Blog Layout

Background: Was bringt eine Prompt-Sammlung?

Sept. 14, 2023

Vor der Sommerpause haben wir uns die Aufgaben einer:s Prompt Engineers in (Medien-)Unternehmen angesehen. Darunter fand sich auch der Punkt des Aufbaus und der Pflege einer Prompt-Sammlung.


Im Journalismus, wo Effizienz und Genauigkeit entscheidend sind, können Prompt-Sammlungen ein wertvolles Werkzeug sein. Diese Sammlungen sind zentralisierte Datenbanken, die eine Vielzahl von Anfragen oder "Prompts" enthalten, die an KI-Modelle wie GPT-4 gesendet werden können. Aber warum sollte jemand im Journalismus sich die Mühe machen, eine solche Sammlung zu pflegen? Die Antwort liegt in den vielfältigen Vorteilen, die sie bieten.


Effizienz und Schnelligkeit

Die Erstellung von Prompts für KI-Modelle kann zeitaufwendig sein, insbesondere wenn es darum geht, komplexe Fragen zu stellen oder spezifische Informationen zu extrahieren. Eine gut gepflegte Prompt-Sammlung kann diesen Prozess erheblich beschleunigen. Statt jedes Mal von Grund auf neu zu beginnen, können Journalist:innen auf eine Reihe von bereits getesteten und optimierten Prompts zurückgreifen. Das spart nicht nur Zeit, sondern erhöht auch die Zuverlässigkeit der von der KI generierten Antworten.


Organisation und Zentralisierung

Ein weiterer Vorteil ist die zentrale Organisation aller Prompts. Anstatt in verschiedenen Dokumenten oder E-Mails nach dem passenden Prompt suchen zu müssen, bietet die Sammlung eine einzige, leicht zugängliche Quelle. Dies vereinfacht nicht nur die Arbeit, sondern minimiert auch das Risiko, wertvolle Daten zu verlieren oder zu übersehen.


Verbesserte KI-Leistung

Die Prompts in einer Sammlung sind oft für spezifische Anwendungsfälle optimiert. Das führt zu präziseren und relevanteren Antworten von der KI, was wiederum die Qualität der journalistischen Arbeit erhöht. Ob es nun darum geht, eine komplexe Datensatzanalyse durchzuführen oder eine Zusammenfassung von Schlüsselinformationen zu erstellen, optimierte Prompts können erheblich zur Verbesserung der Endprodukte beitragen.


Zusammenarbeit und Wissensaustausch

In einer Redaktionsumgebung kann eine gemeinsame Prompt-Sammlung die Zusammenarbeit zwischen den Journalist:innen fördern. Erfahrungen und Optimierungen können leicht geteilt werden, was zu einer kollektiven Verbesserung der Fähigkeiten und Kenntnisse führt. Dies schafft eine Kultur des kontinuierlichen Lernens und der Verbesserung, die für jede journalistische Organisation von unschätzbarem Wert ist.


Skalierbarkeit und Anpassungsfähigkeit

Prompt-Sammlungen sind dynamische Werkzeuge. Sie können leicht aktualisiert und erweitert werden, um neue Anwendungsfälle oder Änderungen in den KI-Modellen selbst zu berücksichtigen. Diese Flexibilität macht sie zu einer langlebigen und anpassungsfähigen Ressource, die mit den sich ständig ändernden Anforderungen des Journalismus Schritt halten können.


Insgesamt bieten Prompt-Sammlungen eine Reihe von Vorteilen, die sie zu einem unverzichtbaren Werkzeug im Journalismus machen. Sie verbessern nicht nur die Effizienz und Genauigkeit, sondern fördern auch die Zusammenarbeit und ermöglichen eine bessere Anpassung an neue Herausforderungen und Möglichkeiten.

von Patrick Große 05 Juli, 2024
Heute möchte ich nochmal einen Exkurs in den Bereich der Bilderstellung wagen. Ein Bereich, der natürlich mit Vorsicht zu genießen ist, vor allem im Journalismus. Die Nutzung von KI-Bildern ist irreführend und sollte nur mit entsprechendem Transparenzhinweis in Medien genutzt werden. Auf der anderen Seite steht die Diskussion, ob KI-Kunst wirklich Kunst ist. Dennoch gibt es viele, die sich zuhause privat mit der Erstellung von KI-Bildern befassen. Das ist mittlerweile mit zahlreichen Tools möglich: Midjourney, ChatGPT-Plus oder der erweiterten Version von Copilot, die viele Medienunternehmen inzwischen nutzen. Wie ein perfekter Prompt zur Bilderstellung aussieht, haben vor uns vor einiger Zeit bereits angeschaut. Doch wer mit KI-Bildern bereits experimentiert hat, wird merken, ein und derselbe Prompt produzieren über die Zeit andere Ergebnisse. Der Stil eines Bildes lässt sich über einfaches Prompten kaum halten. Hier kommt der sogenannte Seed (dt. Samen) in Spiel. Jedes von KI erstellte Bild kommt nämlich einen Seed, also eine einzigartige Nummer, mit dem das System das Bild erkennt. Durch die Nennung des Seeds können auch weitere Bilder in der Zukunft wieder im gleichen Stil erstellt werden. Mein Beispiel-Prompt: “Du bist Zeichner für Kinderbücher. Bitte erstelle ein Bild von einem Hasen, der gemeinsam mit einem Bär, einer Eule und einer Schnecke im Wald wohnt. Das Bild sollte eine ansprechende Zeichnung sein, die in einem Buch für Kinder von 2-5 Jahren erscheint.” Das Ergebnis: 
von Patrick Große 05 Juli, 2024
In der Welt der Künstlichen Intelligenz gibt es derzeit heiße Diskussionen über die Grenze zwischen fairer Nutzung und Plagiat. Im Mittelpunkt steht Perplexity AI, ein Startup, das eine Suchmaschine mit einem Sprachmodell kombiniert, um detaillierte Antworten zu liefern. Anders als andere KI-Modelle trainiert Perplexity keine eigenen, sondern nutzt bestehende Modelle und sammelt Informationen aus dem Internet. Vorwürfe gegen Perplexity AI Im Juni 2023 wurde Perplexity vorgeworfen, unethisch zu handeln. Das Medium Forbes beschuldigte das Startup, einen seiner Artikel plagiiert zu haben, und Wired warf Perplexity vor, seine Website und andere unerlaubt zu scrapen. Diese Vorwürfe werfen ein Schlaglicht auf die komplexen rechtlichen und ethischen Fragen, die mit der Nutzung von KI im Journalismus verbunden sind. Das Problem mit dem Web-Scraping Wired berichtete, dass Perplexity das Robots Exclusion Protocol ignorierte, das Websites davor schützen soll, von Web-Crawlern durchforstet zu werden. Eine Untersuchung ergab, dass eine mit Perplexity verbundene IP-Adresse Inhalte von Websites sammelte, die für Bots gesperrt sind. Web-Scraping bedeutet, dass automatisierte Software das Internet durchforstet, um Informationen zu sammeln. Suchmaschinen wie Google tun dies, um Webseiten in Suchergebnissen anzuzeigen. Aber viele Verlage wollen nicht, dass ihre Inhalte für den Aufbau von KI-Datensätzen genutzt werden. Plagiat oder faire Nutzung? Wired und Forbes beschuldigten Perplexity auch des Plagiats. Wired stellte fest, dass der Perplexity-Chatbot einen ihrer Artikel fast wortwörtlich zusammenfasste. Forbes berichtete Ähnliches und kritisierte, dass Perplexity Inhalte von verschiedenen Nachrichtenquellen nutzte, ohne diese ausreichend zu kennzeichnen. Perplexity vergleicht seine Zusammenfassungen mit journalistischer Praxis, bei der Fakten aus verschiedenen Quellen genutzt werden. Zukunftsaussichten und Lösungen KI-Unternehmen wie OpenAI haben Vereinbarungen mit Nachrichtenverlagen getroffen, um deren Inhalte nutzen zu dürfen. Diese Abkommen ermöglichen den Verlagen, von der KI-generierten Nutzung ihrer Inhalte zu profitieren. Perplexity plant nun ähnliche Abkommen und möchte Verlagen durch Werbeeinnahmen einen Anteil zukommen lassen. Perplexity-CEO Aravind Srinivas erklärte, dass das Unternehmen die Quellen in Zukunft prominenter zitieren werde. Allerdings gebe es technische Herausforderungen, da KI-Modelle wie ChatGPT und Perplexity manchmal fehlerhafte oder erfundene Links generieren, was die Zuverlässigkeit der Zitate beeinträchtigen kann.
von Patrick Große 20 Juni, 2024
Der heutige "Prompt-Tipp" ist ein Erfahrungsbericht über meine Arbeit mit Künstlicher Intelligenz, der zur Abwechslung einmal keinen spezifischen Prompt für die journalistische Arbeit bietet. In der vergangenen Woche hatte ich die Gelegenheit, als "Mechaniker" an der KI-Werkstatt von MDR next in Leipzig teilzunehmen. An dieser Stelle noch einmal vielen Dank für die Einladung. Dort konnten Redakteur:innen vorbeikommen, um ihre konkreten KI-Herausforderungen zu besprechen und auszuprobieren. Zwei Kolleg:innen kamen mit dem Ziel, KI zu nutzen, um die verschiedenen Wahlprogramme zur kommenden Landtagswahl in Sachsen zu analysieren. Der MDR testet derzeit ein internes GPT-Tool, ähnlich wie der SWR, in einer ersten Testphase. Dieses Tool basiert auf den Fähigkeiten von ChatGPT-4. Es lag daher nahe, diese Herausforderung mit ChatGPT anzugehen. Unser Ansatz war folgender: Download der Parteiprogramme in einen lokalen Ordner und Benennung nach dem gleichen Schema, z.B. “Partei_Wahlprogramm_Sachsen”. Hochladen aller Wahlprogramme in das Interface von ChatGPT. Formulierung eines Basis-Prompts, um die Aufgabe an die KI zu definieren. Unser erster Basis-Prompt sah so aus: “Du bist Journalist und führst politische Faktenchecks und Analysen zu Wahlprogrammen für die kommende Landtagswahl im Bundesland Sachsen durch. Deine Aufgabe ist es, die Wahlprogramme der relevanten Parteien nach bestimmten Kriterien zu analysieren. Deine Aufgaben umfassen: Durchsuchen der Wahlprogramme nach den wichtigsten Punkten. Vergleich dieser Punkte mit den Wahlprogrammen anderer Parteien. Analyse nach vorgegebenen Themenkomplexen (z.B. Wirtschaft, Bildung, Umwelt). Auswertung nach bestimmten Kriterien (z.B. Umsetzbarkeit, Konkretheit). Wichtige Hinweise: Gib zu jeder analysierten Aussage die exakte Quelle mit Wahlprogramm und Seitenzahl an. Agiere neutral und faktengetreu, ohne eigene Interpretationen vorzunehmen. Ergebnisse: Erstelle eine tabellarische Übersicht mit allen relevanten Textstellen, einschließlich Seitenzahl und Wahlprogramm. Anbei findest du die verschiedenen Wahlprogramme. Bitte nutze ausschließlich diese Dokumente für deine Analyse.” Die KI startete anschließend sofort die Analyse und wählte dabei zufällige Themenfelder: Bildung Energie Familie und Demografie Wirtschaft Innere Sicherheit Das Tool erklärte nicht, warum es bestimmte Themenfelder wählte. Es wäre wertvoller gewesen, zunächst einen allgemeinen Überblick über alle Wahlprogramme zu erhalten. Während bei der ersten Partei die Seitenzahlen der Textstellen im Wahlprogramm zuverlässig angegeben wurden, erschien bei späteren Parteien lediglich ein "X" als Platzhalter für die Seitenzahl. 
Mehr anzeigen
Share by: