#67 Expert: Wie bereitet man eine Schulung zur Einführung in Prompting und Advanced Prompting mit der KI vor?
Ich zeige wie man mit KI-Workflows 28 Prompt Engineering Techniken durchspielt und automatisch Beispiele mit Mixtral und Perplexity sucht und ausprobiert
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:
Erklärung der Prompt Technik
Suchen von Beispielen an denen ich die Prompt Technik zeigen kann
Auf Basis der Beispiele neue Prompts generieren
Erstellung eines Outlines in einem Google Dokument
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
Tauchen Sie mit mir ein in die faszinierende Welt der künstlichen Intelligenz. Gemeinsam erkunden wir, wie ich die Value Equation von Alex Hormozi in 11 Kategorien und 60 Fragen zerlegt und in einem KI-Workflow optimiert habe.
In einem aktuellen Blogbeitrag wird die Problematik beleuchtet, wie Menschen oft in einem Kreislauf von Gedanken und Gefühlen gefangen sind. Dabei wird auch die Rolle der Künstlichen Intelligenz (KI) diskutiert und wie sie helfen kann, diese Gedanken und Gefühle aufzulösen
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:
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
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
Macht Spass mit den automatischen Workflows
Read Next
#120 Wie Du Deinen einfachen vollautomatischen Shop in einem Tag von der Technik aufbaust – Eine Überblick für Einsteiger!
Wie Du Deinen einfachen vollautomatischen Shop in einem Tag von der Technik aufbaust – Eine Überblick für Einsteiger!
#119 So löst Du Alex Hormozi's Value Equation mit KI: Schritt-für-Schritt 🚀
Tauchen Sie mit mir ein in die faszinierende Welt der künstlichen Intelligenz. Gemeinsam erkunden wir, wie ich die Value Equation von Alex Hormozi in 11 Kategorien und 60 Fragen zerlegt und in einem KI-Workflow optimiert habe.
#118 Geheimnis gelüftet: Wie Ali Abdaals YouTube-Kanal meinen GPT Titel-Generator inspiriert! 🔍
Ich habe 400 Titel von Ali Abdaals Youtube Channel analysiert und einen Youtube Titel Generator gebaut
#117 Die Grundlagen des freien Denkens!
In einem aktuellen Blogbeitrag wird die Problematik beleuchtet, wie Menschen oft in einem Kreislauf von Gedanken und Gefühlen gefangen sind. Dabei wird auch die Rolle der Künstlichen Intelligenz (KI) diskutiert und wie sie helfen kann, diese Gedanken und Gefühle aufzulösen