Chain of Thought Prompting – Prompt Engineering Basics

Chain of Thought-Prompting: Die effektive Methode, komplexe Probleme schrittweise zu lösen und klare Antworten von LLMs zu erhalten.

Willkommen zu unserem tiefen Tauchgang in die Welt des Prompt Engineering! Nachdem wir uns zuletzt mit Prompt Engineering an sich beschäftigt haben, werden wir uns jetzt mit der Technik des Chain of Thought-Prompting befassen. Ziel ist es, dir das Rüstzeug an die Hand zu geben, mit denen du die Interaktion mit KI-Systemen wie ChatGPT optimieren kannst. Wir schauen uns an, wie man komplexe Herausforderungen durch geschicktes Prompting lösen kann.

Was ist Prompt Engineering?

Beim Prompt Engineering dreht sich alles darum, wie man Fragen oder Anweisungen (Prompts) an eine KI formuliert, um die gewünschten Antworten oder Ergebnisse zu erhalten. Es ist eine Fähigkeit, die zunehmend wichtiger wird, besonders im Umgang mit fortgeschrittenen Sprachmodellen.

Auf AI News Daily gibt es einen Beitrag, der die Grundlagen des Prompt Engineering beleuchtet. Falls du interessiert bist, klicke hier.

Chain of thought prompting prompt engineering

Die Chain of Thought-Technik

Ein zentraler Ansatz im Prompt Engineering ist die „Chain of Thought“-Technik. Diese Methode funktioniert besonders gut bei komplexen Aufgaben. Statt direkt nach einer Antwort zu suchen, zerlegen wir das Problem in kleinere, bearbeitbare Schritte. Das ist vergleichbar mit der Art und Weise, wie wir Menschen komplexe Probleme angehen: Wir zerlegen sie in kleinere Abschnitte und lösen diese nacheinander.

Anwendungsbeispiel Chain of Thought-Prompting

Ein gutes Beispiel für diese Technik wäre eine Mathematikfrage, die mehrere Schritte zur Lösung benötigt.

Nehmen wir zum Beispiel die Frage: „Wenn ein Apfel 50 Cent kostet und eine Banane 70 Cent, wie viel würde es kosten, 3 Äpfel und 2 Bananen zu kaufen?“

Ein Chain of Thought Prompt für diese Frage könnte so aussehen:

  1. Zuerst bestimme den Gesamtpreis für die Äpfel. Ein Apfel kostet 50 Cent, also kosten 3 Äpfel 3 mal 50 Cent, was 150 Cent ergibt.
  2. Dann berechne den Gesamtpreis für die Bananen. Eine Banane kostet 70 Cent, also kosten 2 Bananen 2 mal 70 Cent, was 140 Cent ergibt.

Indem ich den Prozess in logische Schritte unterteile, kann das Modell die Frage besser verstehen und eine präzise Antwort geben.

chain of thought prompting beispiel

Hier noch ein Vergleich zwischen dem herkömmlichen Prompting und Chain of Thought Prompting, nach Wei et al:

Chain of Thought Prompting Vergleich

Zusammenfassung

Prompt Engineering ist eine spannende Disziplin, die über das reine Eingeben von Text hinausgeht. Es geht darum, Probleme so zu strukturieren, dass sie einer KI die effektivste Bearbeitung ermöglichen. Mit der Chain of Thought-Technik können wir komplexe Fragen in einfachere Teilaufgaben zerlegen, was zu genaueren Antworten der KI führt.

Wenn du dich für weitere Artikel unserer „Einfach erklärt„-Serie interessierst, wo wir komplexe Inhalte rund um künstliche Intelligenz behandeln, klicke hier.

Bildquelle:

https://learnprompting.org/de/docs/intermediate/chain_of_thought


Entdecke mehr von AI News Daily

Subscribe to get the latest posts sent to your email.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert