Ich habe in der nächsten Zeit einige Schulungen zu KI Einführungen in Prompting und Advanced Prompting. Wie immer bei einem Training, man muss Schulungsunterlagen erstellen. Wie kann ich mir das vereinfachen?

Eine schöne Übersicht über Prompt Engineering hat heute morgen Knut Jägersberg auf X beschrieben.

In diesem Dokument befindet sich eine systematische Übersicht über Prompt Techniken.

Ok, jetzt bin ich etwas kurz heute in der Zeit, habe zu viel Zeit mit Blog Posts verbracht. Also einen KI-Workflow aufsetzen der mir folgende Arbeiten macht:

1. Erklärung der Prompt Technik
2. Suchen von Beispielen an denen ich die Prompt Technik zeigen kann
3. Auf Basis der Beispiele neue Prompts generieren
4. Erstellung eines Outlines in einem Google Dokument
5. Erstellung einer Präsentation mit Gamma.app

Wie kann ich das umsetzen?

A. Anlegen der Prompts in einer Airtable Datenbank

B. Einen Workflow mit aktuellen KI-Systemen

OpenAI hat heute oft den Chat bei mir abgebrochen. Also LLM Modelle unabhängig von OpenAI nutzen.

a. Ich nehme mistralai/mixtral-8x7b-instruct für die Erklärung der Prompts über openrouter.ai

b. Für aktuelle Fragestellungen und Beispiele nutze ich die Perplexity Api mit dem "pplx-70b-online" Modell

C. Warum Perplexity?

Perplexity liefert gute Ergebnisse, die nicht von Werbung unterbrochen werden. Hier das Erebnis über die Oberfläche.

Das Ergebnis über die API

Zero-Shot Prompting:

In zero-shot prompting, a large language model (LLM) is provided with a task without any explicit training examples or pre-defined demonstrations. The model's ability to understand and execute tasks based on its knowledge and inference capabilities comes into play. Here's an example:

1. **Prompt:** Translate the following English text into French.
**Text:** The weather is beautiful today.
**Output:** Le temps est magnifique aujourd'hui.

Few-Shot Prompting:

Few-shot prompting uses explicit examples or demonstrations to guide the model towards generating desired outputs. This variation allows the model to better understand the task and perform more accurately. Here are a few examples:

2. **Prompt:** Summarize the main idea in the following text.
**Text:** The rapid growth of technology has led to significant advancements in various industries but also raises concerns about job loss due to automation and privacy concerns.
**Output:** Technology's growth positively impacted diverse industries, yet demands caution due to job displacement and privacy challenges.

3. **Prompt:** Transform sentiment classification prompt without labels into a classification task with examples.
**Few-Shot Prompting:**
**Inputs:**
- Text: Today the weather is fantastic.
Classification: Positive
- Text: The furniture is small.
Classification: Neutral
- Text: I don't like your attitude.
Classification: Negative
**Output:** Classify the text into positive, neutral, or negative:
- Text: That shot selection was awesome.
**Classification:** Positive

In this example, the model received labeled samples and was then able to classify a new piece of text based on the demonstrated format.

Wie sieht der Automatisierungs Workflow aus?

Es ist ein einfacher Workflow, der Texte in das Json Format bringt und dann Mixtral und Perplexity über die Api abfragt und das Ergebnis in Airtable zurück schreibt.

Fazit und Next Steps

Ich wollte die Perplexity Api testen um mir z.b. Morgens früh eine eigene Zeitung mit den aktuellsten Themen erstellen zu lassen. Man lernt in dem Bereich nur durch umsetzen, deshalb bin ich auch mit der Ergebnis zu frieden.

Die nächsten Schritte sind:

Ergebnisse checken lassen. Nach dem ersten publishen, habe ich den Workflow nochmal erweitert.

Hier sieht man die Aufgabe, der Marketing Analyse und einen Beispiel Prompt mit einer Überprüfung von einer anderen KI ob der Prompt valid ist oder noch eine Verbesserung notwendig ist.

Prompts automatisch auf die Aufgabenstellung entwickeln lassen

Hier der weiter entwickelte Workflow mit dem Modell: gryphe/mythomax-l2-13bt

Wie man das am Ende in Gamma umsetzt habe ich hier schon mal beschrieben

Effiziente Präsentationen: KI-Tools nutzen & Zeit sparen

Holger Gelhausen beschreibt, wie KI-Tools den Prozess der Präsentationserstellung beschleunigen. Er verwendet Publit.io für PDF-Links, Claude2 für Outlines und Gamma.app fürs Design. Diese Kombination ermöglicht es, in 20 Minuten eine Präsentation zu erstellen.

KI-InsightsHolger Gelhausen

Macht Spass mit den automatischen Workflows