebenszyklen, die über ihren Wert für das langfristige Funktionieren eines Unternehmens entscheiden.

Beachten Sie für jeden Prompt, den Sie möglicherweise wiederverwenden möchten, die folgenden Punkte:
-
Entwickeln: Planen und erstellen Sie Prompts auf der Grundlage von Geschäftsanforderungen mithilfe von Tools wie Prompt-Generator, Prompt-Vorlagen, Modell-APIs und Plattform-Tools.
-
Testen: Sehen Sie sich an, wie die von Ihnen erstellten Prompts bei der Ausführung funktionieren und vergleichen Sie Ihre Ergebnisse mit Ihrem angestrebten Ziel.
-
Überwachen: Sobald Sie davon überzeugt sind, dass ein Prompt einsatzbereit ist, verlassen Sie sich auf Sicherheits- und Analysefunktionen aus Quellen wie der KI-Berichterstellung in Data 360 und der Einstein-Vertrauensebene, um einen vollständigen Überblick darüber zu erhalten, wie sich Ihre Prompts auf Ihr Unternehmen auswirken.
-
Iterieren: Wie Sie aus den vorhergegangenen Schritten gelernt haben, nehmen Sie Anpassungen vor, um Leistung und Genauigkeit zu verbessern. Mit Prompt-Vorlagen können Sie auf der Grundlage von Feedbackdaten neue Versionen erstellen und sparen sich die Arbeit, komplexe Prompts jedes Mal neu zu erstellen, wenn Sie eine Funktion ändern oder hinzufügen möchten.
Bewährte Methoden zur Prompterstellung
Über den normalen Lebenszyklus eines Prompts hinaus gibt es einige bewährte Vorgehensweisen, die Ihnen zum Erfolg verhelfen können, wenn Sie sich mit fortgeschrittenen Anwendungen der agentenbasierten KI vertraut machen.
Aufteilen von Andwendungsfällen in Aufgaben. Untersuchen Sie Ihren Anwendungsfall auf Möglichkeiten, Aufgaben so weit wie möglich in besser handhabbare Teilaufgaben aufzuteilen. Je besser es Ihnen gelingt, komplexe Vorgänge in kleinere Schritte zu unterteilen, desto einfacher ist es, verbesserungswürdige Teile zu finden, was Ihnen hilft, den Wert Ihres Gesamtkonzepts zu steigern.
Definieren Ihrer Eingaben. LLMs sind Kontextmaschinen. Sie funktionieren umso besser, je mehr Kontext sie haben. Sie können bessere Ergebnisse erzielen, indem Sie Beispiele für den Tonfall, die angemessene Länge der Antwort und von Menschen erstellte Inhalte bereitstellen, die den Inhalten ähneln, die die KI produzieren soll. Es ist auch hilfreich, so konkret wie möglich zu sein. Beispielsweise ist es nicht so hilfreich, einen KI-Agenten zu bitten, "Marketingtexte für ein Resort" zu erstellen, wie ihn zu bitten, "Marketingtexte in humorvollem Ton für ein entspanntes, familienfreundliches Strandresort in Kalifornien" zu erstellen.
Aufbauen auf dem, was funktioniert. Wenn Sie Prompts finden, die funktionieren, reservieren Sie etwas Platz für eine Sammlung nützlicher Anwendungsfälle für den betreffenden Prompt. Dies spart nicht nur Ihnen und zukünftigen Ingenieuren Zeit, sondern kann auch ein guter Ausgangspunkt für jemanden sein, der einen neuen Prompt entwickeln möchte.
Das Wichtigste, was Sie über Prompts wissen sollten, ist, dass Sie nicht jedes Mal das Rad neu erfinden müssen, wenn Sie KI für eine Aufgabe einsetzen möchten. Wenn Ihre Anwendungsfälle komplexer werden, können Ihnen diese bewährten Methoden dabei helfen, die Herausforderungen zu meistern und effizient zu skalieren. Der beste Weg, Ihre fortgeschrittenen Fähigkeiten im Bereich Prompt Engineering zu testen, ist, sie in die Praxis umzusetzen.
Fahren Sie mit der nächsten Lektion fort, um einige der erlernten Techniken im Prompt-Generator praktisch anzuwenden.
Szenario für das Quiz
Janina ist Lagerverwalterin bei einer großen nationalen Einzelhandelskette und nutzt KI, um den Lagerbedarf für die bevorstehende Weihnachtssaison vorherzusagen. Sie bittet die KI, zunächst die Verkaufsdaten des letzten Jahres zu überprüfen, dann die diesjährigen Werbeaktionen und Verzögerungen in der Lieferkette zu analysieren und schließlich die Nachfrage nach Kategorien zu prognostizieren.