Denken wie ChatGPT – Universelle Vorgaben für mentale Modelle für jede KI

1. Einführung: Haben Sie jemals eine dieser sogenannten viralen Eingabeaufforderungen eingefügt und dabei mittlere Ergebnisse erzielt? Heute zeige ich dir, warum manche Eingabeaufforderungen funktionieren und andere nicht funktionieren und wie man wie KI denkt, also Prompts funktionieren für Chachi PT, Clawed, Gemini, Clawed Lerne weiter, bewirb dich überall. Dieser Kurs ist die Denkschicht. Es verbindet die gesamte praktische Arbeit mit Anregungen und angewandter KI Sobald Sie das verstanden haben, wird jedes andere Projekt, das Sie mit KI angehen , sinnvoller Der Ton, hier ist eine Zeile von Andrew Karpathy. Die angesagteste neue Programmiersprache ist Englisch. Und um diesen Kurs praxisnah zu gestalten, stellen wir Ihnen unseren Avatar Chris vor. Er ist ein Entwickler von Slash im Marketing, der Probleme mit Eingabeaufforderungen Chris vor. Er ist ein Entwickler von Slash im Marketing, der hat In jeder Lektion sehen wir uns Chris vorher und nachher an, sodass du zusehen kannst, wie er mit dir aufsteigt Und bevor wir eintauchen, falls Sie nach diesem Kurs noch weiter gehen möchten , habe ich umfangreiche, anfängerfreundliche Skillshare-Kurse, alles abdecken, von der Erstellung von Inhalten über E-Commerce bis hin zu Agenten Schauen Sie sich diese an, wenn Sie auf dem aufbauen möchten, was Sie hier gelernt haben Und wie immer können Sie sich gerne an uns wenden , wenn Sie Fragen haben. Bereit einzutauchen? Großartig. Lass uns springen 2. Kursprojekt: Okay für unser Klassenprojekt, hier ist, woran ich gerne arbeiten würde. Wählen Sie eine von Chris vor den Eingabeaufforderungen oder wählen Sie eine Ihrer eigenen echten Aufforderungen Schreiben Sie es neu und verwenden Sie dabei mindestens zwei der mentalen Modelle, die Sie in diesem Kurs lernen Führen Sie sowohl die Vorher - als auch die Nachher-Eingabeaufforderungen in einem KI-Tool Ihrer Wahl aus und vergleichen Sie die Teilen Sie Ihr Vorher-Nachher-Bild in der Projektgalerie mit. Es ist einfach, aber leistungsstark. Sie werden selbst sehen, wie diese mentalen Modelle Ihre Ergebnisse verändern. Behalte Chris' Beispiele im Hinterkopf. Seine Reise wird deine widerspiegeln. In Ordnung. Lassen Sie uns nun mit unserer ersten Lektion beginnen, einer kurzen Geschichte von LLM. 3. Lektion 1 — Kurze Geschichte der LLM-Studiengänge: Lassen Sie uns für eine Sekunde herauszoomen. Wie sind wir überhaupt hergekommen? Warum sprechen wir plötzlich von Auffordern als Fähigkeit? In den 1950er Jahren stellte Alan Turing die Frage: Können Maschinen denken? Er hat sich den Turing-Test ausgedacht. Wenn ein Computer so gut chatten könnte , dass man nicht erkennen könnte, ob es sich um eine Maschine handelt, könnte man ihn vielleicht als intelligent bezeichnen. Schneller Vorspulen in die 1980er bis in die frühen 2000er Jahre, und KI war im Grunde genommen, wenn dies, dann das Diese wurden Expertensysteme genannt. Sie waren in engen Fällen nützlich, aber spröde. Die Situation und das System fielen auseinander. Kam 2017. Google-Forscher veröffentlichten ein Papier mit einer inzwischen berühmten Zeile. Aufmerksamkeit ist alles was du brauchst. Damit wurde die Transformer-Architektur eingeführt, ein Durchbruch, der es Modellen ermöglicht, Beziehungen zwischen Wörtern in ganzen Sätzen und Absätzen zu verstehen . Es war, als würde man KI ein neues Gehirn geben. Von da an nahm der Fortschritt rasant zu. Google hat B ERT oder Bert veröffentlicht B ERT oder Bert Open AI veröffentlichte auch GPT, dann GPT, das auf Daten im Internetmaßstab trainiert wurde Diese Modelle suchten nicht. Sie generierten und sagten wieder das nächste Wort voraus. Und Ende 2022 hat Chat GPT dies in eine benutzerfreundliche Chat-Oberfläche verpackt, und plötzlich entdeckten Millionen von Menschen, dass sie mit KI sprechen konnten, und die Aufforderung wurde zum Lenkrad Chris, unser fiktiver Avatar, dachte früher, KI sei wie Aber nachdem er diese Geschichte gelernt hat, stellt er fest, dass KI keine Fakten sammelt. Sie generiert Muster. Deshalb ist es so wichtig, wie Sie die Eingabe gestalten. Lassen Sie uns mit der nächsten Lektion beginnen, wie KI denkt. 4. Lektion 2 — Wie KI denkt (einfaches Englisch): Große Sprachmodelle denken nicht wie Menschen. Sie verstehen die Welt nicht. Sie sagen das nächste Wort voraus, dann das nächste, dann das nächste. Stellen Sie sich die automatische Vervollständigung Ihrer Telefone vor, nur anhand von Milliarden von Beispielen trainiert wurden Sam Altman, CEO von Open AI, erklärte diese Theorie. Große Sprachmodelle sind keine Datenbanken, sondern Fakten. Sie sind Mustervervollständiger. Das heißt, wenn Sie sie dazu auffordern, fragen Sie keine Suchmaschine ab, Sie richten ein Muster ein, das sie vervollständigen müssen Unser Charakter Chris, bevor er getippt hat, schreib mir ein virales TikTok-Skript Er hat zufälligen generischen Flaum bekommen. Aber nachdem er jetzt geschrieben hat, bist du ein TikTok-Stratege Ihre Aufgabe generiert ein 30- bis 45-Sekunden-Skript für einen tragbaren Brander, der sich an britische Studenten richtet Schritt eins: Verbinde drei Hook-Optionen. Schritt zwei, skizzieren Sie die Skriptstruktur, und Schritt drei, entwerfen Sie das vollständige Drehbuch spielerisch Das Ergebnis ist schärfer strukturiert und kommt dem, was er braucht , viel näher Macht das Sinn? In Ordnung. Lassen Sie uns jetzt mit der nächsten Lektion beginnen 5. Lektion 3 — Hierarchie besiegt Chaos: Hierarchie besiegt Chaos. Die erste mentale Modellhierarchie ist immer besser als Chaos. Wenn Sie alles in einer unordentlichen Eingabeaufforderung zusammenfassen, hat die KI keine Ahnung, was sie Anthropi sagt es am besten. Sei klar und direkt. Teilen Sie Aufgaben in aufeinanderfolgende Schritte auf. Google sagt dasselbe Weisen Sie eine Rolle zu, setzen Sie sich ein Ziel und geben Sie Schritt für Schritt Anweisungen. Unser Charakter Chris hat zuvor so etwas geschrieben. Hilf mir, einen Blogpost über Tik Tok Shop zu schreiben, gib mir einen SEO-Titel, einen vollständigen Entwurf, mach es unterhaltsam, zum Schluss Das Ergebnis ist eine Wand aus Text, unscharf und völlig unscharf Ab jetzt schreibt er so. Sie sind ein SEO-Blog-Editor. Hier ist dein Ziel. Verfassen Sie einen Beitrag mit 1.200 Wörtern im TikTok-Shop für Anfänger Schritt eins schlägt fünf SEO-Titel vor. Schritt zwei, skizzieren Sie die H-Eins und H-Zwei und Schritt drei, entwerfen Sie nur das Intro und hören Sie dann Die KI ertrinkt nicht mehr. Es funktioniert stufenweise wie ein echter Editor. Zum Mitnehmen: Denken, Roll, Ziel, Schritte. Das ist Hierarchie. Okay, lass uns mit der nächsten Lektion weitermachen. 6. Lektion 4 — Breit angelegt → Schmal angelegt → Beispiele: Das zweite mentale Modell beflügelt das Denken der KI. Wenn du breit bleibst, wirst du Flaum bekommen. Wenn du dich zu schnell verengen lässt, tötest du die Kreativität. Der Trick besteht darin, zuerst breit fassen, dann eng zu sein und ihn dann mit Beispielen zu verschließen. Andre nennt Beispiele den Rosetta-Stein der Aufforderung. Zeigen Sie dem Modell, wie gut aussieht, und Sie werden ihm folgen. Bevor wir das wissen, hat Chris seine Eingabeaufforderungen wie folgt eingegeben. Mach mir einen lustigen Tweet über Kaffee. Manchmal wurdest du lustig, manchmal zuckst du, kein Betrug, aber nachdem er das erkannt hat , schreibt Chris jetzt Aufgabe, schreibe fünf witzige Tweets über morgendliche Kaffeekämpfe Erster Schritt: Machen Sie sich ein Brainstorming von sechs nachvollziehbaren Szenarien durch. Schritt zwei, wähle die zwei lustigsten aus, Schritt drei. Schreiben Sie die Tweets in diesem Stil. Mein Kaffee und ich haben eine feste Beziehung. Der Alarm ist das dritte Rad. Arm über mehr als arm über Denken. Dieser Trichter sorgt dafür, dass die Ausgabe scharf und zuverlässig ist, und zum Mitnehmen, tippen Sie nicht einfach den Wunsch ein Sie einen breiten oder schmalen Trichter ein und dann anhand von Beispielen, die zeigen, welches TPT oder welches Modell auch immer Sie verwenden, was gut aussieht Macht das Sinn? Perfekt. Fahren wir nun der nächsten Lektion fort. 7. Lektion 5 — Kontextstapeln: Willkommen zu Lektion fünf Kontext-Stacking. Das dritte mentale Modell: Stellen Sie sich KI wie einen neuen Kollegen Wenn Sie jeden Morgen alles von Grund auf neu erklären , verschwenden Sie Zeit. Wenn man sie einmal an Bord nimmt, werden sie mächtiger. Wenige Gebühren, um es am besten auszudrücken. KI ist wie ein neuer Kollege. Je mehr Sie es mit dem Kontext verbinden, desto nützlicher wird es. Unser Mann Chris, bevor merkte, war so aufdringlich Schreiben Sie mir eine Werbe-E-Mail für meinen Kurs. Er hat generischen Text mit völlig falschem Ton bekommen. Jetzt, wo er dieses Modell erkannt hat, gibt er folgende Anweisungen Markensprache, englische Rechtschreibung in englischer Sprache, kurze Sätze, Zielgruppe, Verkäufer von TikTok-Shops, Stilbeispiele, zwei oder drei Beispielzeilen, Formatierungsregeln, Überschriften, Aufzählungszeichen und ein Imbiss pro und Dann fragt er Folgendes. Verwenden Sie den gespeicherten Kontext, eine Werbe-E-Mail mit 150 Wörtern zu verfassen, die eine Betreffzeile , einen kurzen Link, drei Vorteile und einen Aufruf zum Handeln enthält. Jetzt klingt jede Ausgabe nach seiner Marke. Das Wichtigste ist, dass Sie Ihre KI einmal und diesen Kontext immer wieder verwenden Okay? Hört sich gut an. Lass uns zur nächsten Lektion übergehen. 8. Lektion 6 – Iteration ist der Schlüssel: Okay, willkommen zu Lektion sechs. Iteration ist der Arbeitsablauf. Dies ist jetzt das vierte mentale Modell. Zu viele Menschen behandeln KI wie einen Verkaufsautomaten. Sie tippen einmal, nehmen den ersten Entwurf und gehen weg. Aber KI funktioniert am besten im Dialog. Reid Hoffman hat einmal gesagt, Arbeit mit KI ist ein Dialog, kein Befehl Unser Hauptmann Chris wollte, bevor er das merkte, seinen LLM auf folgende Weise veranlassen Schreiben Sie mir einen Geschäftsplan für meine Tik-Tok-Show. Er hat einen generischen Plan bekommen, Seite, und dann hat er gekündigt und aufgegeben. Nachdem er gemerkt hatte, teilt er seine Aufforderung nun in zwei Phasen : Schritt A, nur das Problem und die Lösung entwerfen. Schritt B: Machen Sie eine Pause und fragen Sie, ob Sie etwas verfeinern möchten. Schritt C: Schlagen Sie drei Umsatzmodelle mit Vor- und Nachteilen vor. Schritt D: Kombinieren Sie alles zu einem einseitigen Plan. Die Ausgabe ist schärfer, weil er jeden Schritt steuert. Nachdem wir dieses mentale Modell nun angewendet haben, finden Sie hier ein Beispiel dafür, wie das Ergebnis von Chachi PT anhören könnte Britische E-Commerce-Marken in Shopify-Shops, die 30 bis 120.000€ pro Monat erwirtschaften 30 bis 120.000€ pro Monat haben oft Probleme mit der Leistung von TikTok Ihre internen Teams sind überlastet und freiberufliche Entwickler können Dies führt zu Zeitverschwendung, schlechter Klickrate und Kampagnen, die vor der Skalierung ins Marken verlieren an Dynamik, weil sie mit den schnelllebigen Trends und den kurzen Haltbarkeitszyklen von Inhalten auf TikTok nicht Schritt halten können schnelllebigen Trends und den kurzen Haltbarkeitszyklen von Inhalten auf TikTok und den kurzen Haltbarkeitszyklen von Inhalten Lösung. Unser UGC Studio liefert werbefertige TikTok-Videos in weniger als 48 Stunden Jedes Stück wurde mit bewährten Hakenformaten entworfen und ist auf TikTok-Shop-Produkte zugeschnitten Indem wir konsistente kreative Ergebnisse, schnelle Bearbeitungszeiten und Kenntnis der TikTok-Shop-Richtlinien bieten , helfen wir Marken dabei, den CPA zu senken, Klickrate zu erhöhen und Anzeigen aufzufrischen bevor im ChatPT mit einer Frage die Ermüdung einsetzt Möchtest du etwas verfeinern oder weitermachen ? Aber um ehrlich zu sein, genau dieser erste Entwurf entspricht genau dem, wonach Chris gefragt hat. Zum Mitnehmen: Erwarte keine Magie. Baue es Abschnitt für Abschnitt und verfeinere es nach und nach, richtig? Hoffe das ergibt Sinn. Lass uns mit der nächsten Lektion beginnen. 9. Lektion 7 — Modellübertragbares Denken: Willkommen zu Lektion 7 Modellübergreifendes, übertragbares Denken Also hier ist die große Frage. Funktioniert das alles nur in diesem GPT? Die Antwort? Nein, diese mentalen Modelle sind übertragbar. Demi Hasais, CEO von Deep Mind, es einfach ausgedrückt: Die Zukunft ist kein einzelnes KI-Modell Es ist ein Ökosystem von ihnen. Bevor er das realisierte, hätte unser Charakter Chris gedacht, er müsste das Ansagen für jedes Tool neu lernen , aber danach erkennt er jetzt, dass er dasselbe Framework überall verwenden kann , egal welches Tool er Seine Aufforderung sieht so aus. Sie sind ein TikTok-Werbestratege. Ihr Ziel ist es, ein 62. AD-Skript für eine Kollagen-Gesichtsmaske zu erstellen ein 62. AD-Skript für eine Kollagen-Gesichtsmaske Richtet sich an britische Universitätsstudenten. Schritt eins, schreibe drei Hooks. Schritt zwei, skizzieren Sie die ADA-Struktur. Schritt drei: Verfassen Sie das Drehbuch in einem spielerischen Ton, beschränkt britische Rechtschreibung auf weniger als 160 Wörter. Beispiele: späte Nächte, Diät im Bett, lerne deinen neuen BFF kennen Claude könnte sich zurücklehnen, nachdenklich. Gemini könnte ordentliche Konturen zeichnen. Chachi PT mag Ton und Struktur ausbalancieren, aber das Framework funktioniert überall Zum Mitnehmen, lerne keine Hacks, lerne Gewohnheiten, die Reisen Okay? Bist du soweit bei mir? Ich hoffe, das alles ergibt Sinn. Lassen Sie uns nun zum nächsten Abschnitt übergehen. 10. Aufarbeitung: Lassen Sie uns das noch einmal zusammenfassen. Wir begannen mit einer kurzen Geschichte darüber, wie LLMs entstanden sind. Wir haben gelernt, dass KI nicht glaubt, dass sie vorhersagt. Wir haben unsere vier mentalen Modelle, Hierarchie, Trichter, Kontext und Iteration, untersucht Hierarchie, Trichter, Kontext und Iteration, Wir haben gesehen, dass diese für jedes Modell gelten, das Sie verwenden werden. Unser Mann Chris ging von der Eingabe vager Einzeiler und dem Sammeln von Junk zum Schreiben strukturierter, zuverlässiger Eingabeaufforderungen über, zuverlässiger Eingabeaufforderungen Jensen Huang, CEO von Invidia, fasst es zusammen. KI verstärkt das menschliche Potenzial, aber nur, wenn wir lernen, damit zu denken Das hast du in diesem Kurs gelernt. Hoffentlich ist dieser Kurs Teil meiner breiteren Skillshare-Bibliothek für KI-Lernen Jeder baut auf den anderen auf, aber sie stehen auch für sich. diese gerne erkunden, sobald Sie diesen Kurs verstanden haben Danke, dass du mit mir gelernt hast. Wenn Sie Fragen haben, können Sie sich gerne an uns wenden. Machen Sie weiter und setzen Sie diese mentalen Modelle in die Praxis um und teilen Sie uns Ihr Projekt mit, damit wir alle voneinander lernen können . Ich treffe dich im nächsten.