Einrichtung einer Prompt-Bibliothek und eines End-to-End-Workflows

Gewinne:

• Versteht die Logik des tragbaren Prompt-Schreibens, das in verschiedenen KI-Tools funktioniert
• Kann eine wiederverwendbare, versionierte Eingabeaufforderungsbibliothek für das Team erstellen
• Kann einen End-to-End-Ablauf entwerfen, der ein Unternehmen von Anfang bis Ende mit KI leitet

Wir beenden dieses Modul, indem wir alles, was wir gelernt haben, in einen dauerhaften und skalierbaren Wert umwandeln. Wir haben gelernt, wie man gute Aufforderungen einzeln schreibt; Aber die wahre Stärke eines Unternehmens liegt darin, gute Eingabeaufforderungen in einen wiederverwendbaren Vermögenswert umzuwandeln, sie mit dem Team zu teilen und einen Ablauf zu etablieren, der einen Job von Anfang bis Ende mit künstlicher Intelligenz durchführt. In dieser Einheit lernen wir, wie man eine tragbare Eingabeaufforderung schreibt, eine Eingabeaufforderungsbibliothek erstellt und einen End-to-End-Workflow entwirft.

Tragbare (herstellerunabhängige) Eingabeaufforderung

Es gibt zahlreiche KI-Tools auf dem Markt, die sich im Laufe der Zeit ändern. Wenn Sie eine Eingabeaufforderung basierend auf den Sondernummern eines einzelnen Fahrzeugs schreiben, stürzt Ihre Eingabeaufforderung ab, wenn sich das Fahrzeug ändert. Eine Eingabeaufforderung, die auf einer klaren Struktur, einem klaren Kontext und guten Beispielen basiert, führt jedoch zu guten Ergebnissen, unabhängig davon, in welchem ​​Tool sie ausgeführt wird. denn die Logik guten Unterrichts ist universell. Regeln zum Schreiben tragbarer Eingabeaufforderungen:

• Basierend auf anatomischen Komponenten (Rolle, Kontext, Aufgabe, Format, Einschränkung); keine werkzeugspezifischen Verknüpfungen.
• Schreiben Sie die Anweisungen in klarer und klarer Sprache. Vertrauen Sie keinen geheimen „Cheat“-Aussagen.
• Lehren Sie durch Ihr Beispiel; Beispiele funktionieren auf jedem Modell.
• Geben Sie das Format klar an; Die Formerwartung ist unabhängig vom Medium.

Was ist die Prompt-Bibliothek und warum ist sie wertvoll?

Eine Eingabeaufforderungsbibliothek ist eine organisierte Sammlung bewährter Eingabeaufforderungen (kann ein Dokument, eine Tabelle oder ein gemeinsam genutztes Tool sein). Der Wert ist folgender: Nicht jeder im Team fängt den gleichen Job bei Null an; Die beste Eingabeaufforderung wird einmal geschrieben und viele Male verwendet. Dies sorgt für Konsistenz (jeder erhält die gleiche Qualitätsleistung) und Effizienz (das Rad muss nicht neu erfunden werden).

Was sollte in einer guten Bibliotheksakte enthalten sein?

Bereich

Beschreibung

Titel

Was es bewirkt (z. B. „Ablehnungs-E-Mail“)

Zweck

In welcher Situation wird es verwendet?

Aufforderung

Mit [eckigen Klammern] gekennzeichnete Variablen

Beispielausgabe

Ein Beispiel für ein gutes Ergebnis

Notizen

Zu beachtende Dinge, Grenzen

Version/Datum

Wann wurde es aktualisiert?

Durch das Markieren von Variablen mit eckigen Klammern, z. B. [Kundenname], [Produkt], wird die Eingabeaufforderung zu einer „Fill-and-Go“-Vorlage.

End-to-End-Workflow

Wirkliche Effizienz entsteht nicht durch eine einzelne Eingabeaufforderung, sondern durch eine Abfolge miteinander verbundener Schritte. Der allgemeine Rahmen für die Führung eines Unternehmens von Anfang bis Ende mit künstlicher Intelligenz:

1. Eingaben sammeln: Rohdaten/Text vorbereiten, vertrauliche Daten anonymisieren.
2. Konfigurieren: Lassen Sie das Modell die Roheingabe in eine organisierte Struktur (Tabelle/JSON) konvertieren.
3. Produzieren: Lassen Sie die eigentliche Arbeit (Zusammenfassung, Entwurf, Analyse) produzieren.
4. Kritisieren/verbessern: Lassen Sie das Modell seine eigene Ausgabe kritisieren und iterieren.
5. Überprüfen: Überprüfen Sie Fakten, Zahlen und Quellen als Menschen.
6. Abschließen: Passen Sie das Format an das Ziel an und notieren Sie sich die Lektion, die in der Bibliothek gespeichert werden soll.

Der entscheidende Punkt dieser sechs Schritte ist folgender: Zwischen den Schritten besteht menschliche Kontrolle. Künstliche Intelligenz beschleunigt sich; Der Mensch leitet und genehmigt.

Vier kopierbare Vorlagen

1) Bibliotheksregistrierungskarte:

Titel: [Name der Eingabeaufforderung]Zweck: [Wann zu verwenden]Eingabeaufforderung:"""Rolle: ...Kontext: [Variable]Aufgabe: ...Format: ...Einschränkung: ..."""Beispielausgabe: [gutes Ergebnis]Hinweise: [Beschränkung/Vorsicht]Version: v1 – [Datum]

2) End-to-End-Ablauf (in einer einzelnen Aufgabe):

Machen Sie dies in 3 Schritten und hören Sie am Ende jedes Schritts auf: 1) Übertragen Sie die Rohnotiz, die ich gegeben habe, in die Tabelle „Person/Anfrage/Dringlichkeit“. 2) Wenn Sie zustimmen, schreiben Sie einen Antwortentwurf für diejenigen mit hoher Dringlichkeit. 3) Wenn Sie genehmigen, sammeln Sie sie alle in einer einzigen Übersichtstabelle. Rohnotiz: [Text]

3) Portabilitätstest:

Machen Sie diese Eingabeaufforderung unabhängig vom Tool: Es sind keine Tool-spezifischen oder mehrdeutigen Formulierungen mehr übrig. Schreiben Sie es einfach mit Rolle, Kontext, Aufgabe, Format und Einschränkung neu. Eingabeaufforderung: [aktuelle Eingabeaufforderung]

4) Teamstandards schaffen:

Kombinieren Sie unten die Eingabeaufforderungen, die von drei verschiedenen Mitarbeitern für denselben Job geschrieben wurden, in einer einzigen Standardvorlage. Behalten Sie die besten Teile bei, markieren Sie Variablen mit [Klammern] und fügen Sie einen kurzen Verwendungshinweis hinzu. Eingabeaufforderungen: [3 Eingabeaufforderungen]

Schwache Eingabeaufforderung / Starke Eingabeaufforderung

Schwach (einmalig, personalisiert):

Schreiben Sie dieses Angebot für Ali, Sie wissen, wie wir es machen können.

Leistungsstark (tragbare Vorlage):

Rolle: Vertriebsmitarbeiter im Unternehmen.Kontext: Käufer [Kundentyp]; Beziehung [Situation]; Produkt [Produkt].Aufgabe: Angebots-E-Mail verfassen.Format: 3 kurze Absätze, klarer nächster Schritt am Ende.Einschränkung: Preisversprechen; Übertreibung; maximal 130 Wörter.

Die zweite Version ist unabhängig von der Person und dem Tag; Durch das Ausfüllen der Variablen kann jeder im Team den gleichen Qualitätsvorschlag erstellen. Das kommt in die Bibliothek.

Drei Mini-Hüllen

Fall 1 – Bibliothekseffekt. Ein Support-Team hat seine 15 am häufigsten verwendeten Antwortaufforderungen in einer gemeinsamen Bibliothek zusammengestellt. Ein neu eingestellter Mitarbeiter erstellte in seiner ersten Woche Team-Standard-Antworten, indem er die Bibliothek nutzte, anstatt von Grund auf zu lernen; Die Konstanz der Teamleistung ist spürbar gestiegen.

Fall 2 – End-to-End-Flow. Ein Marketingteam erzielte chaotische Ergebnisse, als es versuchte, einen wöchentlichen Newsletter mit einer einzigen Eingabeaufforderung zu erstellen. Durch die Aufteilung des Ablaufs in fünf Schritte (Themensammlung → Gliederung → redaktionelle Kritik → Faktenprüfung → Format) wurde der Newsletter sowohl hochwertig als auch organisiert und die Produktionszeit war vorhersehbar.

Fall 3 – Portabilität. Ein Unternehmen hat das von ihm verwendete Tool für künstliche Intelligenz geändert. Da die Eingabeaufforderungen auf sauberer Anatomie und nicht auf werkzeugspezifischen Tricks basierten, arbeiteten sie praktisch ohne Modifikationen an dem neuen Werkzeug. Der Übergang war schmerzlos.

Tipp: Sobald eine Eingabeaufforderung funktioniert, behalten Sie sie nicht „im Gedächtnis“; Speichern Sie es sofort mit seinen Variablen in der Bibliothek. Wenn Sie heute zwei Minuten aufwenden, entfallen in der Zukunft Dutzende Iterationsrunden.

Achtung: Die Bibliothek ist ein Lebewesen; Wenn es installiert und vergessen wird, wird es alt. Eingabeaufforderungen der Version (v1, v2), datieren Sie sie und überprüfen Sie sie regelmäßig. Darüber hinaus eliminiert keine Vorlage die menschliche Kontrolle: Selbst bei einem End-to-End-Ablauf erfolgt die endgültige Genehmigung immer durch einen Menschen.

Häufige Fehler

• Die gute Aufforderung wird nicht aufgezeichnet. Jedes Mal von vorne anfangen.
• Abhängigkeit von Tool-spezifischen Cheats. Pünktliche Abstürze beim Fahrzeugwechsel.
• Variablen reparieren. Belassen Sie die Vorlage spezifisch für ein einzelnes Substantiv/Fall, was sie unbrauchbar macht.
• Die Bibliothek wird nicht aktualisiert. Alte, nutzlose Eingabeaufforderungen mit sich herumtragen.
• Entfernung der menschlichen Kontrolle aus dem Streaming. Überspringen Sie den Verifizierungsschritt bei der End-to-End-Automatisierung.

Zusammenfassend

• Die tragbare Eingabeaufforderung basiert auf einer klaren Anatomie, nicht auf fahrzeugspezifischen Tricks, und funktioniert auf jedem Modell.
• Die Eingabeaufforderungsbibliothek gewährleistet Konsistenz und Effizienz, indem sie getestete Eingabeaufforderungen mit dem Team teilt.
• Ein guter Bibliothekseintrag umfasst Titel, Zweck, Variablenaufforderung, Beispielausgabe, Notizen und Version.
• Der End-to-End-Ablauf unterteilt die Arbeit in sechs Schritte und behält bei jedem Schritt die menschliche Kontrolle.
• Durch das spontane Speichern einer guten Eingabeaufforderung mit ihren Variablen wird der zukünftige Aufwand exponentiell reduziert.

Anwendungsaufgabe

Identifizieren Sie die drei häufigsten Aufgaben in Ihrem Job, schreiben Sie für jede eine tragbare, variablengesteuerte Eingabeaufforderung und speichern Sie sie auf einem Bibliotheksausweis. Legen Sie dann eine dieser Aufgaben in einen End-to-End-Ablauf (Sammeln → Konfigurieren → Produzieren → Kritisieren → Verifizieren → Abschließen) und führen Sie sie von Anfang bis Ende anhand eines realen Beispiels durch.

Checkliste

• [ ] Ich kann die Regeln des tragbaren Prompt-Schreibens befolgen.
• Ich kann einen Bibliotheksausweis mit markierten Variablen [ ] erstellen.
• [ ] Ich kann einen Job in einen End-to-End-Ablauf aufteilen.
• [ ] Ich behalte bei jedem Flussschritt die menschliche Kontrolle.
• [ ] Gute Eingabeaufforderungen speichere ich sofort in der Bibliothek.

Modulprüfung

1. Welcher der folgenden ist der grundlegende Arbeitsstil des großen Sprachmodells?

• A) Es sucht live im Internet und kopiert die gefundene Seite so, wie sie ist.
• B) Erzeugt Text durch Erraten des wahrscheinlichsten Wortes, das dem gegebenen Text folgen wird ✔
• C) Wählt vorgefertigte vorgefertigte Antworten aus einer Datenbank aus
• D) Leitet jede Frage an eine Person und gibt die Antwort zurück

Beschreibung: Das große Sprachmodell erzeugt Text, indem es statistisch vorhersagt, welches Wort (Token) am wahrscheinlichsten auf den von Ihnen bereitgestellten Text folgt. Es werden keine vorgefertigten Antworten aus einer Datenbank entnommen. Daher ist die von Ihnen gegebene Anweisung der stärkste Faktor, der die Vorhersage beeinflusst.

2. Welche Funktion hat die „Rollen“-Komponente in der Anatomie einer wirksamen Aufforderung?

• A) Erhöhung der Reaktionsgeschwindigkeit des Modells
• B) Reduzieren der Anzahl der Token der Eingabeaufforderung
• C) Steuern Sie den Ton und die Tiefe der Antwort, indem Sie dem Modell einen Rahmen aus Perspektive und Fachwissen geben ✔
• D) Dem Model Zugriff auf personenbezogene Daten gewähren

Erläuterung: Indem man dem Model eine Rolle zuweist (z. B. „sich wie ein erfahrener Finanzberater verhalten“), lernt es die entsprechende Perspektive, Terminologie, Tonalität und Tiefe kennen. Es ändert nichts an der Geschwindigkeit, den Kosten oder dem Datenzugriff der Antwort.

3. Welche der folgenden Anweisungen sorgt am besten für Klarheit?

• A) Schreiben Sie etwas Schönes über dieses Produkt
• B) Erklären Sie das Produkt gut
• C) Ich brauche einen Text dazu
• D) Bewerben Sie dieses Produkt in einer Liste mit drei Elementen für technisch nicht versierte Kunden, wobei jedes Element maximal 15 Wörter enthält ✔

Beschreibung: Klare Anweisungen; Es gibt messbare Einschränkungen wie Länge, Zielgruppe und Format vor und verlässt sich nicht auf vage Adjektive wie „schön“ oder „gut“.

4. Was bedeutet „Few-Shot“-Probenahme?

• A) Hinzufügen einiger Beispiel-Eingabe-Ausgabe-Paare zur Eingabeaufforderung, um dem Modell das gewünschte Muster anzuzeigen ✔
• B) Fragen an das Modell stellen, ohne Beispiele zu nennen
• C) Die gleiche Frage mehrmals stellen
• D) Lassen Sie das Modell einige Sekunden warten

Beschreibung: Few-shot bringt dem Modell das gewünschte Muster bei, indem es einige Beispiel-Eingabe-Ausgabe-Paare innerhalb der Eingabeaufforderung anzeigt. Keine Beispiele zu nennen ist „Nullschuss“.

5. Welcher der folgenden Ansätze ist bei der Auswahl von Proben mit wenigen Schuss am besten geeignet?

• A) Geben Sie Beispiele an, die möglichst widersprüchlich und in unterschiedlichen Formaten sind
• B) Wählen Sie repräsentative Muster aus, die durchgängig das gewünschte Format und die gewünschte Qualität widerspiegeln ✔
• C) Legen Sie immer mindestens 50 Proben ein
• D) Die Qualität der Proben ist unwichtig, nur die Anzahl ist ausreichend

Beschreibung: Da das Modell die Samples nachahmt, sollten die Samples konsistent das gewünschte Ausgabeformat, den gewünschten Ton und die gewünschte Qualität widerspiegeln. Widersprüchliche Beispiele verwirren das Modell.

6. In welcher Situation ist die Gedankenkettentechnik am nützlichsten?

• A) Wenn eine einfache Ein-Wort-Übersetzung angefordert wird
• B) Nur wenn Sie die Ausgabe erweitern möchten
• C) Bei komplexen Aufgaben, die mehrere Schritte oder logisches Denken erfordern ✔
• D) Wenn Sie die Antwortsprache des Modells ändern möchten

Beschreibung: Diese Technik verbessert die Genauigkeit bei komplexen Aufgaben, die mehrere Schritte oder logisches Denken erfordern. Es führt zu unnötiger Länge bei einfachen einstufigen Aufgaben.

7. Was ist der Hauptvorteil der expliziten Angabe des Ausgabeformats (z. B. „Als JSON exportieren“)?

• A) Die Ausgabe vorhersehbar und integrierbar in andere Systeme/Workflows machen ✔
• B) Das Modell verbraucht weniger Strom
• C) Die Antwort ist immer kürzer
• D) Das Modell ist kreativer

Beschreibung: Durch die Anforderung eines bestimmten Formats ist die Ausgabe vorhersehbar und leicht mit anderen Systemen oder Arbeitsabläufen verwendbar. reduziert den Bedarf an manueller Korrektur.

8. Was ist der beste Ansatz, wenn die anfängliche KI-Ausgabe nicht Ihren Wünschen entspricht?

• A) Entscheiden Sie sofort, dass KI für den Job nicht gut ist, und geben Sie auf
• B) Die gleiche Aufforderung mehrmals senden, ohne sie zu ändern
• C) Verbesserung der Eingabeaufforderung durch gezieltes Feedback, das anzeigt, was fehlt oder falsch ist ✔
• D) Die Ausgabe unverändert verwenden, ohne sie zu validieren

Erläuterung: Iteration ist normal; Am effektivsten ist es, die Eingabeaufforderung durch gezieltes Feedback zu verbessern, das Ihnen sagt, was Ihnen an der Ausgabe nicht gefällt. Das erneute Senden derselben Eingabeaufforderung ändert das Ergebnis nicht.

9. Welcher der folgenden Fehler ist ein häufiger Eingabeaufforderungsfehler?

• A) Geben Sie dem Modell eine klare Rolle und einen klaren Kontext
• B) Angabe des gewünschten Ausgabeformats
• C) Beispielausgabe anzeigen
• D) Stellen Sie eine vage, aus einem Satz bestehende Anfrage ohne Angabe von Kontext, Zielgruppe und Format ✔

Erläuterung: Eine vage Ein-Satz-Anfrage ohne Kontext oder Einschränkungen zu stellen, ist ein typischer Fehler, der dazu führt, dass das Modell eine generische und ungenaue Antwort mit Annahmen liefert.

10. Was bedeutet es zu sagen, dass das Modell „Halluzinationen“ hervorrief, und was bedeutet das?

• A) Das Modell erzeugt selbstbewusst unwirkliche Informationen; Daher müssen Fakten überprüft werden ✔
• B) Das Modell reagiert zu langsam; muss einfach warten
• C) Das Modell hält die Antwort kurz; muss mal länger fragen
• D) Das Model macht einen Tippfehler; Muss nur repariert werden

Erläuterung: Eine Halluzination liegt vor, wenn das Modell selbstbewusst Informationen produziert, die nicht real sind (z. B. eine nicht existierende Quelle, ein falsches Datum). Daher ist es notwendig, Fakten wie Zahlen, Namen, Daten und Zitate aus unabhängigen Quellen zu überprüfen.

11. Was ist der beste Ansatz, bevor Text mit vertraulichen Kundendaten oder personenbezogenen Daten in ein öffentliches KI-Tool eingegeben wird?

• A) Die Daten so eingeben, wie sie sind, weil die KI sie sowieso vergisst
• B) Anonymisieren/Maskieren von Daten oder Verwenden eines sicheren, von der Institution genehmigten Tools ✔
• C) Schreiben Sie am Ende des Satzes einfach „vertraulich“.
• D) Die Daten in eine andere Sprache übersetzen und auf diese Weise eingeben

Erläuterung: Vertrauliche und personenbezogene Daten müssen gemäß den Unternehmensrichtlinien und -gesetzen (z. B. KVKK) geschützt werden. Der sicherste Weg besteht darin, die Daten zu anonymisieren/maskieren oder ein sicheres, von der Institution genehmigtes Tool zu verwenden.

12. Was ist die Logik beim Schreiben einer anbieterunabhängigen (portablen) Eingabeaufforderung?

• A) Es ist notwendig, für jedes KI-Tool eine völlig andere und inkompatible Eingabeaufforderung zu schreiben
• B) Portable Eingabeaufforderungen können nur in einer Sprache verfasst werden
• C) Aufforderungen, die auf klarer Struktur, Kontext und Beispielen basieren, funktionieren gut auf verschiedenen Modellen, ohne an ein einziges Tool gebunden zu sein ✔
• D) Das Führen einer zeitnahen Bibliothek ist Zeitverschwendung

Beschreibung: Eine auf klarer Struktur, klaren Anweisungen und Beispielen basierende Eingabeaufforderung funktioniert auch über verschiedene KI-Tools hinweg gut, da sie nicht an bestimmte Tricks eines bestimmten Tools gebunden ist.

13. Was ist der wichtigste Vorteil der Pflege einer wiederverwendbaren Eingabeaufforderungsbibliothek für ein Team?

• A) Sicherstellung von Konsistenz und Effizienz im Team durch den Austausch getesteter Eingabeaufforderungen ✔
• B) Sicherstellen, dass die Mitarbeiter Informationen voneinander fernhalten
• C) Vollständige Eliminierung der Kosten für das KI-Tool
• D) Menschliche Kontrolle unnötig machen

Beschreibung: Die Bibliothek gewährleistet Konsistenz und Effizienz im gesamten Team, indem sie bewährte Eingabeaufforderungen weitergibt. Nicht jeder startet das gleiche Unternehmen von Grund auf.

14. Warum wird bei der Verbesserung einer Eingabeaufforderung durch Iteration empfohlen, jeweils eine Änderung vorzunehmen?

• A) Die einzige Änderung besteht darin, dass die Eingabeaufforderung kürzer wird.
• B) Um klar zu erkennen, welche Änderung sich auf die Ausgabe auswirkt ✔
• C) Weil das Modell nicht mehr als eine Anweisung gleichzeitig verarbeiten kann
• D) Weil die einzige Änderung dazu führt, dass die Kosten Null sind

Erläuterung: Wenn Sie mehrere Dinge gleichzeitig ändern, können Sie nicht erkennen, welche Änderung die Ausgabe verbessert oder beeinträchtigt. Durch univariate Modifikation können Sie lernen, was funktioniert.