prompt engineering
Definitionen
Prompt-Engineering (seltener auch Promptdesign) ist die Kunst – oder vielmehr das Handwerk –, eine Anweisung so zu formulieren, dass im Idealfall das gewünschte Ergebnis aus einem generativen KI-Modell für Text, Bild, Audio, Video, Programmcode oder 3D-Modelle herausfällt. Diese Anweisung, der Prompt, kann dabei ganz unterschiedliche Formen und Längen haben: von einem simplen Satz über einen längeren Absatz bis zu einem mehrseitigen Dokument. In der Praxis geht es darum, die richtigen Schlüsselwörter, Formulierungen und Kontextinformationen in einem Prompt zu verwenden, um das gewünschte Ergebnis zu erzielen.
Von Ben Danneberg in der Zeitschrift Das müssen Sie über KI wissen (2024) im Text Bedürfnisartikulationskompetenz Bemerkungen
[Es ist] zu erwarten, dass die derzeit gehypte Kompetenz des effektiven Formulierens von Anfragen an generative ML-Systeme, das sogenannte prompt engineering, bald wieder an Bedeutung verlieren dürfte – ähnlich wie die vor 25 Jahren wichtige Suchmaschinensyntax heute aufgrund besserer Suchmaschinen nicht mehr besonders relevant ist.
Für Prompt-Engineering als eigenständigen Beruf spricht, dass es derzeit durchaus möglich ist, mit speziellen Anweisungen und Tricks sowie geschickt konstruierten Prompts etwas mehr Leistung aus KI-Modellen herauszukitzeln. Damit das gelingt, ist ein gewisses Grundwissen erforderlich, etwa wie man Beispiele sinnvoll in Prompts einbaut. Im Kasten „Strategien fürs Prompten“ finden Sie plausibel klingende und eher schräge Kniffe, die in der Praxis oft funktionieren.
Von Ben Danneberg in der Zeitschrift Das müssen Sie über KI wissen (2024) im Text Bedürfnisartikulationskompetenz Die Frage ist aber, ob wir Prompt-Fähigkeiten überhaupt intensiv trainieren müssen. Im Moment arbeiten wir mit ChatGPT 3.5 beziehungsweise 4.0, das noch Prompts benötigt. Aber in einem halben Jahr kommt die nächste Version mit Autoprompting. Dann muss ich nur noch ein paar Stichworte eingeben, und die Maschine gibt mir die richtige Frage vor. Bei der Microsoft-Suchmaschine Bing sieht man im KI-Chat schon die Anfänge des Autoprompting: Wenn ich einen unklaren Prompt eingebe, wird dieser mehrfach korrigiert.
Von Patrick Bronner im Text ChatGPT wird die Lernkultur grundlegend verändern (2023) Doch längst nicht jeder hält eine Tätigkeit, die ausschließlich aus dem Formulieren komplexer Prompts besteht, für den Job der Zukunft. „Ich habe den starken Verdacht, dass ‚Prompt Engineering‘ langfristig keine große Rolle spielen wird & Prompt Engineer nicht der Job der Zukunft ist“, twitterte der US-amerikanische Wirtschaftswissenschaftler Ethan Mollick als Reaktion auf Altmans Tweet. Und Adrian Weller, Direktor der Forschungsabteilung für maschinelles Lernen an der Universität Cambridge, sagte dem Nachrichtendienst Bloomberg: „Man sollte sich nicht zu sehr mit dem aktuellen Stand der Prompt-Technik aufhalten. Sie entwickelt sich ziemlich schnell weiter.“
Von Dorothee Wiegand im Text Kollege KI (2023) Gegen das Prompt-Engineering als zukunftsträchtiges Berufsfeld für die nächsten Jahrzehnte spricht, dass die Anbieter von KI-Werkzeug ein großes Interesse daran haben, sie so weiterzuentwickeln, dass sie immer einfacher von möglichst vielen Menschen bedient werden können. Mittelfristiges Ziel der KI-Entwicklung ist es, dass Menschen in Zukunft mit KI so einfach interagieren, wie mit anderen Menschen. Die Modelle beschaffen sich die Informationen, die sie für die erfolgreiche Durchführung einer Aufgabe benötigen, im Zweifelsfall durch gezieltes Nachfragen. Eine komplexe „Prompt-Programmiersprache“, die nur ein kleiner Expertenkreis beherrscht, würde diesem Ziel zuwiderlaufen.
Von Ben Danneberg in der Zeitschrift Das müssen Sie über KI wissen (2024) im Text Bedürfnisartikulationskompetenz Wer die Kunst beherrscht, die KI durch besonders klug aufgebaute Prompts zu Höchstleistungen zu bringen, wird mitunter als „KI-Flüsterer“ bezeichnet. Schnell war im Zuge des ChatGPT-Hypes ein neuer Traumberuf geboren: der Prompt Engineer. Angefeuert wird die teils absurde Diskussion durch einzelne Stellenanzeigen mit dieser Job-Bezeichnung samt außerordentlich hohen Gehaltsangeboten. So sucht das US-amerikanische Unternehmen Anthropic, selbst ein KI-Entwickler, in San Francisco nach einem „Prompt Engineer & Librarian“ für ein Jahresgehalt zwischen 280.000 und 375.000 US-Dollar. Inzwischen gibt es bereits Bücher und jede Menge Online-Kurse für Menschen, die den neuen Beruf erlernen möchten.
Von Dorothee Wiegand im Text Kollege KI (2023) Laut dem französischen KI-Forscher François Chollet von Google muss man Prompt-Engineering als Suche in einem großen Suchraum nach dem richtigen „Programm“ für eine Aufgabe verstehen. Daraus ergeben sich laut Chollet zwei wichtige Erkenntnisse: Je leistungsfähiger die Modelle werden, desto mehr Programme können sie speichern und desto größer werden die Vorteile, wenn man das richtige Programm, also den für die Anforderung passenden Prompt findet. Wenn sich die generative KI in Zukunft nicht grundlegend ändert, wird Prompt-Engineering also weiterhin relevant sein. Allerdings wird der Prozess wahrscheinlich noch stärker automatisiert werden, sodass Endbenutzer sich nicht mehr damit beschäftigen müssen, meint Chollet.
Von Ben Danneberg in der Zeitschrift Das müssen Sie über KI wissen (2024) im Text Bedürfnisartikulationskompetenz Eine ähnliche Interpretation liefert Doris Weßels, Professorin für Wirtschaftsinformatik mit den Schwerpunkten Projektmanagement und Natural-Language-Processing an der Fachhochschule Kiel. Für sie erfüllen Prompts eine Art Dolmetscherfunktion, um ein KI-Sprachmodell mit natürlichsprachlichen Eingaben gezielt zu steuern: „Aus meiner Sicht handelt es sich bei Prompt-Engineering um eine Übergangsdisziplin, die mit zunehmender Leistungsfähigkeit der KI-Modelle an Bedeutung verlieren wird. Wir sehen diese Entwicklung bereits bei DALL-E 3, wenn wir uns bei ChatGPT ein Bild generieren lassen. Unsere Eingabe in natürlicher Sprache wird automatisch in einen optimierten Prompt umformuliert. Es gibt sogar spezielle GPTs im GPT-Store, wie zum Beispiel Prompty, um unsere Eingaben noch weiter verbessern zu lassen. Der Begriff Prompt-Engineering sollte also mit Bedacht gewählt werden, um Menschen, die sich nicht dafür qualifiziert fühlen, nicht von der Nutzung von KI-Systemen abzuschrecken“.
Von Ben Danneberg in der Zeitschrift Das müssen Sie über KI wissen (2024) im Text Bedürfnisartikulationskompetenz Verwandte Objeke
Verwandte Begriffe (co-word occurance) | RLHF (Reinforcement Learning from Human Feedback)(0.07) |
Verwandte Aussagen | Prompt Engineering dürfte bald an Bedeutung verlieren |
Häufig co-zitierte Personen
Yutaka
Matsuo
Matsuo
Machel
Reid
Reid
Shixiang Shane
Gu
Gu
Takeshi
Kojima
Kojima
Shakked
Noy
Noy
Whitney
Zhang
Zhang
Yusuke
Iwasawa
Iwasawa
Ross
Anderson
Anderson
Ilia
Shumailov
Shumailov
Zakhar
Shumaylov
Shumaylov
Yiren
Zhao
Zhao
Nicolas
Papernot
Papernot
Yarin
Gal
Gal
Gloria
Mark
Mark
OpenAI
Danielle
Li
Li
Lindsey R.
Raymond
Raymond
Statistisches Begriffsnetz
Zitationsgraph
Zeitleiste
29 Erwähnungen
- Edito 1/23 - (Artikel zu ChtaGPT & Co.) (2023)
- Wenn Inhalte künstlich hergestellt werden (Konrad Weber)
- Hinweise zu textgenerierenden KI-Systemen im Kontext von Lehre und Lernen (Beatrix Busse, Ingo Kleiber, Franziska C. Eickhoff, Kathrin Andree) (2023)
- Der universelle Texter - Warum ChatGPT so fasziniert (Themen-Special von c't 05/23 (2023)
- Sprechtraining - ChatGPT mit Prompts, Browser-Add-ons und Tools ausreizen (Jo Bager)
- Bing: «I will not harm you unless you harm me first» (Simon Willison) (2023)
- The Waluigi Effect (mega-post) (Cleo Nardo) (2023)
- Das Ende der Hausaufgaben? (Tobias Röhl) (2023)
- ChatGPT – Orientierung und erste Empfehlungen für das Gymnasium (Sabine Seufert, Franz Eberle, Siegfried Handschuh) (2023)
- ChatGPT wird die Lernkultur grundlegend verändern (Patrick Bronner, Uwe Ebbinghaus) (2023)
- ChatGPT & Co. - Mit KI-Tools effektiv arbeiten (2023)
- Sprechtraining - ChatGPT mit Prompts, Browser-Add-ons und Tools ausreizen (Jo Bager)
- Proompting is Computational Thinking (Alexander Repenning, Susan Grabowski) (2023)
- c't 21/2023 (2023)
- Instruieren und verifizieren - Tipps und Tools, mit denen Sie Sprachmodelle produktiv nutzen (Jo Bager) (2023)
- Navigating the Jagged Technological Frontier - Field Experimental Evidence of the Effects of AI on KnowledgeWorker Productivity and Quality (Fabrizio Dell'Acqua, Saran Rajendran, Edward McFowland III, Lisa Krayer, Ethan Mollick, François Candelon, Hila Lifshitz-Assaf, Karim R. Lakhani, Katherine C. Kellogg) (2023)
- Künstliche Intelligenz - Dem Menschen überlegen - wie KI uns rettet und bedroht (Manfred Spitzer) (2023)
- c't KI-Praxis (2023)
- Kollege KI - Wie sich generative KI auf den Arbeitsmarkt auswirken könnte (Dorothee Wiegand) (2023)
- Instruieren und verifizieren - Tipps und Tools, mit denen Sie Sprachmodelle produktiv nutzen (Jo Bager) (2023)
- Klein, aber fein - Weniger Parameter, solide Leistung: Wie kompakte Sprachmodelle die Giganten herausfordern (René Peinl) (2023)
- KI-Tools für den Unterricht (Inez De Florio-Hansen) (2023)
- Generative AI and the Future of Work - A Reappraisal (Carl Benedikt Frey, Michael Osborne) (2024)
- Talking about Large Language Models (Murray Shanahan) (2024)
- Pädagogik 3/2024 - KI in der Schule (2024)
- Alles überall auf einmal - Wie Künstliche Intelligenz unsere Welt verändert und was wir dabei gewinnen können (Miriam Meckel, Léa Steinacker) (2024)
- Erweckt GenAI ein mittelalterliches Berufsbild zu neuem Leben? (Andrea Back) (2024)
- GenAI Detection Tools Adversarial Techniques and Implications for Inclusivity in Higher Education (Mike Perkins, Jasper Roe, Binh H. Vu, Darius Postma, Don Hickerson, James McGaughran, Huy Q. Khuat) (2024)
- Wege zur einer zeitgemäßen Prüfungskultur - Grundlagen und Praxisbeispiele (Adriane Langela-Bickenbach, Ricarda Dreier, Philippe Wampfler, Christian Albrecht) (2024)
- Atme tief durch, liebes Chat-GPT (Ruth Fulterer) (2024)
- «Die KI macht, dass menschliche Imperfektion an Charme gewinnt» (Oliver Reichenstein, Matthias Schüssler) (2024)
- Das müssen Sie über KI wissen - c't 11/2024 (2024)
- Bedürfnisartikulationskompetenz - Prompt-Engineering: Von der Kunst, die KI zu nutzen (Ben Danneberg)
- Generative KI-Systeme in der Lehre systematisch anleiten (Timon Rimensberger) (2024)
- DELFI 2024 (Sandra Schulz, Natalie Kiesler) (2024)
- ChatGPT erzähl mir eine Geschichte - Die Verwandlung von Lernwelten durch KI-gestützte Erzählungen (Rebecca Finster, Linda Grogorick, Susanne Robra-Bissantz) (2024)