Generative KI und Prompt Engineering mit ChatGPT meistern

1. Einführung in den Kurs: Hallo, Leute. Willkommen zu meinem Kurs über Prompt Engineering für ChatGPT Mein Name ist TamoyKumar Das. Nur um Ihnen einen Hintergrund über mich zu geben Ich bin ein ehemaliger Google-Mitarbeiter mit 16 Jahren Erfahrung im Bereich bezahlte Werbung Ich unterrichte seit mehr als zehn Jahren bezahlte Werbung und unterrichte viele junge Berufstätige, Unternehmer und Experten , die in diesen Bereich einsteigen möchten Ich wollte diese Gelegenheit heute nutzen, um Ihnen mitzuteilen, was wir in diesem Kurs lernen werden. Wir werden uns also mit dem Verständnis der Fähigkeiten genetischer KI befassen Anwendungen und verschiedene Tools der genitiven KI, einschließlich GPT, und wie wir sie für verschiedene Anwendungsfälle einsetzen können Dann werden wir uns mit dem Verständnis von Eingabeaufforderungen befassen, die wir im Chat speziell GPT-Eingabeaufforderungen geben können. Dabei handelt es sich um verschiedene Arten von Eingabeaufforderungen , die wir von Eingabeaufforderungen , die Ich zeige Ihnen verschiedene Beispiele für diese Aufforderungsmuster, die Sie in diesem GPT anwenden können, um wirklich hervorragende Ergebnisse zu erzielen Ich hoffe, dass Sie am Ende dieses Kurses verstehen, wie Sie Prompt Engineering effektiv in Chat GPT als Tool einsetzen können Prompt Engineering effektiv in Chat GPT als Nochmals vielen Dank, Leute, dass Sie für diesen Kurs angemeldet haben, und ich freue mich sehr, Sie im Kurs zu sehen 2. Warum generative KI wichtig ist: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir verstehen, warum wir etwas über Genitiv A lernen sollten. Wenn Sie sich das ansehen, beschäftigt Genitiv AA derzeit alle Führungskräfte in der Organisation Unternehmen, Regierungen und mit Interesse gehen auch Chancen einher Unternehmen suchen gezielt nach Mitarbeitern , die die Technologie verstehen und vor allem über die Fähigkeiten verfügen, sie praktisch im Arbeitsalltag anzuwenden . Im Gegensatz zu vielen der bisherigen Trendtechnologien deckt Genitive KI derzeit fast jede Rolle in jedem Beruf ab Aus diesem Grund wird erwartet, dass genetische KI-Fähigkeiten in der kommenden Zukunft an Bedeutung gewinnen werden, nicht nur für Informatiker, sondern für alle, weshalb sie als Textverarbeitung, Tabellenkalkulation und sogar grundlegende Geschäftskenntnisse unverzichtbar sein werden , Tabellenkalkulation und sogar Gegenwärtig gibt es ein großes neues Interesse an KI , und Unternehmen blicken über Kunden-KI und Verbraucher-KI hinaus Eine Chat-Board-Oberfläche ist eine hervorragende Möglichkeit, das Potenzial der generativen KI zu demonstrieren realen Anwendungsfällen wird generative KI heute in bestehende Prozesse eingebettet und zu einem integralen Bestandteil fast jedes einzelnen Geschäftsablaufs gemacht integralen Bestandteil fast jedes einzelnen Geschäftsablaufs Die Fähigkeiten, die Sie im Rahmen dieser Programme erwerben werden , sollen Ihnen bei Ihrer Karriere helfen und sich sofort auf Ihren Job übertragen bietet viele Pluspunkte Erlernen von genitiver KI da dies nicht nur für Ihre tägliche berufliche Arbeit, sondern auch für Sie persönlich nützlich sein wird nicht nur für Ihre tägliche berufliche Arbeit, . Sie können diese KI-Tools verwenden, um viele Probleme, Fragen und Fragen zu lösen , die Sie möglicherweise haben Die Tools helfen dabei, zu den echten Lösungen zu gelangen , und geben auch praktische Schritte So können Sie das Tool auf diese Weise anweisen. Sie können es so aufrufen, dass Sie die Ergebnisse erhalten, nach denen Sie tatsächlich suchen Es ist also sehr sinnvoll , dass wir etwas über generative KI lernen und verstehen, wie man diese KI-Tools in verschiedenen Arbeitsbereichen einsetzt. In diesem speziellen Kurs werden wir uns ansehen, wie es uns in unseren Vertriebsrollen im Verkaufsberuf helfen wird . 3. Einführung in die generative KI: Hallo Leute. Willkommen zu den Sessions. Und in dieser Sitzung werden wir über die genetische KI sprechen ihren Überblick und ihre Hintergründe verstehen Wenn man sich das anschaut, gibt es künstliche Intelligenz oder KI schon seit Jahren. Sie prägt fast jeden Bereich unseres Lebens und revolutioniert die Art und Weise, prägt fast jeden Bereich unseres Lebens wie wir leben und arbeiten Im Kern kann KI als die Simulation menschlicher Intelligenz durch Maschinen definiert die Simulation menschlicher Intelligenz durch Maschinen KI-Modelle lernen aus riesigen Mengen vorhandener Daten. Es gibt zwei grundlegende Ansätze , nämlich diskriminative KI und generative KI Nun ist diskriminative KI ein Ansatz , der lernt, zwischen verschiedenen Datenklassen zu unterscheiden zwischen verschiedenen Datenklassen Ein diskriminatives KI-Modell erhält einen Satz von Trainingsdaten, wobei jeder Datenpunkt mit seiner Klasse gekennzeichnet ist Das Modell prognostiziert dann die Klasse eines neuen Datenpunkts, indem es die Seite der Entscheidungsgrenze die der Datenpunkt fällt Diskriminative KI-Modelle verwenden fortschrittliche Algorithmen, um anhand von Trainingsdaten zu unterscheiden, zu klassifizieren, Muster zu identifizieren und Schlussfolgerungen zu Sie können jedoch den Kontext nicht verstehen oder neue Inhalte generieren, die auf einem kontextuellen Verständnis der Trainingsdaten basieren einem kontextuellen Verständnis der Hier kommen generative KI, Intelligenz oder generative KI ins Spiel GenTiVi-Modelle lernen, auf der Grundlage der Trainingsdaten neue Inhalte zu generieren Sie können die zugrunde liegende Verteilung der Trainingsdaten erfassen und neuartige Dateninstanzen generieren GenTi beginnt mit einer Aufforderung. Dies kann Text oder ein Bild oder ein Video oder jede andere Eingabe sein , die das Modell verarbeiten kann Als Ausgabe generiert das Modell neuen Inhalt, einschließlich Text, Bilder, Video, Audio, Port und Daten. Gent kann die Ausgabe in derselben Form erzeugen , in der die Aufforderung bereitgestellt wird. Zum Beispiel Text zu Text oder in einer anderen Form die Aufforderung, wie Text zu Bild oder Text zu Video. Generative Modelle können nun das Gelernte nutzen und auf der Grundlage dieser Informationen völlig neue Inhalte erstellen . Sowohl diskriminative als auch generative Modelle werden mithilfe von Deep-Learning-Techniken erstellt Beim Deep Learning werden künstliche neuronale Netze trainiert , um aus riesigen Datenmengen zu lernen Ein künstliches neuronales Netzwerk ist eine Sammlung kleinerer Recheneinheiten, die heute Neuronen genannt werden und auf ähnliche Weise modelliert werden, wie ein menschliches Gehirn Informationen verarbeitet Die kreativen Fähigkeiten genetischer KI basieren auf generativen KI-Modellen wie generativen gegnerischen Netzwerken, Organen, variationellen Autoencodern oder VAE oder variationellen Autoencodern oder VAE oder Transformatoren und Diffusionsmodellen. Diese Modelle können als die Bausteine der generativen KI betrachtet werden . Wenn Sie sich nun die Entwicklung der generativen KI ansehen, so begann sie in den 1990er Jahren als der Ursprung des maschinellen Lernens begann und sich dann mit der Erforschung der arithmetischen Datenerzeugung befasste Erforschung der arithmetischen Datenerzeugung Von dort aus entstanden in den 1990er Jahren neuronale Netzwerke mit fortschrittlichen genetischen Im Jahr 2010 begann Deep Learning mit großen Datensätzen, Datenverarbeitung die generative KI beschleunigte Dann, im Jahr 2014 und darüber hinaus, Gans, über das wir gesprochen haben, und andere Modelle die gesamte genetische KI reguliert Schauen Sie sich nun die grundlegenden Modelle an, die EI-Modelle mit ihren vielfältigen Fähigkeiten, die für die Entwicklung spezialisierter und fortschrittlicher Modelle oder Tools geeignet Entwicklung spezialisierter und fortschrittlicher entstanden große Sprachmodelle, die Text verarbeiten und generieren konnten Ab 2018 entstanden verschiedene Arten von LLMs wie Open AI und die GPT N-Serie, beginnend mit GPT eins, GPT zwei, drei, 3.5 und vier Dann entstand auch Google Palm, Lama wurde im Jahr 18 selbst gegründet, es gibt auch KI-generative Bilderzeugung, es gibt auch KI-generative Bilderzeugung mit stabiler Diffusion und Dali begann Wenn Sie sich die generativen KI-Tools ansehen , die derzeit aus verschiedenen Gründen verwendet werden können, können wir One unter Textgenerierung stehen, da ist das tragische PT Unter Bildgenerierung gibt es Dali Two, Mid Journey, den wir verwenden können Unter Videogenerierung gibt es Synthese und unter Codegenerierung gibt es Po-Pilot - und Alpha-Code Hoffe das macht Sinn. Ich hoffe, Sie können die Entwicklung der generativen KI verstehen, die im Laufe der Zeit stattgefunden hat. 4. Die Entwicklung der generativen KI: Hallo Leute. Willkommen zu diesen Sessions. In dieser Sitzung werden wir die Entwicklung von Genetiv VI im Laufe der Jahre besprechen die Entwicklung von Genetiv VI im Laufe der Jahre Wenn Sie sich das ansehen, begann sich GenetiveEI parallel zur Weiterentwicklung des traditionellen Es blieb über 20 Jahre lang inaktiv, aber dann wurde es speziell von GANs und VAEs vorangetrieben, und jetzt ist es bereit, die aktuelle Zukunft Es wurden also erhebliche Fortschritte bei der Erstellung von Inhalten erzielt. In ihrer Weiterentwicklung wiesen die frühen Geni-Modelle also die frühen Geni-Modelle einige Probleme mit Kohärenz Okay? Also GPT drei, GPT vier, Dali, sie haben anspruchsvolle Text- und Bildausgaben geliefert und die Kreativität und Automatisierung verbessert Wenn man sich nun die Genitivfähigkeiten anschaut, wirkt er wie Es kann Bilder schaffen, Geschichten schreiben und neue Ideen für uns erfinden Es wird auf einem regelbasierten Mechanismus basieren. Es werden Systeme auf vordefinierte Kontexte und Regeln beschränkt. Heute werden maschinelles Lernen und statistische Modelle verwendet, bei denen Muster in Datensätzen identifiziert werden , die auf halbüberwachtem, überwachtem oder verstärktem Lernen basieren überwachtem oder verstärktem Jetzt gibt es noch bestimmte andere Dinge. Die VAs begannen im Laufe der Zeit Muster zu erlernen, um ähnliche Ergebnisse zu erzielen. Gans produzieren hochrealistische Bilder und Kunstwerke. Autoregressive Modelle wurden verwendet um Inhalte Schritt für Schritt zu generieren, ideal für Dann kamen Deep Learning und neuronale Netzwerke ins Spiel, die mit fortschrittlichen Funktionen Muster in Daten erkennen konnten Es war auch in der Lage, unstrukturierte formative Daten zu verarbeiten unstrukturierte formative Daten Dann markierte GAS, bei dem es sich um generative gegnerische Netzwerke handelt, den Beginn einer neuen Ära von KI-Tools, mit denen neue KI-Tools, mit denen Dann kamen auch LSTM und RNNs zum Einsatz, die erweiterte Funktionen bieten , unstrukturierte Daten verarbeiten und Zeitreihendaten verarbeiten konnten erweiterte Funktionen bieten , unstrukturierte Daten verarbeiten und Zeitreihendaten unstrukturierte Daten verarbeiten und Zeitreihendaten . Wenn Sie sich nun den Unterschied zwischen generativer KI und herkömmlicher KI ansehen , analysiert oder prognostiziert traditionelle KI anhand vorhandener Daten Eine gemeinsame Aufgabe kann die Klassifizierung sein, Urigreon Genitive KI verwendet zwar GAS- und Transformatormodelle, ist aber in der Lage, neue Daten zu erzeugen, die den Handelsdaten ähneln Wenn man sich nun künstliche Intelligenz oder traditionelle KI anschaut , hat sie sich von der einfachen zur prädiktiven Orderebene entwickelt, wohingegen generative KI mithilfe von KI-Techniken Ergebnisse von menschlicher Qualität erzeugt mithilfe von KI-Techniken Ergebnisse von menschlicher Qualität Wenn Sie also sehen, dass sich seit 2017 eine neue Ära generativer Aufgaben entwickelt hat, Open-Source-GPT-Modelle nutzen Es wurden vorab trainierte Modelle für große Datensätze verwendet und Modelle für bestimmte Aufgaben fein abgestimmt . Wenn Sie also den Hauptunterschied sehen, folgt die traditionelle KI bestimmten Anweisungen, folgt die traditionelle KI bestimmten Anweisungen, wohingegen genitive KI selbständig erfindet und kreiert 5. Funktionen der generativen KI: Hallo, Leute. Willkommen zu diesen Sessions. In dieser Sitzung werden wir über die Fähigkeiten genetischer KI sprechen die Fähigkeiten genetischer KI sprechen Wenn Sie sich die Fähigkeiten ansehen die Genetive PI jetzt verfügt, geht es weiter von der Textgenerierung, der Bilderzeugung, der Audiogenerierung, der Videogenerierung, Codegenerierung bis hin zur Datengenerierung und den erweiterten Funktionen , die es jetzt hat, und hilft auch bei der Schaffung immersiver virtueller Welten es auch kann Wenn Sie sich nun speziell die Funktionen zur Texterstellung ansehen , so gibt es verschiedene LLMs , die dies anbieten, die auf großen Datensätzen trainiert wurden und menschenähnlichen Text generieren können. Nein, sie sind auch in der Lage, Muster und Strukturen aus Datensätzen zu lernen Muster und Strukturen aus und inhaltliche und kontextrelevante Textnachrichten, Texte oder Antworten, Konversationen, Erklärungen und Zusammenfassungen zu generieren und kontextrelevante Textnachrichten, Texte oder Antworten, Konversationen, Konversationen, Einige Beispiele für Funktionen zur Textgenerierung können von OpenAI, Hat GBT und Googles Gemini stammen Hat GBT Wenn Sie sich jetzt speziell die Funktionen zur Bilderzeugung ansehen , die generativen KI-Modelle nutzen die generativen KI-Modelle Deep-Learning-Techniken wie Gans , also generative gegnerische Netzwerke und variationelle nutzen die generativen KI-Modelle Deep-Learning-Techniken wie Gans , also generative gegnerische Netzwerke und variationelle Autoencoder. Mit deren Hilfe sind sie in der Lage, KI-Bilder zu erzeugen , die realistische Texturen, natürliche Farben und feinkörnige Details aufweisen Einige Beispiele für die Bilderzeugung stammen nun von Style gan, einem Unternehmen, das qualitativ hochwertige und hochauflösende neuartige Bilder produziert hochauflösende neuartige Bilder Dann gibt es Deep Art , bei der komplexe und detaillierte Skizzen eines Kunstwerks erstellt werden, zwar speziell aus einer Skizze. Und dann ist da noch Dali Dali produziert neuartige Bilder auf Textbeschreibungen basieren , die wir ihm geben In ähnlicher Weise gibt es derzeit Funktionen zur Audiogenerierung mit generativer KI , mit denen Musikkompositionen, Text in Sprache, Audio, synthetische Stimmen und natürlich klingende Sprache generiert werden können Text in Sprache, Audio, synthetische Stimmen und natürlich klingende Einige Beispiele können Wave-Gan sein, bei dem rohe Audiowellenformen, realistische Geräusche, Sprache, Musik und Umgebungsgeräusche erzeugt realistische Geräusche, Sprache, Musik Es gibt ein offenes AI-Usenet, das in der Lage ist, Originalmusik in verschiedenen Genres und Besetzungen zu generieren und auch klassische Kompositionen bis hin zu Popsongs zu erstellen klassische Kompositionen bis hin zu Popsongs zu Es gibt auch Googles Tachotron Two, das in der Lage ist, fortgeschrittenes DTS zu erzeugen und hochrealistische synthetische Sprache, Ton, Tonhöhe, Modulation, Aussprache, Rhythmus und Ausdrücke zu erzeugen Ton, Tonhöhe, Modulation, Aussprache, Rhythmus Aussprache Es gibt eine Menge generativer Fähigkeiten, was in der Vergangenheit passiert ist, und sie nehmen derzeit kontinuierlich 6. Anwendungen der generativen KI: Hallo Leute. Willkommen zu den Sessions. In dieser Sitzung werden wir über die Anwendung generativer KI in verschiedenen Arbeitsbereichen sprechen . In der ersten Phase werden wir uns mit der Anwendung von Generator-KI in IT und DevOps befassen Hier werden also die Softwarebereitstellungsprozesse und das Infrastrukturmanagement wirklich verbessert Softwarebereitstellungsprozesse und das Infrastrukturmanagement Die Funktionen zur Codegenerierung von Genitive AI reduzieren den manuellen Programmieraufwand und den Zeitaufwand für sich wiederholende Aufgaben Zum Beispiel helfen Git Hub, Copilot und SNIC Deep Code bei der Erstellung von Code-Repositorys Es kann das untersuchen, ich kann Codierungsstandards untersuchen. Es hilft auch, synthetische Testfälle und Testdaten zu generieren . Dabei können Sie Benutzerverhalten, Auswirkungen, Softwareeffizienz, Zuverlässigkeit und Robustheit simulieren Auswirkungen, Softwareeffizienz, Zuverlässigkeit und Robustheit Es gibt auch Tools wie APLA-Tools und -Tests, die eine angemessene Testabdeckung gewährleisten und so die Tiefe und Vielfalt der Datensätze erhöhen können die Tiefe und Vielfalt der Datensätze erhöhen Darüber hinaus können Sie Anomalien wie IBM, Watson AIOps und Mok Soft AIOps überwachen und erkennen Watson AIOps und Mok Soft AIOps Es kann Systemprotokolle, Metriken und andere Daten wie proaktive Wartung analysieren und Es kann dazu beitragen die Ausfallzeiten zu verringern und kritische Ausfälle zu verhindern Wenn Sie sich nun die Anwendung generativer KI in Unterhaltung, Kunst und Kreativität ansehen , kann sie dazu beitragen, synthetische Inhalte wie Musik, Drehbücher, Geschichten, Videos, Filme und Videospiele zu generieren Drehbücher, Geschichten, Videos, Filme und Videospiele In der Spieleentwicklung gibt es Houdini by Side Effects, wodurch Spiele, Animationen, AR- und VR-Erlebnisse entstehen können , einzigartige Charaktere mit einzigartigem hinaus gibt es im Laufe der Zeit auch virtuelle Influencer und Avatare, virtuelle Influencer und Avatare, die in der Lage sind , mit Benutzern zu interagieren und ansprechende Erlebnisse zu Benutzern Dann gibt es die Anwendung generativer KI in der Bildung wie die Generierung von Inhalten, personalisierte und adaptive Lernerfahrungen, simuliertes Erfahrungslernen, all das, was Es kann helfen, Sprachübersetzungen anzubieten indem Inhalte für verschiedene Personen zugänglich gemacht werden, Aufgaben benotet, sofortiges Feedback gegeben, Lernwege und Bewertungsstrategien entwickelt werden, um das Tempo und die Stärken der Lernenden zu unterstützen , Taxonomien zu erstellen, die die Leistung und Präferenzen der Lernenden widerspiegeln können , indem Inhalte für verschiedene Personen zugänglich gemacht werden, Aufgaben benotet, sofortiges Feedback gegeben, Lernwege und Bewertungsstrategien entwickelt werden, um das Tempo und die Stärken der Lernenden zu unterstützen, Taxonomien zu erstellen, die die Leistung und Präferenzen der Lernenden widerspiegeln können . Darüber hinaus werden generative Algorithmen auch im Unterricht eingesetzt, um besondere Bedürfnisse und Lernschwierigkeiten zu erkennen , spezifische Unterrichtspläne zu erstellen und die Fortschritte der Lernenden spezifische Unterrichtspläne zu erstellen verfolgen Sie können auch eine Wissensverfolgung durchführen, bei der das Schreibtempo und die Inhalte an die individuellen Bedürfnisse angepasst werden können Unterstützung durch Nachhilfe kann angeboten werden. Virtuelle und simulierte Umgebungen können erstellt werden. Inklusive Bildung ist möglich. Das Beispiel sind Tools, die Null J sind Es handelt sich um ein KI-generiertes E-Learning, das innerhalb von Minuten für das Zielthema erledigt werden kann kann es sich um interaktive Videos, Glossare, Zusammenfassungen handeln, alles, was Glossare, Zusammenfassungen handeln, alles, mit dem Tool gemacht werden kann Hoffe das macht Sinn. Ich hoffe, Sie werden die verschiedenen Anwendungen generativer KI in verschiedenen Arbeitsbereichen verstehen. 7. Tools zur Textgenerierung: Hallo Leute. Willkommen zu diesen Sessions. In dieser Sitzung werden wir uns verschiedene Tools ansehen, die wir für die Textgenerierung in LLMs verwenden können Wenn Sie es sich ansehen, basieren große Sprachmodelle auf Mustern und Strukturen, die während des Trainings gelernt wurden Diese LLMs interpretieren Kontext, Grammatik und Semantik, um kohärenten und kontextuell angemessenen Text zu generieren kohärenten und kontextuell das Herstellen statistischer Beziehungen zwischen Wörtern und Phrasen können diese LLMs kreative Schreibstile an jeden beliebigen Kontext anpassen kreative Schreibstile LLMs sind die Grundlage vieler Modelle zur Textgenerierung. Zwei solcher Beispiele sind generativer, vortrainierter Transformator oder GPT- und das Gemini-KI-Modell Die Modelle haben sich zu multimodalen Modellen entwickelt , die mehrere Funktionen bieten . Lassen Sie uns anhand von zwei derzeit beliebten Tools, nämlich SATGPT und Google Gemini, mehr über die Funktionen dieser Modelle erfahren zwei derzeit beliebten Tools, nämlich SATGPT und Google Gemini, mehr über die Funktionen dieser Modelle SATGPT und Google Gemini, mehr über die Wenn Sie ATGPTs, die auf einem GPT basieren, als großes Sprachmodell betrachten und fortschrittliche Verarbeitung natürlicher Sprache fortschrittliche Verarbeitung natürlicher Sprache oder NLP Nun, ursprünglich hat HGPT nur Textansagen als Eingabe verwendet, um neue Inhalte zu generieren Mit der neueren Version können jetzt sowohl Bild- als auch Texteingaben akzeptiert ChagPT bietet vielfältige Funktionen zur Textgenerierung. Es ist auch in der Lage, reibungslose und kontextbasierte sich nun Google ansehen, basiert Gemini auf die gleiche Weise Wenn Sie sich nun Google ansehen, basiert Gemini auf die gleiche Weise auf dem Gemini-KI-Modell von Google Es führt eine neue Familie von KI-Modellen mit mehreren Modellen ein und verbessert das Denken, das Verständnis Es gewährleistet auch Effizienz und Skalierbarkeit und optimiert die nahtlose multimodale Es ist auch in der Lage, verschiedene Daten und Aufgaben zu verarbeiten. Sehen wir uns ein praktisches Beispiel dafür an, wie das aussehen wird. Das wird die Cha GPT-Schnittstelle sein, zu wir kommen können. Lassen Sie uns eine allgemeine Aufforderung geben , in der ich sage, dass ich von Generative I gehört habe und mehr darüber erfahren möchte Sie wird mir viel Kontext darüber geben , was generative KI ist. Wie funktioniert sie? LLMs. Sie wird uns viele verwandte Informationen geben, die sehr informativ sind und die richtigen Informationen darüber liefern Jetzt kann ich außerdem tiefer graben und sagen, wie ich native KI einsetzen kann , um meine Fähigkeiten im Geschichtenerzählen gezielt zu verbessern Deshalb möchte ich es jetzt einer bestimmten Kategorie zuordnen, nämlich Fähigkeiten zum Erzählen von Geschichten Jetzt wird es mir Ideen geben, um tiefgründigere Charaktere zu entwickeln , das Schreiben von Dialogen zu verbessern und KI zu nutzen, um bessere Ideen für Geschichten zu entwickeln. Okay, es gibt mir einige praktische Anregungen, die ich wirklich nutzen kann, um meine Fähigkeiten im Geschichtenerzählen zu verbessern Auf die gleiche Weise kann ich es auch etwas anderes fragen. Nehmen wir an, ich bitte Sie, mir bei der Erstellung von Folien zu helfen , um die Funktionen einer Lernplattform zu demonstrieren . Nehmen wir an, ich möchte bestimmte Verkaufsfolien erstellen. Es wird mir also eine wirklich gute Struktur geben, die in Folien, Titel, Untertitel, Include und dann das Problem, das wir lösen, unterteilt ist Titel, Untertitel, Include und dann das Problem, das wir lösen Der Fokus liegt auf dem Kontext, also der Lernplattform Es gibt mir also alle notwendigen Punkte dafür. So können wir es nützlich machen. Eine weitere großartige Verwendung ist, dass Sie es zum Sprachenlernen verwenden können. All das ist möglich, Sie können also jede englische Sprache in jede andere Sprache konvertieren jede englische Sprache in jede andere Sprache konvertieren , die Sie möchten, und Chachi P kann das ganz einfach für uns erledigen Schauen wir uns auf die gleiche Weise Google Gemini an, das Sie auch verwenden können, um eine Aufforderung zu geben Nehmen wir an, ich bitte Sie um eine Zusammenfassung der neuesten Nachrichten über den Krieg in der Ukraine Es wird mir also alle diesbezüglichen Informationen geben . Sie können hier alle Informationen sehen, die neuesten Informationen, die wir bekommen können. In ähnlicher Weise, wenn ich eine Strategie für die Erstellung einer digitalen Marketingkampagne für eine Modemarke entwickeln möchte die Erstellung einer digitalen Marketingkampagne , damit sie mir auch dabei helfen kann. Jetzt bitten wir sie also , eine digitale Marketingstrategie bereitzustellen. Also immersive und KI-gestützte Erlebnisse, Inhaltsstrategie, Authentizität oder Ästhetik, okay, Social Commerce und Community Sie können also sehen, dass es mir einige spezifische Strategien rund um digitales Marketing bietet, die ich praktisch einsetzen kann um für eine bestimmte Marke zu werben So werden wir beide Tools konkret nutzen . Und wenn Sie dann weiter schauen, Verwendung von CHAPT und Gemini hat die Verwendung von CHAPT und Gemini viele Vorteile Es bietet zum Beispiel Problemlösungen durch grundlegende Mathematik und Statistik, Finanzanalysen, Investitionsforschung, Budgetierung, alles, was es kann Budgetierung, alles, was es Es kann Ihnen auch bei der Codegenerierung helfen. Wenn Sie nun CHATPT mit Gemini vergleichen, ist CHAPT effektiv bei der Generierung dynamischer Antworten und der Konversationsfluss ist in dynamischer Antworten und der Konversationsfluss seiner Antwort vorhanden Gemini dagegen ist gut, optimal für Forschungsarbeiten, Recherchen in aktuellen Nachrichten, Informationen, die Sie zu einem bestimmten Thema für all einem bestimmten Thema Es gibt auch andere Textgenerator-Tools, die Sie auf jeden Fall verwenden können, zum Beispiel Jasper, das nützlich ist, um Marketinginhalte für eine bestimmte Marke zu erstellen Sie können Writer auch als KI-Tool verwenden, das Inhalte für Blogs, E-Mails, SEO, Metadaten und auch Anzeigen in sozialen Medien erstellt SEO, Metadaten und auch Anzeigen in sozialen Medien Es gibt auch copy.ai, das Inhalte in sozialen Medien für Marketing und Produktbeschreibungen erstellt . Es gibt auch Write Sonic, das dabei hilft, spezifische Vorlagen für verschiedene Textarten bereitzustellen . Es gibt auch eine Zusammenfassung, die Sie klassifizieren Textzusammenfassung und Textklassifizierung zu generieren Es gibt auch Marke 24, die Sie für Stimmungsanalysen verwenden können, und dann gibt es Weaver und Yandex, die wir So wird Text sein, die Textgenerierung wird ablaufen, was wir hier sehen können, was Sie absolut auf all diesen AiTunes verwenden können 8. Tools für die Image-Erstellung: Hallo, Leute. Willkommen zu den Sessions. In dieser Sitzung werden wir uns verschiedene Arten von Tools ansehen , die wir für die Bilderzeugung verwenden können. Imaginationsmodelle sind im Grunde solche, mit denen wir neue Bilder erzeugen und reale und generierte Bilder anpassen können. Nehmen wir zum Beispiel an, wir möchten ein Bild von einem Kind mit einem Buch generieren und dann das Buchcover in ein generatives Bild umwandeln. All das kann mit Modellen zur Bilderzeugung erreicht werden. Jetzt gibt es verschiedene Arten davon. Eine davon ist die Übersetzung von Bild zu Bild. Sie transformieren ein Bild von einer Domain in eine andere. Dies kann beispielsweise nützlich sein, um Skizzen in realistische Bilder zu konvertieren, Satellitenbilder in Karten zu konvertieren, Sicherheitskamerabilder in Bilder mit höherer Auflösung umzuwandeln und Details in der medizinischen Bildgebung zu verbessern Andere Tools werden nun Stilübertragung und Fusion sein Diese sind nützlich, um den Stil aus einem Bild zu extrahieren und auf ein anderes anzuwenden Ein Beispiel kann die Konvertierung eines Gemäldes in ein Foto sein. Dann ist da noch die Malerei. Beim Malen füllen wir die fehlenden Teile des Bildes aus. Sie haben ein Bild und es fehlen einige Teile , sodass diese von der KI generiert werden können. Beispiel: Restaurierung von Kunstwerken, Forensik, Entfernung unerwünschter Bildobjekte und Bilder, Verschmelzung virtueller Objekte zu realen Szenen Dann ist da noch unsere Malerei. Malen bedeutet, ein Bild über seine Grenzen hinaus auszudehnen. Ein Beispiel kann das Generieren größerer Bilder, der Auflösung und das Erstellen von Panoramaansichten All das kann getan werden. Jetzt gibt es von Open AI Dali, das auf GPT basiert all das kann und hochauflösende Bilder in verschiedenen Stilen erzeugen kann hochauflösende Bilder in verschiedenen Es können auch neue Versionen erstellt werden, es können mehrere Bildvariationen generiert werden Es werden auch beim Ausmalen von Malelementen verwendet. Dann gibt es eine stabile Diffusion. Dies ist ein Open-Source-Modell , mit dem hochauflösende Bilder erstellt werden können. Es kann Bilder auf der Grundlage von Textanweisungen generieren. Es wird für die Übersetzung von Bild zu Bild beim Malen und beim Malen Dann gibt es noch den Style Gan , der eine präzise Steuerung der Manipulation bestimmter Merkmale ermöglicht Manipulation bestimmter Merkmale Bildinhalt und Bildstil voneinander trennt Ich habe mich weiterentwickelt, um Bilder mit höherer Auflösung zu erzeugen. Es gibt auch andere Tools wie Crayon, Free Pick und Pick Start, mit denen Bilder in verschiedenen Formen generieren können Es gibt auch die Effekte Photo und Depart, die verschiedene vortrainierte Stile bieten Es ermöglicht auch benutzerdefinierte Stile. Dann ist da noch Depart Dot IO , eine Online-Plattform , die Fotos in Kunstwerke verwandelt. Und dann ist da noch Mid Journey als Plattform, die die Bilderzeugung ermöglicht, was Gemeinschaften zur Bilderzeugung ermöglicht , in denen Künstler und Designer Bilder mithilfe von KI erstellen. Es ermöglicht auch, die Kreationen des jeweils anderen zu erkunden. Schauen wir uns eines dieser Tools an, das frei wählbar sein wird. Dies ist die Website , auf der wir die kostenlose Auswahl vornehmen können , und wir können hier ein Bild generieren. Nehmen wir an, wir geben ihr jetzt mit dieser Aufforderung eine einfache Aufforderung Es wird eine Text-zu-Bild-Generierung sein, was wir hier versuchen. Jetzt können Sie also sehen, dass es weitergegangen ist und dieses Bild für uns generiert hat , ein Boot, das bei Sonnenuntergang auf einem ruhigen See segelt, umgeben von üppigen grünen Bäumen und nebliger Küste auf diese besondere Art und Weise Ich hoffe, das ergibt Sinn. Ich hoffe, die Leute verstehen jetzt die verschiedenen Tools, die jetzt für die Bilderzeugung mit Hilfe dieser KI-Tools verfügbar sind jetzt für die Bilderzeugung mit Hilfe dieser KI-Tools verfügbar . 9. Tools für die Audio- und Videoerzeugung: Hallo, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir über die Tools sprechen, die wir für die Audio- und Videogenerierung verwenden können. In dieser generativen KI helfen Audiofunktionen Unternehmen und Einzelpersonen, egal ob Anfänger oder Erfahrung, Prozesse zu vereinfachen komplizierte Visionen zum Leben zu erwecken Jetzt sind hier Tools zur Sprachgenerierung verfügbar, bei denen es sich um Text-to-Speech-Tools handeln kann , die zu Deep-Learning-Algorithmen, riesigen Datensätzen menschlicher Sprache, trainiert wurden riesigen Datensätzen menschlicher Jetzt kann es auch Aussprache, Geschwindigkeit, Emotionen und Intonation aufschlüsseln und replizieren , und dort hilft eine genauere und natürlicher klingende Sprache Menschen mit Seh-, Sprach - und Lesebehinderungen Sprach Es gibt Tools zur Musikerstellung, mit denen Sie kurze Melodien oder Riffs schreiben, Instrumente vorschlagen oder hinzufügen, einen neuen Song komponieren, einen Soundtrack für YouTube- oder Instagram-Videos erstellen YouTube- oder Du kannst Streaming-Plattformen mischen und mastern und veröffentlichen. Dann gibt es auch Tools zur Audioverbesserung, denen bestimmte Sounds identifiziert und unerwünschte Sounds hinzugefügt oder entfernt werden können , wie beispielsweise DScript oder Audo AI Es wird auch Videotools geben, Tools zur Videogenerierung, die Sie wie Runway verwenden können denen Sie Videos in neue Stile umwandeln können Es verwendet Text, Bild oder Video als Eingabe. Jetzt gibt es auch Es US, wo Sie Fotos hochladen oder Textanweisungen verwenden können , um Videos zu generieren Dann können diese Videotools eine Erzählung aufnehmen, das Audio verbessern und das Dateiformat konvertieren Sie können auch ein Video veröffentlichen, und es gibt Tools wie Synthesia, mit denen benutzerdefinierte Avatare erstellt werden können Es gibt viele verschiedene Modelle zur Audio- und Videogenerierung , die Sie verwenden können, sowie Tools , mit denen Sie von KI generierte Videos und Audios generieren können generierte Videos und 10. Tools für die Codegenerierung: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir über verschiedene Tools sprechen, die wir für die Codegenerierung verwenden können. Modelle zur Codegenerierung generieren also Code, der auf der Eingabe in der Landessprache basiert. auf Deep Learning und NLT basierenden Diese auf Deep Learning und NLT basierenden Modelle verstehen den Kontext und erzeugen kontextgerechten Die Fähigkeiten dieser Codegeneratoren bestehen nun darin, dass sie einen neuen Codeausschnitt oder ein Programm generieren können Es kann vorhersagen, dass Codezeilen einen Teil des Codes vervollständigen. Sie können optimierte Versionen von vorhandenem Code erstellen. Sie können Code von einer Programmiersprache in eine andere konvertieren . Sie können Zusammenfassungen und Kommentare für Code generieren. Sie können auch Programmierlösungen zur Lösung eines bestimmten Problems empfehlen Programmierlösungen zur Lösung eines bestimmten Problems In ähnlicher Weise demonstriert dieses offene AIS-GPT als Modell zur Codierungsgenerierung, das sich durch die Generierung menschenähnlichem Text auszeichnet und die Fähigkeit zur immersiven Codegenerierung demonstriert Diese Codierungsmöglichkeiten von GPT sind länger und es können genauere Codes generiert Codierung kann zur Entwicklung von Apps, Websites oder Plugins durchgeführt werden , um Code für Bilder zu generieren Wenn Sie sich zum Beispiel ansehen, wann wir auf Chat GPT gehen und wir schreiben, sagen wir, einen Python-Code, um eine Nachricht zur Begrüßung einer Person zu generieren, können wir einen Code wie diesen erhalten, den er bereitstellt Außerdem wird dir erklärt wie es konkret funktioniert können Sie denselben Code auch in eine andere Sprache konvertieren diese Weise können Sie denselben Code auch in eine andere Sprache konvertieren. Programmieren mit Gemini angeht, bietet es nun die Codegenerierung in mehr als 20 Programmiersprachen Es vermittelt Schritt für Schritt und detailliert, wie der Code generiert wird. gelten Cha PTI und Gemini gelten auch für die Codierung , wenn keine großen oder komplexen Codes generiert werden können Ich kann Programmierung und Syntax verstehen , aber keine Ihr Wissen beschränkt sich also auf die Daten, die sie für ihr Training verwenden Zum Beispiel werden sie mit neuen Versionen von Frameworks und Bibliotheken veraltet . Zum Beispiel ist das Wissen über GPT 3.5 bis September 2021 begrenzt Daher können andere Tools wie GitHub co pilot verwendet werden, die Code für verschiedene Programmiersprachen und Frameworks generieren können verschiedene Programmiersprachen und Frameworks Es basiert auf dem Codex von OpenAI und entwickelt lösungsbasierten Es ist in natürlicher Sprache, Text und Quellcode geschult Text und Quellcode Es kann in andere Code-Editoren integriert werden und kann Code erstellen , der Best Practices und Industriestandards entspricht Es gibt auch andere Tools wie Poly Coder, die wir verwenden können. Dabei handelt es sich um einen Open-Source-KI-Codegenerator, der auf GPT basiert Es wurde auf Github-Repositorys trainiert, ist in 12 Programmiersprachen geschrieben und bietet eine Bibliothek Es kann Codefragmente erstellen, überprüfen und verfeinern. Darüber hinaus gibt es auch den IBM Code Assistant , der auf IBM watson.ai Foundation-Modellen basiert Er kann in Code-Editoren integriert werden. Es erstellt Empfehlungen in Echtzeit, Funktionen zur automatischen Vervollständigung und Code-Restrukturierung. Dies sind also all die verschiedenen Tools, die wir derzeit für die Codegenerierung verwenden können . 11. Generative versus agentische KI: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung wollten wir den Unterschied zwischen generativer KI und agentischer KI verstehen zwischen generativer KI und agentischer KI Wenn wir uns generative KI ansehen, handelt es sich um grundsätzlich reaktive Systeme Sie warten darauf , dass du etwas tust. Insbesondere warten sie darauf, dass Sie sie dazu auffordern. Und sobald Sie sie zum Abschlussball gebracht haben, besteht ihre Aufgabe darin, Inhalte zu generieren , die auf dem basieren, was Sie aufgefordert haben, der Aufforderung, die Sie gegeben haben. Jetzt verwenden sie Muster, die sie während des Trainings lernen. Stimmt das? Also, Dinge, die es generieren kann, könnten Text sein, es könnte ein Bild sein oder es kann ein Stück Code sein , es kann ein Audio sein. Sie haben also die statistischen Zusammenhänge zwischen Wörtern und zwischen Pixeln und zwischen Schallwellen gelernt . Und das haben sie aus riesigen Datensätzen gelernt. Wenn Sie also eine Aufforderung geben, prognostiziert eine generative KI auf der Grundlage ihres Trainings, was als Nächstes kommen sollte , aber es funktioniert, die Arbeit endet mit der Generation Im Idealfall endet ihre Arbeit also mit der Generation. Schritte Ohne weitere Eingaben von Ihrer Seite sind keine Schritte erforderlich. Es hängt also stark davon ab , welche Art von Aufforderung Sie ihm geben werden , auf dessen Grundlage er die erforderlichen Maßnahmen ergreift. Wenn wir uns agentische KI und agentische KI-Systeme ansehen, sind diese Sie sind proaktive Systeme. Heute beginnen sie, wie eine genetische KI, oft mit einer Benutzeraufforderung, aber diese Aufforderung wird dann verwendet, um Ziele durch eine Reihe von Aktionen zu verfolgen. Und ein Agentensystem durchläuft im Grunde einen gewissen Lebenszyklus Das funktioniert also so, dass es quasi zuallererst seine Umgebung wahrnimmt, wenn man Und wenn es das getan hat, kann es entscheiden, welche Maßnahmen es ergreifen soll Sobald Sie sich für diese Aktion entschieden haben, kann sie diese Aktion ausführen. Und wenn diese Aktion dann einmal ausgeführt wurde, kann sie aus diesen Ergebnissen lernen und dann mit minimalem menschlichem Eingreifen im Kreis und Kreis laufen. Heute haben diese beiden KI-Ansätze oft eine gemeinsame Grundlage. Und diese gemeinsame Grundlage sind die großen Sprachmodelle oder LLMs, die wir sie nennen LLMs dienen als Rückgrat für die Chatbots, und doch gibt es tatsächlich andere Tools, die für einige dieser generativen Dinge verwendet werden, Diffusionsmodelle, die typischerweise für Bilder Ich hoffe, das macht jetzt Sinn. Ich hoffe, Sie können den grundlegenden Unterschied zwischen der Funktionsweise einer generativen KI und der agentischen KI verstehen zwischen der Funktionsweise einer generativen KI und der agentischen 12. Was sind große Sprachmodelle?: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung wollten wir verstehen, was große Sprachmodelle sind. Das ist also die Grundlage dieser KI-Tools, mit denen wir uns heute befassen werden. LLMs oder große Sprachmodelle sind also im Grunde fortschrittliche KI-Systeme, die darauf ausgelegt sind, menschliche Sprache zu verstehen, zu generieren und mit ihr zu argumentieren Hier wird also eine riesige Menge an Textdaten untersucht Sie werden mit diesen speziellen Daten geschult, bei denen es sich um Bücher, Artikel, Websites, Code und vieles mehr handeln kann. Und sie sind in der Lage, Sprache nach menschlichem Vorbild vorherzusagen und zu erzeugen. Das ist also die Grundidee von LLMs. Das Auffälligste an dieser speziellen Programmierung dieser Art von Sprachprogrammierung ist, dass sie in der Lage ist, das nächste Wort oder Token auf der Grundlage der vorherigen Wörter oder Proms, die Sie angegeben haben, vorherzusagen auf der Grundlage der vorherigen Wörter oder Proms, die Sie Es wird sich den Abschlussball ansehen, den Sie gegeben haben , und es wird sich alle historischen Proms ansehen , die von Ihnen bereitgestellt wurden und auf deren Grundlage es das nächste Wort dafür vorhersagen und Ihnen die darauf basierende Ausgabe liefern wird dafür vorhersagen und Ihnen die darauf basierende Ausgabe liefern Jetzt lernen sie Muster in den Sprachen in Bezug auf Grammatik, Bedeutung Kontext, die ihnen vermittelt wurden und auf deren Grundlage die Ergebnisse generiert werden Jetzt verwenden sie eine Deep-Learning-Architektur namens Transformer, auf der diese Modelle aufbauen, und sie sind in der Lage, auf dieser Grundlage angemessene Antworten zu geben. Nun, eine weitere Sache, die der Fall sein wird, ist, dass sie auch Millionen bis Billionen von Parametern enthalten , auf deren Grundlage sie das auch berücksichtigen, wenn sie diese Antworten geben , oder wenn sie auf den Eingabeaufforderungen basieren , die wir gegeben haben Nun, eine Bemerkung zu diesen LLM-Modellen, die Sie sehen werden, ist, dass die Ergebnisse auch zufällig sein können Es ist möglicherweise nicht der Fall, dass Sie für dieselbe Aufforderung, die Sie angeben, dieselbe Ausgabe Aufforderung, die Sie angeben, dieselbe Versuchen wir zu verstehen, was wir hier sagen wollen. Zum Beispiel, wenn ich nur sage, dass Mary ein bisschen gegessen hat. Wir wissen also, wohin wir damit wollen. Wenn ich das also einfach als Aufforderung eingebe, wird es mir eine richtige Antwort geben die auf den vorherigen Interaktionen und den Daten basiert, auf denen es trainiert wurde, sodass es weiß, welches Ergebnis es liefern muss. Ähnliches gilt, wenn ich so etwas sage. Wir wissen, was die nächste Zeile hier sein würde. Also wird es so aussehen , solange es blau ist, Zucker süß ist und so. Das ist uns bereits bewusst, und das Tool ist auch darauf trainiert, und aus diesem Grund liefert es uns den gleichen Output. Aber jetzt sehen Sie, ob ich noch einmal sage, wenn ich dieselbe Aufforderung gebe, gibt es eine etwas andere Ausgabe. Lass es uns nochmal machen. Sie können also sehen, dass es uns verschiedene Ausgaben für dieselbe Aufforderung geben wird , die wir bereitstellen. Der Punkt ist also, dass große Sprachmodelle mit riesigen Datenmengen in Bezug auf diese GPT trainiert werden , genauer gesagt, es werden bis zu 2021 Daten trainiert Und in ähnlicher Weise gibt es andere Sprachmodelle, die in dieser Hinsicht viel neuer sind, wie zum Beispiel Claude und Copilot ebenfalls Auf dieser Grundlage werden sie also auch zu Google Gemini gehen. Sie werden also anhand der Daten geschult, die von allen stammen , die aus dem Internet stammen dem all diese Daten stammen Und auf der Grundlage dessen, was es vorhersagen wird, wird es das nächste Wort anhand der Zeichen oder Wörter, auf die es aus der Vergangenheit eingegeben wurde , vorhersagen der Zeichen oder Wörter, auf die es aus der Vergangenheit eingegeben wurde Ich hoffe, das ergibt Sinn. Ich hoffe, Sie verstehen die Grundlagen der Funktionsweise großer Sprachmodelle, was wir in diesem speziellen Kurs häufig verwenden werden . 13. Funktionsweise von ChatGPT: Hallo, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung möchten wir nur einen kurzen Einblick in das Chat-JBT-Tool Lassen Sie uns versuchen zu verstehen, welches Potenzial dieses spezielle Tool hat, okay Dazu können Sie auf die OpenAI-Website gehen , wo Sie darauf zugreifen können Dies ist die Website, das Unternehmen hinter HatGBT, das das Tool entwickelt hat Sie können also zu Produkten kommen , bei denen Sie weitermachen und zum Hat JBT Login gehen können Dort können Sie sich also anmelden und ein Konto bei ihnen eröffnen, oder wenn Sie das Konto haben, können Sie direkt auf sie zugreifen und diese Seite aufrufen Dies ist also die Homepage von Chat JBT der Sie sie gezielt verwenden können Dies ist die Chat-Spalte, in der alle vorherigen Chats hier angezeigt werden Wenn Sie es nicht sehen möchten, können Sie es einfach auf diese spezielle Weise erweitern und verwenden. Das Tool wird also im Grunde der Ort sein, an dem wir dem Tool eine Aufforderung geben können. Und mit Hilfe dieser Aufforderung analysiert das Tool Ihre Eingabeaufforderung und gibt Ihnen die Ausgabe und die Ergebnisse. gibt es also verschiedene Versionen Derzeit gibt es also verschiedene Versionen davon, die verfügbar sind. Das sind die, die wir verwenden können, die neueste Version ist GPT Four Oh, was Sie hier sehen können, okay, was sehr nützlich und sehr schnell ist es um komplexe Aufgaben geht , die wir ihr geben Die anderen, die täglichen Aufgaben, können mit Four Oh Mini erledigt werden, und es gibt auch das ältere Modell von GPT Jetzt gibt es mehrere Optionen, die Sie erhalten, wenn Sie auch die Einstellungen des Tools sehen Es gibt also bestimmte Einstellungen, die Sie hier einrichten können , die allgemeinen Einstellungen, wie Sie das Thema betrachten möchten, das Erscheinungsbild und das Design des jeweiligen Tools können auch auf diese spezielle Weise geändert werden , wenn Sie das möchten. Okay. Abgesehen davon bestimmte Personalisierungen , die Sie vornehmen möchten, können Sie bestimmte Personalisierungen , die Sie vornehmen möchten, auch hier draußen vornehmen Jetzt funktioniert das Tool auf sehr einfache Weise, sodass wir diese Eingabeaufforderungen geben können Um Ihnen ein Beispiel dafür zu zeigen , was wir tun können, sagen wir, ich habe eine besondere Aufforderung gegeben, nämlich eine Reiseroute zu planen , um Kaschmir in Indien zu besuchen Es wird mir also schnell alle speziellen Tagespläne geben alle speziellen Tagespläne wie ich an diesen Ort kommen kann, welche Orte ich auschecken kann, all diese Dinge, die es mir schnell geben wird Nehmen wir nun an, ich möchte einige Bilder von den Sehenswürdigkeiten in Kaschmir sehen, damit es auch auf einige Bilder von den Sehenswürdigkeiten in Kaschmir sehen, diese besondere Weise zur Verfügung stellen kann , sodass ich mir ein Bild davon machen kann, dass ich das in Kaschmir sehen könnte. Was wir auch verstehen können, ist, sagen wir, dass ich etwas über verschiedene Arten von Essensmöglichkeiten wissen möchte, ich etwas über verschiedene Arten von Essensmöglichkeiten wissen möchte die ich mir besorgen werde Damit es Ihnen auch die Informationen hier geben kann. Wenn ich ein Bild von einem der Lebensmittel sehen möchte, kann ich das auch sehr schnell sehen. Und wenn ich dann nach irgendwelchen unterhaltsamen Aktivitäten suche , die ich in Kaschmir machen möchte, dann kann ich mir einige Beispiele mit Bildern auf diese Weise ansehen So habe ich sehr schnell eine klare Vorstellung und mehr Informationen darüber, welche Optionen ich habe, bevor ich eine bestimmte Stadt besuche Und schließlich schaue ich mir auch die Kosten an, die Ausgaben für den Besuch des Ortes, sodass ich mir eine ungefähre Vorstellung von den geschätzten Flügen, Unterkünften, Transportkosten, Mahlzeiten, Aktivitäten und Besichtigungskosten verschaffen von den geschätzten Flügen, Unterkünften, Transportkosten, Mahlzeiten, kann. Also die geschätzten Gesamtkosten kann ich auch für eine Reise von sieben Tagen oder die Anzahl der Tage, die ich genannt habe, in Anspruch nehmen. Das ist also eine sehr wertvolle Information , die ich jetzt sehr schnell bekommen kann. Andernfalls müsste ich viel in verschiedenen Suchmaschinen recherchieren. Um diese Informationen zu erhalten, was viel Zeit in Anspruch nehmen kann. Das sind viel besser organisierte Informationen, die ich hier schnell abrufen kann. Ein anderer Weg, der für RPT verwendet werden kann ist in meinem Geschäft, wo es um die Erstellung von Prosa Ich kann es fragen geht. Ich kann es fragen, ob ich ein Kursersteller auf ii bin, und ich suche Leute, die bereit wären, welche Kurse am besten abschneiden, die ich mir ansehen kann, was gerade sehr gefragt ist, und die Leute sind bereit, diese Kurse zu belegen. Es kann mir also auch diesbezüglich einige Anregungen geben. Auf diese Weise kann es unendlich viele verschiedene Möglichkeiten oder Möglichkeiten geben, unendlich viele verschiedene Möglichkeiten oder Möglichkeiten Informationen aus diesem Tool zu erhalten , und es gibt verschiedene Arten von Eingabeaufforderungen, die wir geben können, die für uns nützlich sein können, und es wird uns auf dieser Grundlage organisierte Informationen geben Ich hoffe, Sie verstehen das Potenzial dieses Tools, was es alles für uns tun kann und uns Lösungen für verschiedene Dinge bietet, nach denen wir gerade suchen In den kommenden Videos werden wir also auch detaillierte Ideen für verschiedene Szenarien sehen, Situationen, in denen wir dieses spezielle Tool verwenden können , um organisierte Informationen zu erhalten, die von großem Wert sein können. Vielen Dank, Leute, dass ihr euch das angehört habt, und wir sehen uns im nächsten Video. 14. ChatGPT im Vergleich zu Google: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung wollten wir einen kleinen Einblick in das Google Gemini AI-Tool gewinnen und es auch schnell mit Chat GPT vergleichen . Schauen wir uns das also an Wie Sie wissen, hat Google auch eigenes KI-Tool entwickelt, nämlich Gemini Sie können bei Google danach suchen und auf deren Website ein Konto bei ihnen eröffnen Sie können also eine kostenlose Version davon haben, wie Sie hier sehen können oder Sie können auch die kostenpflichtige Version verwenden, nämlich Gemini Advanced Also hier sieht es Chat GPT sehr ähnlich. Sie können die Eingabeaufforderung hier eingeben, und Sie können auch beliebige Bilder hochladen und anhören ist auch ein Mikrofon verfügbar Hier ist auch ein Mikrofon verfügbar , das Sie verwenden können. Also hier können wir die Eingabeaufforderung platzieren. Schauen wir uns also an, wie die Antworten in diesem Fall ausfallen. Auf diese Weise können wir die Informationen geben. Jetzt wird es uns alle Informationen darüber geben . Das Gute daran ist die Formatierung wirklich nett ist, wo Sie die wichtigen Informationen auf diese Weise hervorheben können, und wir können sie sehr nahtlos durchlesen. Das ist also eine wirklich gute, nette Sache daran. Darüber hinaus bieten sie auch einen angehängten Artikel mit verwandten Inhalten , den Sie ebenfalls durchlesen können Dies rechtfertigt die Authentifizierung der von der KI bereitgestellten Inhalte Lassen Sie uns dies außerdem weiter ausbauen. Ähm, jetzt können wir auch einen Überblick über einen Artikel geben. Nehmen wir an, wir möchten einen Artikel schreiben, damit wir uns einen Überblick darüber verschaffen können Er gibt Ihnen auch einige Zwischenüberschriften Also Informationen, die auf diese besondere Weise gegeben werden, Goldene Ära, Helden, Neuzeit, Meister und so weiter und so fort Also können wir diese Informationen auch hier rausbekommen. Sie können diese Informationen außerdem verwenden und wir können auch in einen Artikel umwandeln. A Also jetzt bitten wir darum, den Artikel zu schreiben. Hier wird der Artikel auf der Grundlage der oben angegebenen Gliederung erstellt. Auf diese Weise können wir die Informationen erhalten. Die Informationen sind also ziemlich einfach, einfach. Wir können verstehen, dass die Sprache wirklich nett ist. Sie können sehen, dass O Legacy eine mit Gold verwobene Geschichte ist, eine Geschichte beispielloser Dominanz , die den Sport einst auf der Weltbühne definierte Die Sprache ist also sehr anspruchsvoll und sehr fortschrittlich und professionell, was wir anhand der Google Gemini AI Two sehen Lassen Sie uns jetzt versuchen, dieselben Eingabeaufforderungen mit ChangePT zu vergleichen, und schauen wir uns an, welche Art von Antworten Also werden wir dieselben Proms verwenden. Also fragen wir denselben Abschlussball, er wird uns die Informationen geben, sodass wir sehen können, dass er ähnliche Informationen verwendet, was offensichtlich dieselbe Person ist die wir auch hier draußen gesehen haben, die er uns gerade gibt Schauen wir uns auch die anderen Eingabeaufforderungen an. Jetzt gibt es uns einen Überblick für einen Artikel hier drüben, ähnlich wie die Einführung Dancheno Bulwsing es geht jetzt um die spezifischen Spieler und ihre spezifischen Spezialitäten und ihre Geschichte, die hier geteilt werden, was ziemlich gut ist hier geteilt werden, was Sehr spezifische Informationen. Wenn Sie sich jedoch CHAT GPT ansehen, handelt es sich um etwas allgemeinere Informationen über die Entwicklung des Eishockeys, des indischen Hockeys in den letzten Jahren, in den Jahrzehnten Das sind also genauere Informationen, die wir hier herausbekommen Schauen wir uns auch den Artikel an. Also jetzt, a Also jetzt bitten wir darum, auch einen Artikel zur Verfügung zu stellen, also gibt es uns diese Informationen. Das Gute daran ist, dass es auch hier darum geht, dem Artikel eine Struktur zu geben, wie eine Einführung, dann über jeden der besonders wichtigen Akteure auf diese besondere Art zu sprechen der besonders wichtigen Akteure , wie wir sehen werden. Im Fall von Google Gemini hingegen bietet es allgemeine Informationen über die gesamte Ära und das Thema, das wir hier behandeln Hier ist der Artikel strukturierter, da die einzelnen Spezialspieler näher beleuchtet und über sie spricht Insgesamt gesehen ist die Erfahrung mit beiden also anständig. Persönlich finde ich Chat GPT viel spezifischer für den Punkt Chris und gibt uns genauere Informationen in Bezug auf die spezifischen Informationen, nach denen wir Vergleich suchen. Ich hoffe, das macht Sinn. Sie verstehen jetzt wie sich diese beiden Tools für uns auswirken werden. In den kommenden Videos werden wir einen speziellen Abschnitt haben, in dem wir sie nur der Funktionsweise von Chat GPT in verschiedenen Szenarien widmen Funktionsweise von Chat GPT in verschiedenen Dann werden wir uns auch mit den Google Gemini-Szenarien befassen , in denen wir sehen werden, wie dieses Tool verwendet werden kann Vielen Dank, Leute , dass ihr euch das angehört habt und wir sehen uns im nächsten Video 15. ChatGPT-Schnittstelle und Layout: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir uns das GPT-Layout und die Benutzeroberfläche des Chats ansehen , wie es für alle aussieht Sobald Sie sich also bei Chat GPT angemeldet haben, wird die Oberfläche so aussehen Sie können oben links sehen, wir können hier ein linkes Fenster sehen, das Sie einblenden und alle Details sehen können Oder wenn Sie es verstecken möchten, können Sie es auch auf diese spezielle Weise ausblenden Das wird also ein Panel sein in dem Sie jetzt mehrere Dinge sehen können. Wenn Sie sich die Hauptseite ansehen, werden wir hier die Aufforderung zum GPT geben und auf dieser Grundlage werden wir die Antworten erhalten Jetzt die Version des Chat GPT, die Sie auch hier oben links sehen können. Derzeit bin ich ein Chat GPT Plus-Mitglied, also verwende ich gerade GPT 4, aber Sie können auch die anderen verfügbaren Modelle sehen, zu denen Sie auch wechseln können. Von hier aus können wir die Aufforderung geben und dann können Sie damit weitermachen Auf der linken Seite finden Sie die Optionen, um andere GPTs zu erkunden, die von OpenAI und deren Community erstellt wurden Sie können hierher kommen und nach verschiedenen GPTs suchen , die Sie verwenden möchten, und Sie können sie zu Ihrem linken Bereich hinzufügen und dann können Sie sie verwenden Darüber hinaus können Sie hier auch die vorherigen speziellen Chats sehen , die wir mit Chat GPT durchgeführt haben Idealfall können Sie sich diese auch ansehen, wenn Sie auf einen dieser Links klicken können Sie sich diese auch ansehen, wenn Sie auf einen Auf diese spezielle Weise erhalten Sie hier die Antworten. Sobald Sie eine Antwort erhalten haben, können Sie damit mehrere Dinge tun. Zum einen können Sie diese spezielle Antwort sicherlich mit jemandem teilen. Sie können das von hier in der oberen rechten Ecke aus teilen , wo Sie den Link dazu erstellen können, und Sie können den Link mit Ihren Benutzern und Ihren Freunden teilen. Abgesehen davon bietet ChagPT Ihnen nach der Generierung der Antwort mehrere Optionen, mit denen es sie für Sie laut vorlesen kann Sie können eine Kopie davon erstellen , damit Sie sie irgendwo verwenden können Sie können ihm je nach Reaktion einen Daumen hoch oder einen Daumen runter geben , oder Sie können ihn bitten, sich zu Auch diese Optionen werden hier auftauchen. jetzt zu einem neuen Chat gehen möchten, können Sie diese Wenn Sie jetzt zu einem neuen Chat gehen möchten, können Sie diese spezielle Art wählen, bei der Sie mehrere Optionen haben. Sie können also eine Datei hier anhängen und sie an Chat GPT weiterleiten, um sie zu analysieren und dann darauf basierend Antworten zu geben Sie können auch den nachrichtendienstlichen Teil verwenden dem Sie ihn bitten können , in das Denkmodell einzusteigen wo er über Ihre Anfrage, Ihre Aufforderung und dann darauf basierend eine Antwort denkt . Dabei wird das Internet durchsucht, sodass Sie es sowohl mit dem Internet als auch mit dem Online-Internet verbinden können als auch mit dem Online-Internet Anschließend können Sie recherchieren und Ihnen die Ergebnisse auf der Grundlage der im Internet durchgeführten Suchanfragen liefern. Dann gibt es noch andere Tools, die jetzt in Chat GPT integriert handelt es sich um Dali , eine KI-Toolplattform zur Generierung von Text zu Bild, die Sie von hier aus verwenden können Suche ist erneut verfügbar und überlege dir, was wir gerade suchen Das sind alle Optionen , die Sie hier sicherlich in Bezug auf vier Oh bekommen werden, die wir hier bekommen. Darüber hinaus schauen wir uns hier an, ob Sie die Pläne auch hier sehen können, welchen Plan wir haben. Wenn Sie also Ihre Pläne aktualisieren möchten, können Sie dies von hier aus tun. Darüber hinaus bekommen wir Aufgaben zu sehen, die gerade anstehen. Sie können auch damit beginnen, Aufgaben zu erstellen, die Sie Chat GPT geben können, und es wird diese Aufgaben regelmäßig ausführen, in regelmäßigen Intervallen, für die Sie es festgelegt haben Außerdem können Sie Ihre eigene GPT sehen, die Sie erstellt haben. Wenn Sie ein bestimmtes GPT für einen bestimmten Zweck erstellt haben , werden alle in diesem speziellen Bereich des Kontos aufgeführt diesem speziellen Bereich des Kontos Nun, das Anpassen des GPT wird ein Fall sein, in dem wir sagen können , wie HGPT Sie nennen soll. Sie können Ihren Namen angeben Dies sind alles Informationen, die Sie über sich selbst, Ihre Interessen, Abneigungen und Abneigungen geben . Sie können sie hier angeben , sodass JAGPT Ihnen jetzt Antworten gibt, die auf Ihren eigenen Eingaben, Ihren eigenen persönlichen Eingaben basieren Ihren eigenen Was machst du? Welche Eigenschaften sollte TAGVT haben All diese Dinge, die du hier eingeben kannst? Außerdem gibt es Ihnen einige Vorschläge, die Sie von hier aus hinzufügen können. Sonst noch etwas? Chat GPT sollte über dich Bescheid wissen Sie können all diese Informationen angeben, Ihren Hintergrund, Ihre Berufserfahrung, alles, was Sie hier eingeben können , sodass sie jetzt, wann immer die Antworten eingehen, all dies berücksichtigen Das ist wirklich toll, denn dadurch werden die Antworten für Ihre Arbeit, die Sie gerade machen, wirklich individuell und personalisiert Ihre Arbeit, die Sie gerade machen, Dies wird der Teil der Anpassung sein. Wenn Sie zu den Einstellungen gehen, dann gibt es auch andere Dinge, allgemeine Einstellungen, mit denen Sie das Thema der Look-and-Feel-Benachrichtigungen ändern können das Thema der Look-and-Feel-Benachrichtigungen ändern Look-and-Feel-Benachrichtigungen wenn Sie Personalisierung wünschen, über die wir gesprochen haben, auch Sprache Datenkontrollen, Sie sollten sich ansehen, ob Sie das Konto löschen möchten, nur für den Fall, dass das Builder-Profil sein wird wenn Sie Ihr eigenes Chan-GPT erstellen, wie es den Leuten angezeigt werden soll, Sie möchten es auf eine wie es den Leuten angezeigt werden soll, bestimmte Weise benennen. Sie möchten hier Ihre eigene Website angeben, Sie können diese auch angeben Sie können es auch mit anderen Apps verbinden , wenn Sie möchten. kann ein Google Drive, Microsoft One Word oder ein Laufwerk oder ein Laufwerk für die Arbeit oder die Schule Sie können es auch verbinden, sodass Sie von dort aus ganz einfach Details abrufen können. In Bezug auf die Sicherheit können Sie sehen, dass eine Multifaktor-Authentifizierung aktiviert ist, dass das Abonnement da ist, Sie können es verwalten, Sie können es entfernen, alles, was möglich ist Sobald Sie nun auf das entsprechende Symbol oben klicken, gelangen Sie direkt zum neuen Chat hier drüben, und dann können Sie den Chat gezielt starten Auf diese besondere Weise. sich das nun ansehen, gibt Ihnen Chat GPT die darauf basierende Antwort, und dann können Sie sie auch anpassen, wenn Sie sie ändern möchten All das wird möglich sein. Jetzt können Sie sehen, dass Sie die Antwort von Chat JPT erhalten haben. Wenn Sie möchten, können Sie dies nun erneut gemäß Ihren Anforderungen ändern Jetzt können Sie das einfach ändern und dann können Sie die Antwort erhalten. Nehmen wir an, Sie möchten eine bestimmte Antwort Wenn Sie die Antwort beenden möchten, können Sie sie auch auf halbem Weg beenden Auf diese Weise wird die Antwort auf halbem Weg gestoppt und Sie können dann alle Informationen sammeln, wenn Sie möchten Dies sind alle Funktionen des Tools, die Sie im Idealfall erhalten Sie können auch nach bestimmten Chats suchen , die Sie in der Vergangenheit durchgeführt haben. Vielleicht kannst du einfach auf diese spezielle Weise danach suchen . Und gehe auf diese besondere Weise sehr schnell zu diesen Chats . Sie können auch die Suchoption verwenden. Ich hoffe das macht Sinn. Sie verstehen jetzt die Schnittstelle, wie die JPT-Schnittstelle für uns alle aussehen wird Lassen Sie mich Ihnen auch die anderen Modelle zeigen. Wenn Sie die GPT G Four, die kostenlose Version, verwenden, können Sie sie auf diese spezielle Weise verwenden Ich hoffe, das ist allen klar. Jeder versteht jetzt die Oberfläche und die Benutzeroberfläche, das Layout dieses JPT Vielen Dank, Leute, dass ihr euch das angehört habt und wir sehen uns im nächsten Video. M.. 16. ChatGPT Plus-Funktionen: Hallo, ja. Willkommen zu dieser Sitzung. In dieser Sitzung wollten wir nur überprüfen, welche zusätzlichen Funktionen Chat JVT in ihrem Modell bietet Sobald Sie also das Tool verwendet haben und die Plus-Funktion aktiviert haben, gibt es ein paar zusätzliche Dinge die Chat JPT bietet Der erste Teil wird natürlich der nachrichtendienstliche Teil sein. Sie können mehr Intelligenz gebrauchen. Hier wird Chat JBT also anfangen, mehr nachzudenken und Ihnen genauere Informationen zu geben Das ist also etwas Zusätzliches , das Sie in der Plus-Funktion erhalten Schauen wir uns das an, wie es funktionieren wird. Auf diese Weise fängt es an, wenn du eine Aufforderung gibst, über die Antwort nachzudenken , die es braucht, um es zu disziplinieren, damit du es sehen kannst, und dann wird es dir die Antwort geben Diese Funktion wird dir wirklich dabei helfen , genauere Informationsergebnisse zu erhalten genauere Informationsergebnisse , auf deren Grundlage du sie dann für deine eigene Arbeit nutzen kannst sie dann für deine eigene Arbeit nutzen Das ist wirklich gut, was Sie hier sicherlich nutzen können. Abgesehen davon sind die zusätzlichen Funktionen, die Sie hier sehen können, darin, dass Sie hier Dateien verschiedener Art anhängen können , das kann ein Code sein, das kann Bilder sein, und dann können Sie TraGipt bitten , ihn zu analysieren und Ihnen darauf basierend Antworten zu geben Sehen wir uns einige Beispiele dafür an. Nehmen wir an, wir möchten, dass Tragic PT weitermacht und einen Code debuggt, sodass wir ihm auf diese spezielle Weise einen Code geben und ihn dazu auffordern können . Es wird sich speziell das Bild ansehen und versuchen zu analysieren, was mit dem Code nicht stimmt , und uns dann einige Debugging-Schritte geben Sie können sehen, dass es uns auf diese spezielle Weise auch einen empfohlenen Code Dies ist eine der Funktionen , die dort verfügbar sind. Nehmen wir an, Sie möchten, dass es ein komplexes Bild entziffert oder vereinfacht Das können wir uns auch ansehen. Nehmen wir an, das ist das Bild, das wir ihm geben und wir wollen, dass es das Bild erklärt Höflichkeit haben wir dieses Bild gegeben und wir bitten es, es auf einfache Weise zu erklären Jetzt hat es uns eine einfache Beschreibung des Bildes gegeben , auch auf diese spezielle Weise Dies sind zusätzliche Funktionen , die Sie sehen und die Sie speziell in einer Plus-Version erhalten. Außerdem, wenn Sie hier draußen sehen, ähm, die zusätzlichen Dinge, die Sie hier bekommen werden , werden der Codeteil sein. Abgesehen von der kostenlosen Version sind alle anderen Dinge in der kostenlosen Version verfügbar, aber speziell in der kostenpflichtigen Version erhalten Sie den Codeteil, in dem Sie ihn bitten können, eine Funktion zu schreiben oder einen beliebigen Code zu vereinfachen. Du kannst mir helfen, Python zu lernen. Es gibt viele Möglichkeiten, wie Sie es bitten können, auch einen Code zu schreiben. Jetzt wird es weitermachen und das auch für uns tun. Sie können sehen, dass es uns hier einen Python-Code gegeben hat. Dies sind die zusätzlichen Teile, die wir mit ATGPTplus erhalten werden . Ich hoffe, das macht Sinn Sie verstehen jetzt die zusätzlichen Funktionen der Plus-Version des Tools. Vielen Dank, Leute , dass ihr euch das angehört habt, und ich werde euch im nächsten Video sehen. 17. Token und Kontextfenster: Hallo, als. Willkommen zu dieser Sitzung. In dieser Sitzung möchten wir über hA GPT-Token sprechen , die Sie hier sehen Tokens sind große Wortgruppen , die hier verwendet und gezählt werden Wenn Sie eine spezielle Aufforderung eingeben, werden die Tokens generiert und die verschiedenen HGPT-Versionen haben unterschiedliche Limits, Token-Limits, die es gibt Zum Beispiel hatte HagPE 3.5 ein Token-Limit von 4.096 Token, und ChAGPT 4 hatte später Und jetzt, wo wir neue Versionen davon haben, handelt es sich um eine viel höhere Anzahl von handelt es sich um eine viel höhere Anzahl Tokens Es funktioniert so, dass jedes Mal, wenn Sie eine Eingabeaufforderung an diese GPT geben, die Eingabeaufforderung einige der Token von dort entgegennimmt Nehmen wir an, Sie geben GPT 3.5 eine wirklich lange Aufforderung , bei der es bis zu 4.096 verwendet, Token Jetzt bleiben uns nur noch 96 Tokens übrig die GPT antworten Ihre Eingabe als auch Ihre GPT-Ausgabe Sowohl Ihre Eingabe als auch Ihre GPT-Ausgabe werden in der Gesamtmenge des Tokens berücksichtigt, dem Limit, das wir hier haben Aus diesem Grund kann es vorkommen , dass Sie zu bestimmten Zeiten , in denen Sie ein langes Gespräch mit dem GPT führen, die Antworten in der letzten Phase möglicherweise nicht so genau sind, dass es sich möglicherweise nicht um die sensiblen Informationen handelt, möglicherweise nicht um die sensiblen die Sie In einem solchen Szenario ist der Hut , den Sie sich vorstellen können, der Start eines neuen Chats Oder Sie können weitermachen und die gesamte Konversation zusammenfassen, hat GPT bitten, die gesamte Konversation kurz zusammenzufassen , und das dann in einen neuen Chat kopieren und von dort aus erneut beginnen sodass Sie wieder die neue Anzahl von Token für den neuen Chat generiert haben Anzahl von Token für den neuen Chat generiert Es gibt also auch verschiedene Möglichkeiten, wie Sie herausfinden können , wie viele Token eine bestimmte Aufforderung benötigt Deshalb haben wir auch Tools wie einen Tokenizer mit Tool, das Sie hier verwenden können. Schauen wir uns also zunächst an, wie Open AI Token auf ihrer Plattform definiert Tokens kann man sich als Wortteile vorstellen , die sie enthalten. Sie können sehen, dass ein Token im Englischen fast ungefähr vier Zeichen entspricht, ein bis zwei Sätze ungefähr 30 Zeichen ergeben, ein Absatz ungefähr 100 und so weiter und so fort. Hier kannst du mehr über Token-Limits, Token-Preise und sogar mehr über Tokens lesen . Hier kannst du sehen, dass jedes einzelne Wort ein bestimmtes Token erhält. Zum Beispiel ist M drei dreifach sechs. Farbe ist 312, vier, dann ist Rot 2266 Wenn Sie sich nun die Periode ansehen, ist die Periode 13, was überall gleich bleibt Auch die zweite Periode wird mit 13 angegeben. Wenn Sie sich jedoch Rot in Kleinbuchstaben ansehen, ist das 2266, während Rot in Großbuchstaben 2297 ist Auf diese Weise unterscheidet es sich, und so können Sie in unseren Eingabeaufforderungen sehen, dass Tokens aufgebraucht sind Wenn Sie nun eine bestimmte Eingabeaufforderung berechnen möchten, nehmen wir die Anzahl der Token auf Sie können Tokenizer hier verwenden. Sie können sehen, dass dieser spezielle Satz ungefähr sieben Tokens benötigt. Zeichen sind 28. Wenn wir einen größeren Text auswählen, wir an, wir nehmen diesen großen Text In diesem Fall werden 81 Zeichen benötigt und die Zeichen sind 371. Jeder von ihnen wurde jetzt auf diese Weise farblich gekennzeichnet, das können Sie verstehen. Das ist die Idee hinter Tokens, die berücksichtigt werden muss. Wann immer Sie CHAPT aus verschiedenen Gründen verwenden, sollten Sie dies immer im Hinterkopf behalten , damit Sie sich dessen bewusst sind und entsprechend optimieren können, um und entsprechend optimieren können bessere Antworten zu erhalten Vielen Dank, Leute , dass ihr euch das angehört habt, und wir sehen uns im nächsten Video 18. SearchGPT-Funktion: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung möchten wir über die GPT-Suchfunktion sprechen , die vor Kurzem mit Chat GPT SarchPT ist eine spezielle Funktion , die Bing verwendet, um Live-Informationen aus dem Internet bereitzustellen Live-Informationen aus dem Internet und Ihnen alle Es aktiviert die Echtzeitanforderungen. Search GPT erkennt, wann Ihre Frage aktuelle Informationen benötigt, z. B. Nachrichten oder Wetter Es ruft Daten über Bing ab. Es sammelt zuverlässige Daten von Bing und fasst mehrere Quellen zu einer klaren Es bietet Ihnen auch Links. Jede Antwort enthält Links, sodass Sie die Informationen sehr einfach überprüfen können. Es gibt auch eine Standortnutzung , bei der allgemeine Standortdaten auf Ihrer IP-Adresse basieren , sodass die Chat-GBT-Antworten darauf zugeschnitten sind Schauen Sie sich auch die Verfügbarkeit an. Die GPT-Suchfunktion von HatGPT ist für GPT-40-Benutzer mit Plus- oder Pro-Plänen verfügbar GPT-40-Benutzer mit Plus- oder Pro-Plänen Search GPT ist für allgemeine Daten optimiert. Es fehlen hyperlokale Informationen und es ist auch nur für GPT 40-Benutzer verfügbar Datenschutz hat hier immer noch Priorität. Wenn Sie sich jetzt die neuen Funktionen der GPT-Suche ansehen , können Sie sehen, dass es sich um Echtzeitinformationen Es ruft die neuesten Daten aus dem Internet ab , um aktuelle Datenantworten zu erhalten Es fasst die Antworten zusammen und gibt Ihnen klare, präzise Antworten anstatt Links aufzulisten Die Quellen sind auch Transparenz. Quellen Zur einfachen Überprüfung werden bei jeder Antwort die Kontextuelle Follow-ups behalten den Kontext ermöglichen natürliche Folgefragen und flexible Formate Daten können zum einfachen Vergleich in Tabellen, Listen oder Aufzählungszeichen dargestellt werden Schauen wir uns also diese GBT-Funktion auf Char GPT Two an. Sobald Sie also auf Chan GPT sind, sind wir auf der Char GPT 40-Miniversion Sie können sehen, das ist die Suche, die Weboption, die wir bekommen Jetzt können Sie hier nach beliebigen Informationen suchen. Nehmen wir an, wir sagen RichelObama, jetzt wird es das Internet durchsuchen, es wird sich verschiedene Artikel ansehen und auf dieser Grundlage die Informationen von dort abrufen die Informationen von dort abrufen Jetzt können Sie sehen, dass es uns auch einige aktuelle Neuigkeiten zu diesem Thema gegeben hat einige aktuelle Neuigkeiten zu diesem Thema So können wir auch von hier aus verschiedene Artikel sehen. Die Quellen werden bereitgestellt. Wenn Sie möchten, können Sie sich hier auch die Quellen ansehen , von denen aus sie die Informationen gesammelt haben. Das ist wirklich großartig, weil es dann die Informationen für uns anhand glaubwürdiger Links überprüft die Informationen für uns anhand glaubwürdiger Links Dadurch werden die Informationen, die uns das Chan GPT-Tool zur Verfügung stellt, authentifiziert und ihnen mehr Glaubwürdigkeit Informationen, die uns das Chan GPT-Tool zur Verfügung stellt, Chan GPT-Tool So werden wir also die kürzlich auf Chan GPT eingeführte GPT-Suchfunktion verwenden kürzlich auf Chan GPT eingeführte GPT-Suchfunktion Vielen Dank, Leute, dass ihr euch das angehört habt und ich werde euch im nächsten Video sehen 19. Was ist Prompt Engineering?: Hi, ja. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir also über Prompt Engineering sprechen. Prompt Engineering im Detail verstehen wie das im Chat GBT Tool funktioniert Was ist also Prompt Engineering? Also lasst uns das durchlesen und es klar verstehen. Prompt Engineering ist ein Prozess zum Entwerfen und Optimieren von Eingabeaufforderungen, die in Modellen zur Verarbeitung natürlicher Sprache wie Hat GPT oder Virtual Assistant verwendet werden in Modellen zur Verarbeitung natürlicher Sprache wie Hat GPT oder Virtual Dabei müssen die Eingabeaufforderungen klar, präzise und effektiv formuliert werden, um das gewünschte Zum Beispiel wird durch schnelle Technik ein effektiver Angelköder hergestellt, genauso wie ein gut gestalteter Köder die Wahrscheinlichkeit erhöht, genauso wie ein gut gestalteter Köder den Fisch zu fangen. Eine gut ausgearbeitete Aufforderung führt auch größerer Wahrscheinlichkeit zu den gewünschten Ergebnissen Es gibt drei Hauptprinzipien des Prompt-Engineerings , die Sie bei der Arbeit mit diesem Tool beachten sollten . Die erste kann spezifisch sein. Je mehr Kriterien Sie angeben, desto zielgerichteter wird das Ergebnis sein. Je mehr spezifische Informationen wir dem Chat GPT-Tool zur Verfügung stellen, desto besser werden wir auf dieser Grundlage die gewünschten, strukturierteren Antworten erhalten Arbeite in Schritten. Also müssen wir eine Aufgabe in kleinere Aufgabenblöcke zerlegen, die wir ihr geben Wir können ChagPT nicht bitten, ein Buch für uns zu schreiben. Also müssen wir es in kleine, kleine Schritte strukturieren. Also vielleicht über das Thema des Buches diskutieren, was wird das Thema des Buches sein? Dann denke ich über das Inhaltsverzeichnis nach. Was werden die Themen sein, Kapitel eins, Kapitel zwei. Was werden die Kapitel dafür sein? Dann arbeite ich nacheinander an jedem der Kapitel. Schrittweise zu arbeiten hilft wirklich dabei, viel bessere Antworten von den beiden zu erhalten viel bessere Antworten von . Die andere Sache, die Sie beachten können , ist iterieren und verbessern Sobald Sie also eine Antwort von Chat IPT erhalten, können wir auch die Eingaben , die wir geben, überarbeiten Außerdem können wir die Ergebnisse verbessern die Chat JBT Wir können weitermachen und das ändern. Wir können auf andere Weise fragen. Wir können verschiedene Versionen der Ergebnisse, die wir haben, herausbringen Versionen der Ergebnisse, die wir haben, und erneut darum bitten, darüber zu improvisieren All diese Dinge müssen ein kontinuierlicher Prozess sein. Auf diese Weise wird sich Ihr Prompt-Engineering im Laufe der Zeit weiterentwickeln und verbessern. Nun, was macht eine gute Aufforderung aus? Gute Eingabeaufforderungen hängen alle von den Daten ab , mit denen das Modell trainiert wurde GPT-Daten des Chats, die sich im Backend befinden, das sie abgerufen haben, basieren alle auf den Daten, die sie abgerufen haben, und darauf basierend geben sie uns jetzt die Antworten Es sind Parameter, gute Eingabeaufforderung. Da wir nur einen von diesen kontrollieren können, sieht die gute Eingabeaufforderung wie folgt Sprache achten Bei der guten Aufforderung müssen wir also auf eine klare und präzise Das ist direkt und unzweideutig. Welche Aufforderung Sie dem Tool auch immer geben, sie muss sehr klar und präzise sein. Vage Eingabeaufforderungen führen zu vagen Also müssen wir einfach weitermachen und das im Hinterkopf behalten. Die Persona, der Sie zugewiesen sind, hat diese GPT, auch bekannt als die Person, als die sie sich in der Eingabeaufforderung verhalten wird kann einen Aspekt Wir werden auch darüber sprechen, wo Sie können. Sie können CHAPT bitten, sich auf eine bestimmte Art und Weise zu verhalten, wie ein Philosoph, vielleicht ein Arzt oder ein Ingenieur Auf diese Weise können Sie HAG also bitten, auf eine bestimmte Weise zu handeln und die Antworten zu geben Die andere Sache sind die Informationen und die Beispiele , die Sie zur Verfügung stellen, auch bekannt als Ihre Eingabe Je mehr Beispiele und spezifische Informationen Sie in Ihrem Beitrag angeben, desto besser werden die Antworten ausfallen. Sie werden qualitativ hochwertige Antworten erhalten. Eine bestimmte Aufgabe, zu deren Ausführung Sie CHATPT auffordern, auch als gewünschte Ausgabe bezeichnet Wir müssen sicherstellen, dass wir nach einer bestimmten Aufgabe fragen müssen , damit wir nur dann erwarten können, das gewünschte Ergebnis zu erzielen Verfeinerung nach Bedarf, sobald Sie Ihre erste Antwort erhalten haben, auch bekannt als Wiederholung, bis Sie das gewünschte Ergebnis erhalten Auch hier geht es um eine Verfeinerung der Ergebnisse, die wir erhalten, und wieder darum, auf eine andere Art und Weise zu fragen, um bessere Ergebnisse mit CharGV zu erzielen bessere Ergebnisse Nun zu den wichtigsten Eingabeaufforderungen. Was Sie beachten können, ist das Problem oder das Ziel klar zu definieren und klar zu formulieren, womit GBD Ihnen helfen soll, indem Sie relevante Schlüsselwörter und Ausdrücke , das Problem oder das Ziel klar zu definieren und klar zu formulieren, womit GBD Ihnen helfen soll, indem Sie relevante Schlüsselwörter und Ausdrücke verwenden. In der Aufforderung müssen Sie die nützlichsten branchen - und themenbezogenen Begriffe in den Abschlussball eingeben nützlichsten branchen - und themenbezogenen Begriffe , um das gewünschte Ergebnis zu erzielen. Schreiben Sie die , um das gewünschte Ergebnis zu erzielen. Schreiben Sie Erstellen Sie ein übersichtliches Formular , das die Informationen und Aufgaben, die vom Tool ausgeführt werden müssen, klar und deutlich vermittelt Informationen und Aufgaben, die vom Tool ausgeführt werden müssen, ausgeführt werden müssen Abgesehen von diesen Tests muss auch Iterationsprozess Ihres Bewertungsprozesses der Iterationsprozess Ihres Bewertungsprozesses Teil davon sein Generieren Sie Antworten mit Ctrip. Sobald Sie die Antworten erhalten haben, werten Sie die Ergebnisse aus Ihr geht weiter und wiederholt es und bittet um Verbesserungen, ihr ändert das und fragt auf eine andere Art und Weise tragibel ist , um die gewünschten Antworten zu erhalten Das wird schnelles Engineering sein. Wie du deinen Abschlussball dem Tool gibst, das bestimmt, welche freundlichen Reaktionen du von ihm erhalten wirst . Ich hoffe, das ergibt Sinn. Sie verstehen jetzt Prompt Engineering. Vielen Dank, Leute , dass ihr euch das angehört habt, und wir sehen uns im nächsten Video. 20. Intuition hinter Eingabeaufforderungen: Hallo, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung möchten wir über die Intuition sprechen, die hinter den Eingabeaufforderungen Wenn Sie also damit beginnen, die Eingabeaufforderungen den LM-Modellen oder dem Tool zu geben , die Intuition oder das Muster, von dem aus Sie macht die Intuition oder das Muster, von dem aus Sie versuchen, darauf zuzugreifen, einen großen Unterschied Je nachdem, welche Eingabeaufforderung Sie geben und welche Art von Referenzen das Tool von den Daten der Vergangenheit ableitet, macht das also Eingabeaufforderung Sie geben und welche Art von Referenzen das Tool von den Daten der Vergangenheit ableitet einen großen Unterschied Unabhängig davon, welche Eingabeaufforderung Sie jedem einzelnen Wort geben , ob es üblich war und in der Vergangenheit viele Muster hatte oder nicht, wird es einen großen Unterschied in der Art der Ausgabe machen , die Sie hier ausgeben werden . Es macht also einen großen Unterschied, dass die Intuition hinter der Aufforderung sehr klar ist, und das wird die Art der Reaktion definieren, die Sie von diesen Eingabeaufforderungen erhalten werden Um Ihnen ein einfaches Beispiel dafür zu geben, was wir damit meinen. Nehmen wir an, ich gebe eine einfache Aufforderung an Had GPT, wo ich sage, diese Geschichte zu vervollständigen, die ein bisschen Mary Had ist Nun, dieser spezielle Satz Mary Had a Little ist ein Muster , das allgemein bekannt ist, und möglicherweise gibt es im Internet eine riesige Menge an Inhalten rund um Mary hatte ein kleines Lamm und das ganze Gedicht ist da Es gibt also eine Menge Referenzen an denen das Tool trainiert wurde. Es gibt also bereits viele Daten darüber. Und aus diesem Grund wird es Ihnen auf die gleiche Weise Antworten geben, denn die Datenpunkte, an denen es trainiert wurde, kann ist es in diese eingepasst, sodass es diese Daten abrufen und Ihnen einige Informationen darüber geben . Das wird also sehr spezifisch für die Daten sein , mit denen es trainiert wurde. Sie können also sehen, dass dieses Muster sehr verbreitet, weit verbreitet und allgemein bekannt ist verbreitet, weit verbreitet und allgemein bekannt und sich überall wiederholt. Wenn ich eine bestimmte Aufforderung gebe, die die Geschichte komplett macht, ein Mädchen namens Mary ein Mikroskop gemacht Wenn ich das jetzt mache, wenn ich mikroskopisch hinzufüge, wird das sehr spezifisch Möglicherweise ist es die Anzahl der Muster, auf die das Tool nicht trainiert wurde Das Tool ist nicht darauf trainiert, es hat nicht so viele Referenzen. Ein Mädchen namens Mary ist generisch, möglicherweise hat es viele Referenzen dafür, aber mikroskopisch wird etwas sehr Spezifisches sein Da es in diesem Fall keine derartigen Referenzen gibt, wird es darauf aufbauen und versuchen , das nächste Wort zu generieren das Tool trainiert wird, wird es sich das Wort ansehen und eine Geschichte daraus machen. Wie Sie hier sehen können. Auf diese Weise wollen wir sicherstellen, wenn wir diesen KI-Tools irgendwelche Anweisungen geben, welches Muster das ist? Gibt es ein Muster in der Aufforderung, die Sie geben? Ist das Muster bekannt oder sehr spezifisch? Das wird die Art der Ausgabe definieren , die Sie aus dem Tool herausholen werden. Wenn Sie dies berücksichtigen, macht es also einen großen Unterschied, denn so könnten Sie das Tool so anpassen , dass es Antworten entsprechend Ihren Anforderungen gibt. Wenn Sie es mit einem bestimmten Szenario zu tun haben, in dem Sie eine bestimmte Lösung wünschen, müssen wir Sie dazu auffordern, bei denen das Muster allgemein bekannt ist , und wir suchen nach einer gewünschten Ausgabe Aber wenn wir an einem bestimmten Projekt arbeiten bei dem wir schauen wollen, was möglich ist, welche Möglichkeiten es gibt und es neue Dinge gibt , mit denen wir experimentieren wollen, dann ist das Muster, dem wir folgen wollen, vielleicht dann ist das Muster, dem wir folgen wollen, vielleicht sehr spezifisch Wir können einige seltene Wörter angeben, einzigartige Wörter wie diese, die es nicht viele Referenzen aus der Vergangenheit gibt, und das Tool kann einfach neue Ideen dazu liefern. Ich hoffe, das ergibt Sinn. Ich hoffe, Sie verstehen, wie wir Aufforderungen und die Intuition dahinter berücksichtigen müssen und wie wir unsere Worte wählen müssen , die die Ergebnisse definieren können , die wir daraus 21. Jeder kann mit Prompts programmieren: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung wollten wir verstehen, dass mit Chat JBT jetzt jeder mit Eingabeaufforderungen programmieren kann Damit meinen wir, dass Sie das Tool so trainieren können , dass es gemäß Ihren Anforderungen reagiert Das kann wirklich nützlich sein und so kann man sagen, dass ein idealer Assistent funktioniert. Dabei geben Sie eine bestimmte spezifische Schulung und Sie möchten, dass Ihr Assistent eine bestimmte Art von Leistung abgibt, auf deren Grundlage er Ihnen diese Antworten geben wird. Jetzt kann jeder einfach diese Anweisungen geben, um Chat, GPT oder ein anderes KI-Tool zu programmieren, um Antworten gemäß Ihren Anforderungen zu geben Um das praktisch zu sehen, was wir damit meinen, ist. Nehmen wir an, ich gebe als Erstes einige Erwartungen an das Tool, bei dem ich sage, dass jedes Mal, wenn Sie eine Ausgabe generieren, in eine durch Kommas getrennte Werteliste umgewandelt Das ist eine Erwartungseinstellung, die ich gemacht habe, die sie bestätigt, und jetzt gebe ich meinen Datenpunkt Darin sage ich, dass mein Name Tami Das ist und ich einen Kurs über generative KI für Personalfachleute unterrichte einen Kurs über generative KI für Personalfachleute Jetzt, wo ich diese Erwartung schon früher gestellt habe, gibt sie mir die Antwort auf diese besondere Art und Weise Jetzt, wo es mir das gibt, möchte ich es anpassen Ich möchte das ändern und dem Cha GBT-Tool mehr Regeln geben , an denen ich mich schulen lassen kann Ich sage also, dass die Spalten der kommagetrennten Werteliste von nun an Name, Kurs und Rolle sein sollten, eine an Name, Kurs und Rolle sein sollten weitere Einstellungsvoraussetzung Also das wird es auch im Hinterkopf behalten, und dann wird es mir die Ausgabe geben Also gibt es mir automatisch. Es ist also nicht so , dass ich den Datenpunkt nicht noch einmal angeben muss. Das hat es bereits berücksichtigt und springt jetzt sofort zur Ausgabe, das heißt, es nimmt die jeweiligen Spalten als Namen, Kurs und Rolle und gibt mir diese und springt jetzt sofort zur Ausgabe, das heißt, es nimmt die jeweiligen Spalten als Namen, Kurs und Rolle und gibt mir diese Ausgabe korrekt. Das ist also wirklich großartig Es wird programmiert. Das Tool wird anhand der verschiedenen Regeln oder Erwartungen, die Sie damit setzen, programmiert oder trainiert verschiedenen Regeln oder Erwartungen, die . Außerdem nehme ich wieder einige Änderungen vor, bei denen ich sage, dass zusätzlich zu dem, was ich eintippe, zusätzliche Beispiele generiert die zum Format von DCS Felist passen Auch jetzt muss ich selbst keine Beispiele angeben. Es erstellt diese Beispiele automatisch im selben Format. In demselben Format, das ich hier zur Verfügung stelle. Wenn Sie nun all diese Schritte befolgen, haben wir das Chat-GPT-Tool so programmiert , dass es auf eine bestimmte Art und Weise reagiert Wenn ich nun eine einfache Aufforderung wie diese gebe, erhalte ich sofort die Ausgabe auf diese spezielle Art und Weise, weil es inzwischen schon trainiert ist Es weiß, dass es diese drei Spalten berücksichtigen muss. Es muss die erste Ausgabe liefern und dann weitere Beispiele geben. Das alles kommt also auf einmal zusammen. Sie verstehen also, wie das Tool funktionieren wird Wenn Sie eine bestimmte Art von Antwort oder Ergebnis für Ihr Unternehmen, für Ihre Arbeit wünschen von Antwort oder Ergebnis für Ihr Unternehmen, , kann das Tool programmiert werden. Jeder kann das Tool nach seinen Anforderungen programmieren , indem er diese Erwartungen festlegt und diese Regeln vorgibt. Dann beginnen Sie mit der Arbeit, geben Ihre Anweisungen und erhalten die gewünschten Ergebnisse. 22. Sofortiges Primieren: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir also über Prompt Priming sprechen. Promptes Priming ist also ein Konzept , das sich auf die Praxis bezieht einige erste Eingaben in das Modell zu Hat-GPT-Tool einige erste Eingaben in das Modell zu geben, bevor irgendeine Art von Reaktion generiert Diese erste Eingabe hilft also wirklich dabei, das Tool dazu zu generieren , eine relevantere und auf Sie zugeschnittene Antwort zu Also die vom Benutzer beabsichtigte Eingabe. Deshalb ist es sehr wichtig und wichtig, dass wir, wann immer wir Eingabeaufforderungen an das HatGPT-Tool geben, irgendeinen Kontext, irgendeinen Hintergrund dafür, was genau nach welcher Art von Information Sie suchen Zum Beispiel ohne Grundierung, sagen wir, ich sage, wo ich in meinem nächsten Urlaub hinfahren soll Also, das ist etwas sehr generisches. Nun, HattPT wird es als eingegebene Eingabe als extrem generisch empfinden und eine sehr generische Antwort geben Es wird mir alle möglichen Orte auf der ganzen Welt geben, okay, und Informationen darüber Aber denken Sie jetzt darüber nach, ob ich einen Kontext dahinter nenne, okay? Nehmen wir an, ich sage, ich würde gerne in meinen nächsten Urlaub fahren. Ich gehe mit meiner Frau und meinen Kindern auf eine Reise. Der Standort sollte tropisch sein. Ich würde gerne an einen Strand gehen. Ich hätte gerne einen Direktflug von meiner Wohnung nach LAX und habe ein Reisebudget von 5.000$ Wo sollte ich in meinem nächsten Urlaub hinfahren? Also was passiert jetzt? Ich habe einen Kontext gegeben. Ich habe einige Szenarien angegeben, bestimmte Dinge, nach denen ich suche, meine Interessen, meine Vorlieben und Abneigungen, all das, wofür ich den Kontext angegeben habe diesem Grund wird die Antwort sofort viel besser, viel relevanter und auf meine speziellen Bedürfnisse zugeschnitten sein viel relevanter und auf meine speziellen Bedürfnisse zugeschnitten Das nennen wir also promptes Priming. Schauen wir uns noch ein Beispiel an. Nehmen wir an, ich sage, erstellen Sie bitte drei mögliche Titel für meinen neuen Online-Kurs, der Menschen den Umgang mit KI beibringt. Nun, das ist wieder sehr allgemein gehalten weil Chat GPT mir alle möglichen Titel zur Verfügung stellt, was diesem Zweck dient Aber wenn ich jetzt einen Kontext nenne, in dem ich das sage, erstellen Sie bitte drei mögliche Titel für meinen neuen Online-Kurs, der den Leuten beibringt, wie man KI benutzt Hier ist ein Beispiel für einige aktuelle Kurstitel. Bitte ahmen Sie den Stil und das schriftliche Format dieser Dokumente nach. Nehmen wir an, ich gebe einen Kontext Meine aktuellen Kurse heißen Video Editing Masterclass Bearbeiten Sie Ihre Videos wie ein Profi, Film-Meisterkurs, die komplette Art von Videografie die komplette Wenn ich jetzt einen solchen Kontext gebe, die Ergebnisse weitaus besser sein Das Tool wird den Schreibstil in diesen speziellen Beispielen, die ich geteilt habe, emulieren diesen speziellen Beispielen, die ich geteilt habe und mir darauf basierend Antworten geben So müssen Sie also bedenken , dass wir jedes Mal, wenn Sie dem GPT eine Aufforderung geben, auch Kontextinformationen angeben müssen , damit Sie die spezifischste gewünschte Antwort erhalten die spezifischste gewünschte Antwort 23. Stammaufforderungen: Hallo, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung wollten wir das Konzept der Root-Prompts verstehen , das diese KI-Modelle haben In der Regel werden sie also einige grundlegende Root-Backend-Eingabeaufforderungen haben, die in sie eingebaut werden und die Grundregeln dafür einige grundlegende Root-Backend-Eingabeaufforderungen haben, die in sie eingebaut werden die Grundregeln festlegen, wie die Ausgaben eingehen sollen Daher ist es auch für uns sinnvoll, diese Grundregeln zu identifizieren und festzulegen, um eine bestimmte Art von Antwort zu erhalten Sie können das Air Tool also so einsetzen Sie es so trainieren können, dass es diese Grundregeln immer dann berücksichtigt, wenn es irgendeine Art von Leistung abgibt . Vielleicht gehören Sie zu einer bestimmten Branche und benötigen Antworten, die auf diese Branche zugeschnitten sind. Sie können diese Informationen also in das Tool eingeben, sodass es sie immer im Hinterkopf behält , wenn es irgendwelche Antworten gibt. Dies hilft also wirklich dabei, die Lösungen an Ihre Anforderungen anzupassen, und es besteht eine höhere Wahrscheinlichkeit die Lösung viel schneller erreichen. Um Ihnen ein praktisches Beispiel dafür zu geben , worauf wir uns beziehen, nehmen wir ein Beispiel, bei dem wir mit dem KI-Tool die Grundregel festlegen und sagen, dass Sie mein persönlicher Assistent sind. Wann immer Sie Ergebnisse liefern, stellen Sie bitte sicher , dass Sie die zeiteffizientesten Empfehlungen geben die zeiteffizientesten Empfehlungen Empfehlen Sie nur Dinge , die mir Zeit sparen. Schlagen Sie keine Dinge vor , die keine Zeit sparen. Okay? Also, das sind meine Erwartungen, und Sie können sehen, dass es aktualisiert heißt, gesparter Umsatz, Speicher. Okay? Also, was es macht, ist im Backend, es speichert es im Speicherbereich, sodass die Antworten in Zukunft so ausgegeben werden sollten. Lassen Sie uns nun ein Beispiel nehmen. Ich sage, dass ich einkaufen gehen muss. Was würdest du mir vorschlagen, um meine Einkäufe zu kaufen? Wenn Sie sehen, dass jede Antwort , die es jetzt geben wird , unter Berücksichtigung dieser bestimmten Grundregel sein wird , okay Wie die schnellste Option, online bestellen und nach Hause liefern lassen. Spart Zeit, okay? Nachbestellen früherer Artikel, insgesamt zwei bis 5 Minuten, wird dauern Also keine Reisen, keine Hinweise. Also nochmal, ich beziehe mich auf den gleichen Punkt, dass uns das eine Menge Zeit sparen wird Okay. Wenn Sie physisch gehen müssen , können Sie eine Notes-App öffnen und eine genaue Liste erstellen, welche Sie kaufen möchten. Es gibt also keine anderen Dinge , die du einkaufst. Geh zum nächsten Geschäft, nicht zum billigsten. Okay, spart dir viel Zeit. Abholartikel in einem Durchgang abholen, richtig? Sie bezahlen selbst oder zahlen mit Karte, UPI spart Ihnen Zeit und Sie können sofort losfahren Sie sehen also, dass die Antworten alle dieser einen Erwartung entsprechen, die ich mit dem Tool gesetzt habe In ähnlicher Weise, sagen wir ein anderes Szenario, ich muss ein neues Auto kaufen. Was würdest du mir vorschlagen? Okay? Also auch hier wird es das im Hinterkopf behalten und nur zwei Autos in die engere Wahl ziehen. Okay? Ein Aggregator, den Sie anhand von zwei Optionen nach Budget, Karosserietyp und Punkt filtern können zwei Optionen nach Budget, Karosserietyp und Punkt Ich ist gleichbedeutend mit Zeitverschwendung. Okay? Beziehen Sie sich also bei jeder Antwort immer wieder auf den Punkt, dass wir so viel Zeit wie möglich sparen müssen. Sperren Sie das Budget und die EMI. Sie können also sehen, dass die Antworten jetzt vollständig an diese eine festgelegte Erwartung angepasst werden jetzt vollständig an diese eine festgelegte Erwartung angepasst . Einrichten dieser Root-Proms im Voraus, bevor Sie die KI-Tools verwenden, hilft also sehr dabei viel individuellere Lösungen für unsere Anfragen zu finden, wodurch viele Probleme effektiv und viel schneller gelöst werden Probleme effektiv und viel schneller 24. Größenbeschränkungen für Prompt: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung möchten wir über die Größenbeschränkungen für Eingabeaufforderungen sprechen . Soweit wir wissen, entwickeln sich die KI-Tools im Laufe der Zeit, sodass auch die Größenbeschränkungen für Eingabeaufforderungen zunehmen. Es werden nicht die vorherigen Versionen wie 3.5, 4.1 mit AGBT-Versionen Im Moment sitzen wir bei Tra GBD 5.2. Diese Größenbeschränkungen für Eingabeaufforderungen haben sich also ebenfalls erhöht. diesem Hintergrund ist es jedoch immer noch nicht sinnvoll , alle möglichen Informationen in Chat GPT zu speichern und es einfach zu bitten, es zu analysieren und Lösungen zu Nur um Ihnen einen Überblick darüber zu geben , wie es sich im Laufe der Zeit verändert hat Wenn Sie also sehen, wann GPT 3.5 gestartet wurde, hatte es derzeit ungefähr 16.000 Token, die berücksichtigt werden könnten Und sobald GPT 4 in Bild vier auftaucht , oh, sind diese Zahlen gestiegen Richtig? Im Laufe der Zeit ist das also viel besser geworden. Wenn wir uns also, sagen wir, die aktuellen ansehen , die wir haben, hat GPT 5.2 auch eine spezifische Größenbeschränkung für Eingabeaufforderungen, die sehr hoch ist, nämlich , die wir haben, hat GPT 5.2 auch eine spezifische Größenbeschränkung für Eingabeaufforderungen, die sehr hoch ist, ungefähr 400.000 Tokens, die wir geben können, was im Grunde bedeutet, dass Sie sehr lange Dokumente einfügen können, das können ganze Bücher sein, große Codebasen, lange Rechtsverträge, all das können einfach, ohne sie zu zerbrechen. So werden die Tokens, die jeweiligen Limits , die Ballgröße funktionieren. Davon abgesehen ist die Idee, der richtige Weg, dies zu tun dass Sie ein riesiges Dokument haben, das TragPT analysieren und Ihnen Lösungen für eine bessere Vorgehensweise bieten soll, anstatt das gesamte Dokument auf dem Tool abzulegen analysieren und Ihnen Lösungen für eine bessere Vorgehensweise anstatt das gesamte Dokument auf dem Tool , das bestimmte Abschnitte des Dokuments auswählt das bestimmte Abschnitte des Dokuments Nehmen Sie die einzelnen Abschnitte eines Dokuments auf und geben Sie es Cha GPT zur Zusammenfassung, um das Wesentliche herauszuarbeiten oder es in verschiedene Richtungen zu gliedern, um eine Lösung dafür zu finden. Auf diese Weise können Sie das Tool viel effektiver nutzen , Sie haben ein Nehmen wir an, Sie haben ein Dokument mit 1.000 Wörtern können bestimmte Segmente auswählen. Nehmen wir an, es gibt fünf Segmente dieses Dokuments, Sie können eins nach dem anderen auswählen und Sie können Cha JPT bitten zusammenzufassen, und dann haben Sie fünf verschiedene Zusammenfassungen davon, die Sie, wiederum mit Hilfe von Cha GPT, übersichtlich zusammenstellen können , und dann können Sie diese für Ihr Projekt verwenden Das ist also der richtige Ansatz , den Sie verwenden sollten, wenn Sie mit riesigen Datenmengen zu tun haben und möchten, dass Cha GBT diese analysiert. Der grundlegende Punkt ist also Teil dieser , dass Sie, wenn Sie über eine große Datenmenge verfügen, herausfinden können, welcher bestimmten Daten am wichtigsten ist, wodurch Sie das richtige Ergebnis erzielen Sie müssen also eine bestimmte Aufgabe erledigen, um diese bestimmte Aufgabe zu erledigen. Welcher Aspekt dieses Dokuments ist der wichtigste, den nur Sie CHAGPT zur Verfügung stellen können, um ihn zu analysieren und die Lösung herauszuholen Ich hoffe, das ergibt Sinn. Das wird Ihnen wirklich helfen, denn dann werden Sie das Tool sehr effektiv einsetzen, zum Kern gehen und verstehen, was der Hauptbereich ist und welche spezifischen Informationen für HAGPT am wertvollsten sind das Tool sehr effektiv einsetzen, zum Kern gehen und verstehen, was der Hauptbereich ist und welche spezifischen Informationen , um Ihnen die richtigen Antworten zu geben. M 25. Einführung neuer Informationen in den LLM: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir einen anderen Ansatz verstehen , den Sie mit diesen LLM-Modellen verwenden können , der neue Informationen zu ihnen einführen wird Was passieren wird, ist viele der Informationen, die ihr zur Verfügung gestellt wurden , zu einem bestimmten Zeitpunkt bereitgestellt wurden, oder? Aus diesem Grund verfügt sie nun über eine Menge Informationen, auf denen trainiert wurde, aber wir können nicht sagen, dass es sich vollständige Informationen handelt , die sie haben. Es kann also eine Menge Informationen geben, von denen sie nichts wissen. Das Tolle daran ist also, dass wir diese Informationen hinzufügen können, wenn Sie diese Tools verwenden . Wir können sie mit diesen neuen Informationen vertraut machen, und das Tool wird das bei der Ausgabe automatisch berücksichtigen . Das wird also wirklich mächtig sein, weil Sie es dann in verschiedenen Formaten verwenden können. Also zum Beispiel, wenn Sie es für Ihr Unternehmen bearbeiten, damit Sie Hintergrundinformationen zu Ihrem Unternehmen geben können. Sie können angeben, wie viele Mitarbeiter Sie haben, welche Produkte Sie verkaufen, welche Produkte Sie gewinnen und welche verlieren. Sie können viele Informationen angeben und Sie dann um Ihre Problemstellung bitten. Es wird also die Informationen berücksichtigen, die Sie bei der Auswahl der Yoga-Lösung angegeben haben . Ebenso können Sie Berichte und Datenanalysen bereitstellen. Sie können Umfragen aus der Vergangenheit bereitstellen. Sie können Informationen über das Verhalten Ihrer Kunden geben. Es kann eine Menge Informationen geben, die Sie von Ihrer Seite an das Tool weitergeben können , und dann wird es diese berücksichtigen und Ihnen die Ausgabe gemäß Ihren Anforderungen liefern . Ich gebe Ihnen ein praktisches Beispiel dafür worauf wir uns hier beziehen. Nehmen wir an, ich gebe eine Aufforderung, nur eine Aufforderung, die, zurück zum vorherigen Beispiel, besagt , wie viele Vögel sind vor meinem Haus? Nun, das Tool kann uns praktisch keine Ausgabe dafür geben. Es gibt uns also eine kurze Antwort, die lautet, ich habe keine Ahnung, es ist früh am Morgen und es gibt mir einen grundlegenden Überblick, es hat nicht genug Informationen um uns darauf eine Antwort zu geben. Was ich jetzt mache, ist, ihm einige Datenpunkte zu geben. Nehmen wir an, dass die historischen Beobachtungen von durchschnittlichen Vögeln vor meinem Haus im Januar 120, im Februar 150 und so weiter und so fort waren . Ich habe ihm einige Daten gegeben. Also wird es das berücksichtigen und jetzt kommt es zu einer Leistung, die, da wir im Januar sind, etwa 120 liegen wird. Aufgrund der Informationen, die Sie ihm zur Verfügung gestellt haben, hat es sich nun Informationen, die Sie ihm zur Verfügung gestellt haben, darauf eingelassen und uns eine Ausgabelösung dafür gegeben . Nun, wenn ich darauf aufbaue, sagen wir, ich baue darauf auf und gebe mehr Informationen, sagen wir, mein Haus ist von einer Glaskuppel bedeckt. Jetzt können Tiere rein und raus gehen. Alle Tiere leben für immer in der Glaskuppel, und dann stelle ich die Frage. Also wird es das wieder berücksichtigen. Sie sehen also, es heißt, das macht es zu einem logischen Problem, nicht zu einem vorhersehbaren Problem. Okay. Lassen Sie uns die Einschränkungen hier noch Das Haus steht unter einer versiegelten Glaskuppel, okay? Auf diese Weise werden wir die zusätzlichen Informationen berücksichtigen, um eine maßgeschneiderte Lösung oder eine Antwort auf Ihre Anfrage zu finden. Die Idee ist also, dass wir von hier aus verstehen müssen, dass Sie, wenn Sie das Tool verwenden, Ihre Informationen angeben können, die Sie bereits haben. Und als unterstützendes Dokument, als unterstützende Ressource, auf die es zurückgreifen kann, und mit dessen Hilfe wird es Ihnen dann die gewünschten Ergebnisse liefern. Ich hoffe, das macht Sinn. Ich hoffe Sie verstehen die Strategie, wie Sie das Tool sehr effektiv nutzen können, indem Sie all diese zusätzlichen Informationen von Ihrer Seite bereitstellen . 26. 30 einfache Prompt-Starter: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung wollte ich nur einige einfache Anweisungen mit Ihnen teilen , die Sie immer griffbereit haben können Vielleicht können Sie es auf Ihrem Computer oder auf Ihrem System irgendwo aufhängen , was Ihnen leicht helfen kann, einige Informationen sehr schnell aus dem Ladevorgang zu einige Informationen sehr schnell aus dem beziehen. Schauen wir uns das mal an. Dies sind etwa 30 Aufforderungen, die ich hier skizziert habe handelt es sich um kurze, einfache Proms, die Sie inspirieren und schnellere Informationen erhalten sollen Sie inspirieren und schnellere Informationen erhalten Und so wird es sein, wobei wir vielleicht, sagen wir, den folgenden Begriff definieren und eine Metapher angeben Erläutern Sie den Zweck von etwas, erstellen Sie eine Vorlage für etwas, erstellen Sie eine Gliederung für diesen Podcast Hilf mir, ein Budget für Dinge zu erstellen, die du willst. Schlagen Sie einige kreative Schreibanweisungen vor, um mir den Einstieg zu erleichtern. Brainstorming mit zehn Ideen, um das Schreiben des Transkripts zu verbessern Verfassen Sie eine gut durchdachte Kapitelliste für ein Buch, sagen wir, über ein Buch, das Sie gerade schreiben Einige Rezepte, die diese Zutaten verwenden. Dies sind etwa 30 Eingabeaufforderungen, die Sie ausdrucken und bei sich behalten und bei Bedarf verwenden können Ich hoffe, das ist wirklich nützlich , denn dann können Sie Ihre Antworten schneller erhalten Sie müssen nicht viel nachdenken, Sie können sich das einfach ansehen, es aufschreiben und die Antworten sehr schnell erhalten. Vielen Dank, Leute, dass ihr euch das angehört habt, und wir sehen uns im nächsten Video. 27. Neue Ideen und Kopiergenerierung: Hallo, Dice. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir einige der praktisch nützlichen täglichen Eingabeaufforderungen sehen der praktisch nützlichen täglichen Eingabeaufforderungen , sie uns ansehen und üben und sie auf dem Tool sehen, wie es für uns funktionieren wird Das werden also Eingabeaufforderungen sein, die für unsere tägliche Arbeit und Ideenfindung nützlich sein werden Diese sollen Personen, die ihre Produktivität und ihr kreatives Schaffen schnell steigern möchten, einen praktischen Rahmen bieten einen praktischen Rahmen Personen, die ihre Produktivität und ihr kreatives Schaffen schnell steigern möchten, ihre Produktivität und ihr kreatives Schaffen schnell steigern Das sind also einige davon. Das erste, was wir uns ansehen werden, ist das Brainstorming neuer Ideen, bei ist das Brainstorming neuer Ideen, dem wir diese Formel erstellt haben, wir sagen, dass ich ein Thema in einem bestimmten Format untersuchen möchte ein Thema in einem bestimmten Format untersuchen Haben Sie Vorschläge zu den Themen, die ich behandeln kann? Lassen Sie uns einige Beispiele dafür nehmen. Ich bin daran interessiert, eine Instagram-Seite zu erstellen , die sich mit Reisen befasst. Welche Ideen habt ihr zu Themen, die ich mit einbeziehen könnte, wie z. B. günstige Reiseziele und versteckte Schätze, die es zu besuchen gilt? Ein anderes Beispiel könnte sein, dass ich an einem Newsletter arbeite, der sich auf Technologie konzentriert. Können Sie Themen empfehlen , die für mein Publikum interessant wären, wie z. B. die neuesten Gadgets und Software-Upgrades? Lassen Sie uns das in Aktion sehen, wie das für uns funktionieren wird . Nehmen wir an, wir nehmen diese spezielle Aufforderung und verwenden sie für das GPT und sehen dann, welche Art von Antwort sie uns gibt Jetzt wird es sich also die Eingabeaufforderung ansehen und uns die Informationen geben Also preisgünstige Reiseziele, versteckte Juwelen, okay, über die wir hier sprechen können, lokale Restaurantführer. Es bietet uns Reiseherausforderungen, Reisehacks, Geschichten über Alleinreisende und nachhaltiges Reisen Dies sind all die verschiedenen Arten von Seitenideen, die wir gerade bekommen und die wir erkunden können Und jetzt können Sie tief darin eintauchen. Nehmen wir an, Sie möchten mehr über Alleinreisegeschichten erfahren. Sie können Tat GPT bitten, dies weiter zu erläutern Auf diese Weise können wir diese Eingabeaufforderungen sehr schnell nutzen und die gewünschten Ergebnisse erzielen anderes Beispiel, das wir hier übernehmen können, ist die Textgenerierung, was im Grunde eine weitere Aufforderung ist die wir erstellt haben, um zu sagen, dass ich an einer Art von Text interessiert bin, die Vorteile eines bestimmten Themas hervorhebt Schreiben Sie mir jetzt bitte eine Zahl zu diesem Thema. Nehmen wir nun an, das Beispiel könnte sein, dass ich eine E-Mail-Kampagne benötige dass ich eine E-Mail-Kampagne der die Funktionen meines neuen Produkts vorgestellt Können Sie mir etwas über die Benutzerfreundlichkeit und Erschwinglichkeit des Produkts schreiben die Benutzerfreundlichkeit und Erschwinglichkeit des Produkts Ein anderes Beispiel könnte sein, dass ich an einer Website interessiert bin , auf der die Vorteile meiner Coaching-Dienste Können Sie mir einen über den personalisierten Ansatz und die nachgewiesenen Ergebnisse meines Coaching-Programms schreiben den personalisierten Ansatz und die nachgewiesenen Ergebnisse meines Coaching-Programms Jetzt können wir auch sehen, wie das funktionieren wird. Es wird uns also die Antwort geben. Es nimmt also auch Informationen aus früheren Chats aus früheren Chats auf und gibt uns alle Informationen. Warum sollten Sie sich für unser Coaching-Programm entscheiden? Personalisierte Strategie für Ihr Unternehmen. Bewährter Erfolg mit echten Ergebnissen, fachkundiger Beratung, kontinuierlicher Unterstützung und Optimierung sorgen für nachhaltiges Wachstum. Okay, bereit, deine Werbung zu meistern. Also, jetzt ruft es am Ende auch zum Handeln auf. Sehr effektive, sehr strukturierte Art, uns die Antwort zu geben, die wir erwarten werden. Das sind also die täglichen Aufforderungen, Leute, die ihr euch ansehen könnt Im nächsten Video werden wir einige weitere praktische Anweisungen für den täglichen Gebrauch sehen einige weitere praktische Anweisungen für den täglichen Gebrauch , die Sie verwenden können 28. Client-E-Mails und Massenschreiben: Hallo, Leute. Willkommen zu dieser Sitzung. also mit dem vorherigen Video fortfahren Lassen Sie uns also mit dem vorherigen Video fortfahren und uns einige weitere Szenarien mit praktisch alltäglichen Prods ansehen praktisch alltäglichen Prods Ein anderes Szenario kann der Kunden- und Kundensupport sein. Die schnelle Formel, die wir uns ausgedacht haben, lautet Ich wollte als Kundenbetreuer auftreten , der eine bestimmte Eigenschaft aufweist. Wie würden Sie als Vertreter unseres Unternehmenstyps auf einen Text reagieren ? Ich möchte zum Beispiel, dass Sie als Kundenbetreuer auftreten , der analytisch ist? Wie würden Sie stellvertretend für unseren Tech-Start auf einen Kunden reagieren , der bei der Nutzung unserer Software auf einen Fehler gestoßen ist? Oder ein anderes Beispiel könnte sein: Ich möchte, dass Sie als Kundenassistent auftreten , der Selbstvertrauen und Empathie verkörpert Wie würden Sie als Vertreter unseres Finanzdienstleistungsunternehmens einem Kunden bei einem Abrechnungsproblem helfen als Vertreter unseres Finanzdienstleistungsunternehmens einem Kunden bei einem Abrechnungsproblem Vertreter unseres Finanzdienstleistungsunternehmens einem Kunden bei einem Schauen wir uns also einige Beispiele dafür an. Nehmen wir also an, wir nehmen den ersten. Jetzt können Sie sehen, dass es hier die Antwort für uns schreibt und nach spezifischen Informationen zum Fehler, zur genauen Fehlermeldung und zur Version der Software fragt spezifischen Informationen zum Fehler, zur . Alle erforderlichen Informationen werden in der E-Mail abgefragt. Schauen wir uns in ähnlicher Weise andere Szenarien an. Ein anderes Szenario kann die Generierung von Analogien sein. Analogien können sehr nützlich sein, wenn es sich um ein komplexes Thema handelt und das Konzept schwer zu verstehen In solchen Fällen hilft eine Analogie wirklich , das Thema zu vereinfachen und besser zu verstehen Die Aufforderung, die wir hier verwenden, ist, dass ich versuche, das Konzept eines bestimmten Konzepts zu verstehen. Das hat mir geholfen , dieses Konzept besser zu verstehen indem ich eine praktische und leicht verständliche Analogie geschaffen Ich versuche zum Beispiel, das Konzept der Photosynthese besser zu verstehen Bitte helfen Sie mir, dieses Konzept besser zu verstehen, indem eine praktische und leicht verständliche Analogie Nehmen wir also dieses Beispiel. Ein anderes Beispiel ist, dass ich versuche, das Konzept der Suchmaschinenoptimierung zu verstehen . Bitte helfen Sie mir, dieses Konzept besser zu verstehen, indem Sie eine praktische und leicht verständliche Analogie Nehmen wir also den ersten und sehen wir uns das an. Wir versuchen also, das Konzept der Photosynthese zu verstehen , also hier wird es aufgeschlüsselt Auf diese besondere Art und Weise. Die Photosynthese in leicht verständliche Anwendungen zu zerlegen Die Photosynthese in leicht verständliche Anwendungen zu Stellen Sie sich vor, Ihre Anlage ist wie eine solarbetriebene Fabrik. Die Analogie ist, dass sie es als Fabrik betrachten. Die Fabrik hat die Aufgabe, Lebensmittel herzustellen, aber anstatt Elektrizität zu verwenden, nutzt sie Sonnenlicht. So funktioniert es. Jetzt gibt es Ihnen eine Analogie mit einer Fabrik, um das Konzept der Photosynthese zu erklären Das ist wirklich großartig, weil es viele komplexe Themen vereinfachen wird, die in allen Arbeitsbereichen zu verstehen sind Ein weiteres praktisches Beispiel fragt: Können wir Leute Massenkopien erstellen Die Formel, die wir hier verwenden, lautet also Bitte denken Sie sich eine Reihe von Inhalten für eine Art von Inhalt für eine Plattform aus, die einige Referenzen enthält Überlegen Sie sich zum Beispiel bitte acht E-Mail-Newsletter für meine Investment-Website, die Branchenberichte und Datenanalysen enthalten. Bitte denken Sie sich vier Videoskripte für einen YouTube-Marketingkanal , der Expertenmeinungen und Einblicke in digitale Marketingtrends enthält . Schauen wir uns also den letzten an Jetzt gibt es uns vier Videoskripte. Sie können sehen, dass das Videoskript mit bestimmten Segmenten versehen ist, nämlich dem Erzähler, dem Intro All das gibt es auch in Abschnitt zwei, Abschluss, dann Video vollständige spezifische Videoskript mit der bereitgestellten Struktur und den jeweiligen Rollenspielen wird ebenfalls sehr deutlich erwähnt. Auf diese Weise werden diese alltäglichen Abschlussbälle wirklich nützlich sein, um zu verstehen, wie wir einige Arbeiten erledigen können, was für unser Unternehmen sehr produktiv sein wird Ich hoffe, das ergibt Sinn. Sie verstehen das Konzept alltäglicher Aufforderungen, praktischer Proms, die Sie verwenden können Vielen Dank, Leute , dass ihr euch das angehört habt, und wir sehen uns im nächsten Video 29. Modifikatoren für bessere Ausgaben: Hallo, ist willkommen zu dieser Sitzung. In dieser Sitzung möchten wir sehen, wie wir Modifikatoren verwenden können, um unsere Eingabeaufforderungen zu Es kann verschiedene Arten von Modifikatoren , die Sie hier verwenden können, z. B. Qualifikatoren, Wörter wie einige wenige, viele, alle. Sie helfen wirklich dabei, einen genaueren Einblick in die Eingabeaufforderung zu einen genaueren Einblick Auch Adjektive, die Substantive und Pronomen beschreiben oder modifizieren können , können sehr hilfreich sein, wie zum Beispiel rot, glücklich, groß, wie zum Beispiel rot, glücklich, groß Wenn Sie sagen, Sie möchten , dass Chat ZIP einen spannenden Blog schreibt, dann versteht es genau den Ton, in dem es die Antwort geben muss Ebenso sind Adverbien, Verben, die Wörter beschreiben, die die Verben, Adjektive oder Adverbien modifizieren , wie zum Beispiel schnell , naja, laut, Verstärker, die Sie hier verwenden können, die extrem, völlig negativ sein können , naja, laut, Verstärker, die Sie hier verwenden können, die extrem, völlig negativ sein können, sehr gut zu verwenden, weil diese Modifikatoren wirklich helfen all die Wörter oder Sätze zu negieren , die Sie nicht möchten, dass HaziBT Ihnen liefert, was niemals sein kann. Sie fügen diese in Ihrer Aufforderung hinzu, sodass JPT keine Antworten mit diesen speziellen Begriffen gibt Zahlenwörter, die Sie auch verwenden können. Es ist viel besser, einen bestimmten Abschlussball zu geben als eine generische Aufforderung Sie können zum Beispiel dem JPT eine Eingabeaufforderung geben, was sein kann, können Sie die zehn besten Filme in den USA auflisten? können zum Beispiel dem JPT eine Eingabeaufforderung geben, was sein kann, können Sie die zehn besten Filme in den USA auflisten Oder Sie können sagen, was eine sehr spezifische Aufforderung ist anstatt zu fragen, welche Filme man sich in den USA am besten ansehen Die Angabe von Zahlenwörtern kann sehr nützlich sein , um sehr spezifische Informationen zu erhalten. Darüber hinaus können Sie sich auch Zeitwörter ansehen, Wörter, die angeben, wann etwas passiert ist oder passieren wird. Wenn Sie nach bestimmten Informationen darüber fragen, wann die Unabhängigkeit der USA stattgefunden hat , können Sie diese speziellen Eingabeaufforderungen und Modifikatoren dort verwenden Eingabeaufforderungen und Modifikatoren dort Wörter wie hier, dort irgendwo zu platzieren , wäre wirklich gut , weil das auch sehr spezifisch wird Gradiere Wörter ganz leicht. Dies sind einige Dinge, die wirklich dazu beitragen können, sehr spezifische Informationen von JAGP zu erhalten sehr spezifische Informationen von . Die Absicht ist, diese Sache zu verstehen, Leute Die Wahl der Modifikatoren trägt wirklich dazu bei, die Qualität der Antworten zu verbessern , die Sie daraus erhalten Die Grundidee ist, dass Sie, wann immer Sie Ihre Eingabeaufforderungen auf Chat GPT schreiben, etwas Zeit nehmen und darüber nachdenken wie Sie die Antwort wünschen, welche Art von Antwort Sie wirklich von Cha JPT erwarten, und dann Ihre Aufforderung mit all diesen Modifikatoren formulieren, um welche Art von Antwort Sie wirklich von Cha JPT erwarten, und dann Ihre Aufforderung mit all diesen Modifikatoren formulieren eine sehr individuelle spezifische Information zu erhalten , die für Sie von großem Nutzen sein kann 30. Aufforderung für wenige Schüsse: Hi, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung möchten wir über eine Art von Aufforderungsstil sprechen , bei der es sich um eine kurze Aufforderung handelt kurzen Aufforderung handelt es sich im Grunde Bei der kurzen Aufforderung handelt es sich im Grunde um ein Konzept, bei dem Sie bei der Eingabe der Aufforderung auch einen Kontext geben können , um genauere Informationen zu erhalten In diesem Fall kann es drei Ebenen geben. Die erste Ebene wird Zero Shot sein, was, wie Sie anhand des Namens selbst verstehen können, darin besteht, Sie eine Aufforderung ohne jeglichen Kontext, ohne Kontext, ohne Daten, ohne Richtlinien geben jeglichen Kontext, ohne Kontext, , die Sie diesem dass Sie eine Aufforderung ohne jeglichen Kontext, ohne Kontext, ohne Daten, ohne Richtlinien geben, die Sie diesem GPT geben, und jetzt hat GPT völlig freie Hand, um Ihnen Informationen aus allen Richtungen zu geben Ihnen Informationen aus allen Die zweite Variante kann einmalig sein , bei der du Cha GPT ein paar Daten oder Richtlinien gibst , auf deren Grundlage der Chat GBT die Antwort für uns erstellt. Und die dritte Methode, die Sie auch hier verwenden können, ist Eingabeaufforderung, bei der Sie mehrere Daten oder Richtlinien angeben , weil Sie von Cha GPT eine ganz bestimmte Art von Informationen erwarten GPT eine ganz bestimmte Art von Informationen Dann kannst du ein paar Schüsse machen. In einem realisierten Szenario kann ein Null-Shot-Prompt beispielsweise darin bestehen, ein YouTube-Skript für meinen Tech Review-Kanal zu schreiben . Das ist jetzt so allgemein und einfach, dass es in jede mögliche Richtung gehen kann , und Chat GPT wird dir hier alle möglichen Informationen geben Eine Aufnahme kann dieses Beispiel als Referenz verwenden, ein YouTube-Skript für meinen Tech-Review-Kanal schreiben und sich nun einige Aufnahmen ansehen Ein paar Aufnahmen werden diese Beispiele eins, zwei und drei als Referenz verwenden , zwei und drei als Referenz Schreiben Sie eine fünfminütige YouTube-Aufnahme mit den neuesten iPhone-Kameraspezifikationen für den MTechrView-Kanal Jetzt müssen wir konkreter werden, weil es einige Anforderungen gibt , die wir erfüllen wollen und auf deren Grundlage wir die Antwort sehen wollen Dies wird als kurze Eingabeaufforderungstechnik bezeichnet , die Sie auch verwenden können 31. Tabellarische Formataufforderung: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir über eine andere Art von Aufforderungsstil sprechen , nämlich das Tabu-Format können Sie auch Antworten in einem Tableau-Format von dieser speziellen Art von Aufforderung können Sie auch Antworten in einem Tableau-Format von HAG PT diese Weise geben Sie eine Reihe von Eingabeaufforderungen an Chat GPT weiter , und es wird Ihnen die Informationen in diesem speziellen Format zur Verfügung Auf diese Weise ermöglicht Chat GPT klare Organisation und Präsentation der Daten, sodass Benutzer die Ausgabe leichter analysieren, verstehen und verstehen In der Formel werden Sie zuerst die Frage stellen und dann können Sie eine zweite Aufforderung geben Sobald Sie die Antwort darauf erhalten haben, können Sie eine zweite Eingabeaufforderung eingeben. Dabei handelt es sich um die verschiedenen Kategorien, handelt es sich um die verschiedenen in die Sie Ihre Antwort einteilen können. Into für mehr Aussagekraft. Jetzt gehen Sie etwas tiefer hinein und Sie erhalten eine entsprechende Antwort Sobald Sie diese Antwort erhalten haben, geben Sie Ihre dritte Aufforderung ein. Diese besteht nun darin , eine Tabelle zu erstellen, die Ihre ursprüngliche Antwort enthält, wobei diese Kategorien in verschiedene Spalten unterteilt sind. Auf diese Weise werden die gesamten Informationen in ein tabellarisches Format umgewandelt Lassen Sie uns das in Aktion sehen, wie das aussehen wird. Nehmen wir an, wir beantworten die erste Frage: Was sind die Hauptfaktoren Wachstum unseres YouTube-Kanals? Die erste ist, dass wir nur eine erste Aufforderung ohne weitere zusätzliche Dinge machen eine erste Aufforderung ohne , also bekommen wir die Informationen Das wurde uns bereits Punkt für Punkt *** gegeben . Sie erhalten die Informationen. Nun können wir die zweite Aufforderung ausführen und sie bitten , die Antwort aussagekräftiger aufzuteilen. Jetzt können Sie sehen, dass es hier immer aussagekräftiger wird. Sobald Sie diese Ausgabe bei sich haben, können Sie nach dem Tableau-Format für diese Informationen fragen Es wird Ihnen alle Antworten im Tableau-Format geben , insbesondere wenn diese Informationen vorliegen. Und das wäre auch viel einfacher zu verstehen, verstehen und zu verwenden Sie können hier also sehen, dass es weitergemacht und die Beschreibung der Unterkategorie für uns erstellt hat dass es weitergemacht und die Beschreibung der Unterkategorie für uns Auf diese spezielle Weise wurde die gesamte Tabelle Das ist das Tableau-Format für Eingabeaufforderungen, Leute, dem ihr eure Informationen auch in einem bestimmten Format abrufen könnt eure Informationen auch in einem bestimmten Format abrufen Wenn Sie mit Excel und Daten sehr vertraut sind, möchten Sie viel Datenanalyse durchführen. Sie können Chat GBT bitten, Ihnen die Ausgabe in diesem bestimmten Format zur Verfügung zu stellen, und dann wird es für Sie viel einfacher, daran zu arbeiten Vielen Dank, Leute , dass ihr euch das angehört habt, und wir sehen uns im nächsten Video 32. Denkanstöße in einer Kette: Hallo, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung möchten Sie sich mit einer anderen Art von Aufforderung befassen, bei der sich um Gedankenanweisungen handeln kann der Gedankenanregung handelt es sich um eine einfache Technik , bei der Sie CHAIPT bitten können , die Antwort Schritt für Schritt zu erklären Anstatt sofort zur Antwort zu springen, möchten Sie, dass HatiPT Sie durch die vollständigen Schritte führt, um zu dieser Antwort zu gelangen Jetzt wird es daran arbeiten und Ihnen Schritt für Schritt erklären, wie es zu der Antwort gekommen ist und zu dieser Antwort gekommen ist, die Auf diese Weise ist das Verständnis also besser. Manchmal, wenn wir an einem bestimmten Thema interessiert sind, möchten wir wissen, wie der Prozess abläuft, wie die bestimmte Sache bewertet wurde. In solchen Fällen ist eine solche Antwort also sehr nützlich. Das Format, die Antwortformel, die wir verwenden können, ist zum Beispiel , dass Sie Ihre Frage stellen und dann einfach sagen können, lassen Sie uns Schritt für Schritt überlegen. Jetzt gibt Ihnen Chat GPT die Lösung Schritt für Schritt. Wie groß ist zum Beispiel der Durchmesser der Sonne? Was ist das Gewicht eines Sauerstoffmoleküls? Lassen Sie uns das in der Praxis sehen wie das einen Unterschied machen wird. Lassen Sie uns also zunächst ohne unsere Aufforderung beginnen und sehen, welche Reaktion wir bei GPT erhalten Sie können einfach sehen, dass wir die Antwort sofort gefunden haben und sie uns die Antwort sehr klar gegeben hat, und die ist Aber jetzt machen wir es Schritt für Schritt. Jetzt können Sie sehen, dass es Schritt für Schritt vorangekommen ist , wo es mit dem Verständnis der Größe der Sonne beginnt. Die Sonne ist eine riesige Kugel aus heißem Gas und gibt eine klare Definition der Größe der Sonne. Was ist nun ein Durchmesser? Es definiert auch, was der Durchmesser als Maßeinheit ist. Dann wird der Durchmesser der Sonne gemessen. Es sieht so aus, als ob sie an einem Punkt angelangt sind, an dem sie versuchen, den Durchmesser der Sonne zu messen. Sie vermitteln dieses Verständnis. Dann beträgt der Durchmesser der Sonne, basierend auf diesen Beobachtungen, 1,3 Millionen. Sie kommen mit den Zahlen , die sie angegeben haben, und schliessen es mit den letzten Labors ab Auf diese Weise haben sie es in mehrere Teile aufgeteilt, jeden Teil definiert und sie dann alle zusammengefügt, sie dann alle zusammengefügt um zu dem endgültigen Ergebnis zu gelangen Das hilft wirklich. Schauen wir uns noch einen an. Lassen Sie uns zuerst mit der Frage beginnen. Was ist das Gewicht des Sauerstoffmoleküls? In diesem Fall berücksichtigt es automatisch es automatisch die vorherige Konversation und gibt uns die Ausgabe Schritt für Schritt. Das haben wir von der Methode der schrittweisen Eingabeaufforderung erwartet Methode der schrittweisen Eingabeaufforderung Darin sagt uns das Sauerstoffmolekül. Zusammensetzung ist, wie groß die Masse des Sauerstoffatoms ist. Wenn man dann die atomaren Masseneinheiten in Kilogramm umrechnet, stellt sich heraus, dass es so viel ist. Jetzt erhalten wir alle Informationen Schritt für Schritt. Ich hoffe, das macht Sinn. Sie kennen diese Art von Aufforderung, mit der Sie auch die Antworten, die Sie erhalten, besser verstehen, den gesamten Prozess verstehen, wie ChatGPT die gesamten Informationen verarbeitet hat, und Ihnen die Lösung geben können Vielen Dank, Leute, dass ihr euch das angehört habt und wir sehen uns im nächsten Video 33. Vor der Antwortaufforderung fragen: Hallo, Ayes. Willkommen zu dieser Sitzung In dieser Sitzung werden wir also über eine andere Art der Aufforderung sprechen , nämlich „Erst fragen , dann antworten Dabei handelt es sich um eine Technik , bei der Sie HAGBT anleiten , vor einer Antwort um Klarstellung zu bitten Dies trägt wirklich dazu bei , dass die Antworten des Modells viel genauer und so spezifisch wie möglich sind Die Formel, die wir hier verwenden, ist also die erste Aufforderung , die wir geben ist, ChagPT mitzuteilen , dass Sie ein Experte auf dem Gebiet der Branche sind Ich werde Sie bitten, einige spezifische Aufgaben zu erledigen, aber bevor Sie antworten, möchte ich, dass Sie Folgendes tun Wenn Sie Fragen zu meiner Aufgabe haben oder sich nicht sicher sind, ob Sie die bestmögliche Antwort erhalten sollen, stellen Sie zur Klärung immer Stichpunkt-Fragen , bevor Sie Ihre Antwort generieren. Ist das verstanden? Dies ist die erste Aufforderung, die Sie geben. Sobald du das gegeben hast und Chat GPT es bestätigt, dann gehen wir zum zweiten Abschlussball über, was großartig ist Meine Frage ist, Ihre Aufgabe ist diese. Bitte stellen Sie alle Fragen, die Sie haben , damit ich meine Aufforderung verbessern kann , bevor Sie Ihre Aufgabe erledigen Auf diese Weise werden Ihnen jetzt die relevanten Fragen gestellt, und dann können Sie diese Fragen beantworten, um sehr maßgeschneiderte, genaue und spezifische Informationen zu erhalten . Lassen Sie uns das in Aktion sehen, wie das aussehen wird. Das erste, was wir tun werden , ist , diesem Zinken die erste Aufforderung zu geben , diesem Zinken die erste Aufforderung Nehmen wir an, wir sprechen von einer Branche, die sich der Beratung widmet Jetzt weiß sie, dass sie es bestätigt hat, und jetzt geben wir die zweite Aufforderung. Auf dieser Grundlage wird es uns nun die Fragen stellen. Sie können die Zielgruppe sehen, wer Ihr idealer Kunde für eine Beratung ist? Aktuelle Strategie, welche Marketing- und Vertriebsstrategien verwenden Sie derzeit? Beratungspoker, was ist der Hauptbereich der Beratung, den Sie anbieten? Ziele, was sind Ihre Verkaufsziele für die nächsten sechs bis 12 Monate? Branding und Positionierung, wie positionieren Sie sich auf dem Markt? Budget und Ressourcen, welches Budget und welche Ressourcen stehen für Marketingaktivitäten zur Verfügung? Verkaufstrichter, haben Sie einen strukturierten Verkaufstrichter? Jetzt hat es uns alle relevanten Fragen gestellt , die wir beantworten können Wir können anfangen, sie einzeln zu beantworten, Zielgruppe Sie können weitermachen und den Rest der Antworten auf diese spezielle Weise geben, alle Antworten geben. Sobald Sie Ihre Antworten gegeben haben, werden diese Antworten berücksichtigt, um Ihnen auf dieser Grundlage die am besten maßgeschneiderte Antwort zu geben . Ich hoffe, das macht Sinn. Sie kennen diese Technik , bei der eine Aufforderung erst gefragt wird , bevor sie beantwortet wird. Sie können sie auch mit tra gibt anwenden 34. Effektive schnelle Revisionen: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung wollten wir herausfinden, wie wir auch die Überarbeitungen, die Eingabeaufforderungen oder die Ausgaben, die wir von Chat GPT erhalten, verbessern Eingabeaufforderungen oder die Ausgaben, die wir von Chat GPT erhalten und sie in einem viel besseren Format vermitteln Das Beste an Chat TPT wird der Unterschied zu allen Suchmaschinen sein , die wir haben — die herkömmliche Suchmaschine Chat TPT besitzt die nötige Speicherkapazität, was im Grunde bedeutet, dass es sich an die vorherigen Konversationen erinnert, die wir geführt haben, und auf deren Grundlage es Ihnen maßgeschneiderte Antworten geben kann Sobald Sie Antworten von Chat GPT erhalten haben, können Sie diese weiter verfolgen und diese Antworten dann verbessern Dies sind einige der Möglichkeiten , wie Sie das tun können. Sobald Sie also beispielsweise die Antwort von CHGPT erhalten haben, können Sie HatJPT bitten, die wichtigsten Keywords fett formatiert zu formatieren, damit wir wissen, welche anderen wichtigen Keywords in formatieren, damit wir wissen, welche anderen wichtigen Keywords Sie können es bitten, die Informationen nach Datum, Ort und Preis zu ordnen Informationen nach Datum Sie können ChaJPT bitten , möglicherweise neuartigere und ungewöhnlichere Ergebnisse Sie können es bitten, geeignete Bilder zur Verfügung zu stellen. Nehmen wir an, Sie haben die Informationen im Format Münze für Punkt erhalten, und jetzt möchten Sie, dass sie auch die entsprechenden relativen Imoges enthält Chat GBT kann das für uns tun. Sie können es auch bitten, die gesamte Antwort auf das Niveau eines 5-Jährigen zu erklären Niveau eines , damit er es verstehen kann Sie können auch die gesamte Aufforderung, die gesamte Antwort, in ein Tableau-Format umwandeln die gesamte Antwort, in ein Tableau-Format Das ist auch möglich. Sie können AGBT bitten das Ganze aus der Sicht eines Branchenexperten neu zu schreiben aus der Sicht eines Branchenexperten Sie können es bitten, es formell oder informell zu schreiben formell oder informell Sie können sie bitten, die Grammatik zu korrigieren oder nach Suchen und Ersetzen zu suchen und zu ersetzen. Wenn Sie bestimmte Begriffe aus der Antwort ersetzen möchten , können Sie das auch tun. Sie können es bitten, dem gesamten Inhalt etwas Persönlichkeit und Humor zu verleihen . Das kann ich tun. Abgesehen davon können Sie es bitten, dies aus der Perspektive oder mit der Stimme Ihres Lieblingsautors oder einer Berühmtheit zu schreiben dies aus der Perspektive oder mit der Stimme Ihres Lieblingsautors . Es kann das auf diese Weise verändern. Sie können also sehen, dass wir eine Menge Dinge tun können. Sie können es auch bitten, das Ganze in einem einzigen Tweet zusammenzufassen Sie können es bitten, diese Zusammenfassung auf eine dreiteilige Zusammenfassung zu erweitern. Okay. Also können alle Antworten, die Sie haben, auf verschiedene Arten geändert werden. Sie können es bitten, die wichtigsten Informationen zu vergleichen und gegenüberzustellen. Und dann können Sie vielleicht darum bitten , einfach die besten und zehn wichtigsten Erkenntnisse aufzulisten zehn wichtigsten Erkenntnisse Sie können es also auch aus der Sicht eines Experten fragen Wie würden Sie es weiter verbessern? Dann fügen Sie es in eine Stichpunktliste ein. Es gibt so viele Dinge, mit denen Sie von Cha GPT erhalten, überarbeiten Ihre Antworten, die Sie von Cha GPT erhalten, überarbeiten können, wodurch die Qualität der Informationen, die Sie daraus sammeln, weiter verbessert und verbessert Qualität der Informationen, die Sie daraus sammeln Ich hoffe, das macht Sinn. Sie verstehen dieses Konzept der schnellen Überarbeitungen, das Sie auch mit Cha GPT durchführen können 35. Zufälligkeit in der Ausgabe: Hallo Leute. Willkommen zu diesen Sessions. In dieser Sitzung wollten wir die Zufälligkeit der Ergebnisse verstehen , die wir mit diesen KI-Tools erhalten Wir müssen also die Tatsache verstehen , dass bei KI-Tools wie Chat GPT die Antworten, die Sie von dem Tool erhalten , nicht immer dieselben sein werden Und wir haben auch im vorherigen Abschnitt gesehen , dass die Ergebnisse ständig unterschiedlich sein werden, und so wurde das Tool darauf trainiert, Antworten zu geben Die Absicht der ganzen Sache ist, dass wir verschiedene Arten von Antworten ausprobieren und sehen wollen . So wurde das Tool gebaut und trainiert und mit Daten versorgt. Und aus diesem Grund werden sich die Antworten jedes Mal, wenn Sie sie sehen werden sich die Antworten jedes Mal, wenn Sie sie stark voneinander unterscheiden. Nun, so wird es funktionieren, und wir müssen es irgendwie akzeptieren und damit leben und nur darauf hinarbeiten. Das ist der aktuelle Stand dieser LLM-Modelle oder Tools, über die wir verfügen, bei denen sich die Ergebnisse voneinander unterscheiden werden Sie können auf einen bestimmten Teil der Antworten beschränkt werden , die wir erhalten, aber sie werden nicht identisch sein Die Antworten werden sich immer ein wenig voneinander unterscheiden und Antworten werden da sein , denn genau das wollen wir mit den KI-Tools sehen. Die Absicht ist immer, dass wir einzigartige Antworten sehen wollen, etwas, an das wir nie gedacht haben, und genau das ist es, was in den Tools verwurzelt ist, und deshalb sind die Ergebnisse immer zufällig. Um Ihnen ein einfaches Beispiel dafür zu geben wie das sein wird , sagen wir, wenn ich Chat GPT auffordere , wo ich sage, wie viele Vögel sich vor meinem Haus befinden. Nun, das ist eine sehr offene Frage , die ich stelle, ohne viele Informationen zu geben Dies wird mir eine Art von Antwort geben, in der es offensichtlich heißt, dass ich nicht Möglichkeit habe, von außerhalb Ihres Hauses zu sehen. Okay, wenn Sie eine schnelle Schätzung vornehmen möchten, gibt es mir einige bestimmte Schritte Look-and-Count-Methode, Sound-Methode, Fotomethode. Es gibt verschiedene Möglichkeiten, wie es mir hilft , selbst zu zählen und die Lösung zu finden. Das ist also eine Lösung, eine Antwort, die es gibt. Wenn ich nun noch einmal dieselbe Aufforderung gebe, das zunächst, zu akzeptieren, dass sie das kann. Aber wenn du die Nummer haben willst, musst du sie dir ansehen, anhören oder ein Foto teilen. Eine andere Art von Ausgabe. Der erste bestand aus Schritten , um mich selbst herauszufinden. Der zweite ist, dass ich ein Video oder einen Fuß teilen kann, schauen und anhören oder teilen kann. Auf die gleiche Weise. Wenn ich jetzt noch einmal dieselbe Aufforderung gebe, würde es zugeben, dass es das nicht kann, und im Moment ist die Anzahl der Wörter draußen unbekannt. Es gibt mir nur die Antwort, die unbekannt ist, sie weiß es nicht, bis ich sie mir genauer ansehe und sie mir zeige. Okay. Also so werden die Antworten sein, bei denen die Ausgaben zufällig sein werden für dieselben Eingabeaufforderungen, die wir geben Nun, das ist kein technischer Fehler. Auf diese Weise wurde das Tool für diese Zufälligkeiten entwickelt und trainiert Nun, auch dafür gibt es Vor- und Nachteile. Wenn wir also versuchen, Dinge herauszufinden und wir versuchen, etwas aufzubauen, und dieses Mal sind versuchen, etwas aufzubauen, und dieses Mal diese Zufälligkeit oder verschiedene Arten von Antworten wirklich hilfreich, weil wir dann unsere Ideen umsetzen und etwas anderes sehen wollen, also kann das möglicherweise wirklich nützlich sein Wenn wir uns in einer Situation befinden der gerade eine Forschungsarbeit im Gange ist und Sie spezifische Antworten oder Lösungen für diese Forschungsarbeit benötigen, dann ist diese zufällige Ausgabe vielleicht nicht so nützlich, okay? Das einzige, was das Tool möglicherweise tun kann, ist, im Bereich dieses bestimmten Themas zu bleiben im Bereich dieses und Ihnen Antworten zu geben. Es werden keine willkürlichen, wirklich vagen Antworten sein, aber er wird in diesem Bereich bleiben und Ihnen Antworten innerhalb dieses Bereichs geben So müssen wir anfangen zu akzeptieren, dass sich das Tool verhalten und zu unseren Gunsten damit arbeiten wird 36. Aufforderung zum Ausfüllen des leeren Feldes: Hi, ja. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir uns mit dem Aufforderungsstil „Leere ausfüllen “ befassen , den Sie auch verwenden können Dies ist ein Format, das es dem Benutzer ermöglicht, sich auf einen bestimmten Aspekt eines Satzes oder einer Idee zu konzentrieren einen bestimmten Aspekt eines Satzes oder einer , und das zu tieferem Nachdenken anregt Schauen wir uns also die Formel selbst an, was wir hier verwenden können. Wir beginnen also zunächst mit einer Aufforderung, bei der wir Chat-GPT mitteilen , dass Sie ein Experte darin sind, Eingabeaufforderungen zu Chat-GPT mitteilen , dass Sie ein Experte darin sind erstellen, die die präzisesten und einfallsreichsten Antworten generieren die die präzisesten und Welche zusätzlichen Aufzählungspunkte kann ich der folgenden Aufforderung hinzufügen , um die Ausgabe zu Meine Aufforderung lautet: Sie geben Ihnen eine Aufforderung, und wenn Sie dann die Antwort erhalten haben, geben Sie auf dieser Grundlage erneut die zweite Antwort, die zweite Aufforderung ist, was großartig ist. Verwandeln Sie diese Aufzählungspunkte nun in ein leeres Format, in das ich meine Informationen einfügen kann. Auf diese Weise versuchen wir , relevantere Eingabeaufforderungen von Cha JBT zu erhalten Wir bitten Chat GPT selbst, uns einige relevantere Eingabeaufforderungen zu geben, die ich auch HAGPT fragen sollte , um dann bessere Ergebnisse zu erzielen Lassen Sie uns das in Aktion sehen, wie das sein wird. Das erste, was wir tun werden, ist diese Aufforderung zu geben. Die Aufforderung, die Sie verwenden, lautet Ich habe 100.000$ an Ersparnissen und in was sollte ich investieren Auf dieser Grundlage werden mir die Fragen gestellt Streben Sie ein kurzfristiges oder ein langfristiges Wachstum an? Risikobereitschaft. Sind Sie mit einem Zeithorizont mit hohem Risiko und dem bevorzugten Anlagetyp zufrieden ? Es hat mir diese Fragen jetzt gestellt. Auf dieser Grundlage gebe ich nun die zweite Aufforderung, in der ich ihn bitte, dies in ein leeres Format umzuwandeln , das ich dann ausfüllen kann. Jetzt hat es mir auch die Füllung im schwarzen Format mit Beispielen gegeben . Ich kann das ausfüllen und dies wird zu meinen speziellen Informationen, die ich weiter verwenden kann, um bessere Ergebnisse zu erzielen. Dies ist eine andere Art von Eingabeaufforderungsstil, die Sie sicherlich mit ChatGPT verwenden können , um bessere Ergebnisse zu erzielen 37. Aufforderung zur Perspektive: Hallo, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung wollten wir uns also einer anderen Art von Aufforderungen befassen, nämlich der perspektivischen Bombenaufforderung Was wir uns hier ansehen, ist dieser Rahmen im Grunde dazu beiträgt, Ihr Verständnis zu erweitern , und bietet einen umfassenderen Überblick über das jeweilige Thema Was nun passiert, ist, , für ein bestimmtes Thema wir Chat JBT bitten unterschiedliche Perspektiven aufzuzeigen unterschiedliche Perspektiven aufzuzeigen Wenn es Ihnen das bietet, haben Sie eine ganzheitliche Vorstellung von Informationen und Klarheit über dieses spezielle Thema Das Verständnis ist also viel, viel besser. Das kann also auf zwei Arten geschehen. Die eine ist eine singuläre Perspektive. Die andere besteht aus mehreren Perspektiven. singuläre Perspektive ist also, dass Sie einen Abschlussball geben können Schreiben Sie also bitte über ein bestimmtes Thema aus der Perspektive eines bestimmten Standpunkts Das ist klar und einfach. Die andere Möglichkeit besteht darin, mehrere Perspektiven indem Sie HaGipt bitten, ein Argument für oder gegen das Thema des Themas zu verfassen ein Argument für oder gegen das Thema des Themas , das Sie aus verschiedenen Perspektiven haben verschiedenen Dazu gehören also die Namen, die Standpunkte verschiedener Perspektiven, wie zum Beispiel auch die Standpunkte Lassen Sie uns das in Aktion sehen, wie das passieren wird. Nehmen wir also an, wir betrachten den ersten aus einer singulären Perspektive Wir möchten, dass Chad GPT aus der Sicht eines Kickbox-Trainers über Kickboxer schreibt aus der Sicht eines Kickbox-Trainers über Kickboxer . Jetzt wird es uns die Perspektive eines Kickbox-Trainers geben , der als Kickboxer das verbessert, was man alles kann, seine Grundlagen perfektionieren, Kondition aufbauen, seine Verteidigung verbessern, mentale Stärke, Beinarbeit und Bewegung entwickeln, und Bewegung entwickeln, was auch Sparsamkeit beinhaltet. Du kannst sehen, dass das alles Vorschläge unseres Kickbox-Trainers sind, oder? Du kannst sehen, dass das alles Vorschläge unseres Kickbox-Trainers sind, oder? Nun, dasselbe können wir aus einer anderen Perspektive fragen, wo wir darum bitten, die Perspektive eines Experten für menschliche Anatomie zu geben Schauen wir uns also an, wie anders das sein wird. Aus der Sicht eines Experten für menschliche Anatomie ist es also wichtig, Ihre Haltung und Körperhaltung zu optimieren, Ihre Rumpfmuskulatur zu aktivieren, Ihre Rumpfmuskulatur die Rolle und die Hüften der Hüfte bei der Bewegung zu verstehen, die Beweglichkeit mit Knöchel und Knie zu verbessern, die Beweglichkeit zu verbessern, Beweglichkeit zu verbessern und so weiter und so weiter. Sie können sehen, wie unterschiedliche Perspektiven es für ein und dasselbe Thema geben kann . Das kann endlos sein. Sie können nach verschiedenen Perspektiven fragen, und wenn Sie all das durchlesen, erhalten Sie ein viel besseres und tieferes Verständnis für das jeweilige Thema, tieferes Verständnis für das Sie ansprechen. Ich hoffe, das ergibt Sinn. Du verstehst diesen Stil auch. Vielen Dank, Leute , dass ihr euch das angehört habt, und wir sehen uns im nächsten. 38. Vergleichende Aufforderung: Hallo, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir über vergleichende Prompting sprechen. vergleichenden Ansprache geht es also ganz einfach darum, die wichtigsten Gemeinsamkeiten und Unterschiede zwischen verschiedenen Faktoren hervorzuheben die wichtigsten Gemeinsamkeiten und . Dies hilft Ihnen, fundiertere Entscheidungen zu treffen und ein tieferes Verständnis der Stärken und Schwächen der beiden Optionen zu erlangen der Stärken und Schwächen der beiden Deshalb bitten wir bei GPT darum, die folgenden Textbeispiele miteinander zu vergleichen und einander gegenüberzustellen. Dabei werden die Gemeinsamkeiten, Unterschiede, qualitativen Merkmale, quantitativen Faktoren, Funktionen, wichtigsten Erkenntnisse und andere Faktoren Und dann geben wir die beiden Informationen an. Auf dieser Grundlage wird es es nun analysieren und uns die Informationen in einem Tableau-Format für beide Inhaltstypen zur Verfügung stellen Dies hilft wirklich, Vergleiche anzustellen, und Verständnis für beide wird viel besser. Lassen Sie uns das in Aktion sehen, wie wir das machen werden . Wir werden den ersten geben. Dies ist der erste Abschlussball , den wir geben, bei dem unser Inhalt darin bestehen wird. Jetzt wird es in ein Tableau-Format gebracht, wie Sie sehen können, Geschäftsphilosophie. Okay? Wir können sehen, dass Designphilosophie, Produktstrategie , Markenimage, Innovation, all das, was wir hier draußen sehen können uns jetzt auf diese besondere Weise gegeben wird. Das Gleiche können Sie auch mit einem anderen Beispiel tun. Schauen wir uns ein anderes Beispiel an. Investition in Immobilien versus Investition in Kryptowährung. Anlageart, Art der Anlage, Risikoniveau, ROI, Liquidität, Volatilität, Marktdynamik, Markteintrittsbarrieren. Wir können jetzt sehen, dass es uns die Unterscheidung zwischen den beiden Inhaltstypen in Bezug auf die Merkmale und Themen ermöglicht hat uns die Unterscheidung zwischen den beiden Inhaltstypen , die wir uns geben wollten. Das ist wirklich nützlich, leicht zu verstehen und zu verdauen, verstehen, und dann können wir es in unserem Geschäft nutzen 39. Rückgängige Aufforderung: Hallo, Gins. Willkommen zu dieser Sitzung. In dieser Sitzung möchten wir Ihnen eine andere Art von Eingabeaufforderung vorstellen, die umgekehrte Eingabeaufforderung Umgekehrte Eingabeaufforderung oder Reverse Engineering der Aufforderung. Wir sprechen hier also im Grunde davon wie Sie einen beliebigen Inhalt zurückentwickeln können, um zu der Eingabeaufforderung zurückzukehren, die diesen Inhalt generiert Die Absicht hier ist also den Inhalt zu verstehen, den Sie erhalten, Sie gerade sehen, und welche Aufforderung diesen Inhalt besonders generieren kann. Genau das versuchen wir hier zurückzuentwickeln. Wir haben uns also zwei Aufforderungsformeln ausgedacht, die Sie hier für diesen speziellen Zweck verwenden können können Sie die Eingabeaufforderung eingeben und dies wird Ihnen helfen, den Inhalt zurückzuentwickeln , um zu der ursprünglichen Aufforderung zurückzukehren , die gegeben wurde , um diesen Inhalt herauszuholen. Wenn Sie also die erste Option sehen, bitten wir STIPT, sich wie ein Experte für Prompt Engineer zu verhalten , der in der Lage ist , Eingabeaufforderungen auf der Grundlage des Ihnen zur Verfügung gestellten Textes zurückzuentwickeln der Grundlage des Ihnen zur Verfügung gestellten Textes Wir geben also zuerst diese spezielle Aufforderung und richten die gesamte Phase für AGPT so ein, dass sie wie ein Reverse Engineering-Prompt eines Prompt-Experten funktioniert Und sobald StratPT das bestätigt hat, können wir ihm den entsprechenden Text geben, und es wird die Aufforderung rückentwickeln und uns die ursprüngliche Aufforderung mitteilen , die für diesen Inhalt gegeben wurde Das ist eine Option. Die zweite Option ist Eingabeaufforderung. Es kann sein, dass wir dem GPT mehrere verschiedene Eingabeaufforderungen geben dass wir dem GPT mehrere verschiedene Eingabeaufforderungen , um die Konversation einzurichten Ganz klar, wobei wir zunächst sagen, dass wir über Reverse Prompt Engineering sprechen Mit Reverse Prompt Engineering meine ich das Erstellen einer Aufforderung aus einem bestimmten Text. Können Sie mir einige einfache Beispiele für Reverse-Prompt-Engineering geben? Chat GPT wird uns einige Beispiele geben. Dann werden wir sagen, können Sie eine sehr technische Reverse-Prompt-Engineering-Vorlage erstellen eine sehr technische Reverse-Prompt-Engineering-Vorlage Was wir tun, ist , das Tool vorzubereiten. Wir bereiten das Tool speziell auf frühere Gesprächsdaten vor, sodass es Reverse-Prompt-Engineering besser versteht Und schließlich geben wir der Aufforderung, die jetzt Reverse Prompt Engineer heißt, den folgenden Text. Achten Sie darauf, den Ton, die Syntax, die Sprache und den Schreibstil des Textes zu erfassen Syntax, die Sprache und den Schreibstil des Textes Mit diesen beiden unterschiedlichen Ansätzen können Sie möglicherweise die Eingabeaufforderung zurückentwickeln und zur Eingabeaufforderung zurückentwickeln ursprünglichen Eingabeaufforderung zurückkehren, die den Inhalt generiert hat , den Sie jetzt haben. Die Absicht dabei ist sobald Sie die ursprüngliche Eingabeaufforderung erhalten haben, sie für andere Produkte verwenden können. Wenn Sie also irgendwo auf einen wirklich guten Inhalt stoßen, können Sie ATGPT verwenden, um ein Reverse Engineering durchzuführen und zur ursprünglichen Aufforderung zurückzukehren, die ihn generieren kann Jetzt, wo Sie die ursprüngliche Aufforderung zur Hand haben, können Sie sie auf andere Produkte anwenden, Ihre eigenen Produkte in Ihrem eigenen Unternehmen Lassen Sie uns das in Aktion sehen wie das wirklich passieren wird. Was wir zuerst tun werden, ist uns die erste Option anzusehen. Wir werden weitermachen und die erste Aufforderung annehmen und sie an ChatPT Wir werden sagen, bei der Art des Inhalts handelt es sich, sagen wir, ein Technologieunternehmen. Beschreibung des Produkts. Ich habe es verstanden. Okay. Und dann geben wir die zweite Aufforderung. Großartig der Text, ich würde ihn gerne zurückentwickeln, und wir werden das Beispiel von hier aus geben. Nehmen wir an, das Beispiel ist das. Das ist der Inhalt, den wir in die Hände bekommen haben und was wir von ChachPts erwarten uns die ursprüngliche Aufforderung dazu gibt, wodurch diese Art von Inhalten generiert wird Sie können sehen, dass es auch die spezielle Aufforderung generiert hat , was uns helfen wird, diesen Inhalt, genauer gesagt, zu generieren diesen Inhalt, genauer gesagt, Dies ist ein Ansatz, den Sie hier ganz einfach anwenden können. Der zweite Ansatz, lassen Sie uns auch einen Blick darauf werfen. Beim zweiten Ansatz beginnen wir das Gespräch damit , dass wir sagen, es versteht Reverse-Prompt-Engineering, was es ist. Dann bitten wir Chat GPT , uns ein Beispiel für Prompt Engineering zu geben Es wird uns ein Beispiel Prompt-Engineering, Reverse-Prompt-Engineering Im Moment gibt es uns immer noch das Ergebnis für die erste Eingabeaufforderung. Jetzt fragen wir nach der zweiten und fragen nach einem Beispiel für ein Reverse-Prompt-Engineering. Jetzt werden wir AratGBT bitten, eine Vorlage für Reverse-Prompt-Engineering zu erstellen Wir bereiten das Tool vor. Wir geben dem GPT eine Menge Daten, um es aus der Reverse-Prompt-Technik zu verstehen, weil wir beabsichtigen, es zu bitten, am Ende eine bestimmte Eingabeaufforderung für den ursprünglichen Inhalt zu erstellen am Ende eine bestimmte Eingabeaufforderung für den ursprünglichen Inhalt Das ist nun die letzte Aufforderung , die wir geben wollen. Sie können sehen, dass es uns gerade die Antwort auf die dritte Aufforderung gibt. Jetzt können wir HAGPT bitten , den folgenden Text mit Reverse-Prompt-Engineering zu Nehmen wir an, dies ist ein Produkt, das eine sehr hohe Anzahl von Bewertungen und bereits eine gute Bewertung hat Anzahl von Bewertungen und bereits eine gute Bewertung Wir wollen die Eingabeaufforderung rückentwickeln. Wir wollen die ursprüngliche Eingabeaufforderung kennen, die zu einer solchen Überschrift führen kann. Dafür können wir Reverse Engineering durchführen. Wir können für die Beschreibung des Produkts gleich hier ein Reverse Engineering durchführen, mehrere Dinge. Welche Dinge auch immer Sie für Ihre eigene Produktliste benötigen , Sie können es bitten, ein Reverse Engineering durchzuführen und Sie zur ursprünglichen Aufforderung zurückzukehren Ich übernehme die Überschrift für das Timing. Ich habe die Überschrift gegeben. Und jetzt bitten wir Sie, den Originaltext , den es verwendet, zurückzuentwickeln . Jetzt können Sie sehen, dass es die Reverse-Engineering-Aufforderung für uns generiert . Dies können wir verwenden, um in Zukunft eine solche Überschrift zu generieren . Sobald Sie die ursprüngliche Aufforderung bei sich haben, können Sie sie für jedes Produkt verwenden. Sie können hier einfach den Produktnamen und den Stil ändern . Die Syntax bleibt gleich. Sie können es jedoch für jedes andere Produkt verwenden, das Sie für Ihre Produktbeschreibungen verwenden, und es wird in diesem bestimmten Stil geschrieben. Ich hoffe, das macht Sinn. Sie verstehen jetzt das Konzept der umgekehrten Eingabeaufforderung Vielen Dank, Leute , dass ihr euch das angehört habt, und wir sehen uns im nächsten Video 40. Aufforderung zu konstruktiver Kritik: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung wollten wir eine andere Art von Aufforderungsstil sehen und untersuchen , nämlich konstruktive Kritik In diesem speziellen Fall wollen wir nun, dass diese Aufforderung objektives und fachkundiges Feedback zu Ihrem Text bietet, , Verbesserungsmöglichkeiten hervorhebt und konstruktive Kritik vorbringt damit Sie Ihren Text verfeinern und verbessern Formel für den Abschlussball , die wir Ihnen geben können, lautet: Wir möchten, dass Chat JPT als Experte und Kritiker zum Thema Ihrer Branche auftritt Jetzt wollen wir, dass er unsere Inhalte, die uns gegeben wurden, kritisiert und mich davon überzeugt, warum sie schlecht sind, und mir konstruktive Kritik darüber gibt, wie sie verbessert werden sollten Für einen bestimmten Kontext, also geben Sie Ihren Produkt- und Dienstleistungsdetails der Zweck meines Produkts darin besteht, dass Sie Ihr inhaltliches Ziel angeben Lassen Sie uns Schritt für Schritt nachdenken, und ich möchte, dass Sie jeden Inhalt einzeln ansprechen , dass Sie jeden Inhalt einzeln Hier sind meine Inhalte zur Kritik Die ganze Idee besteht also darin, Feedback zu unseren Inhalten von Chat GPT als Kritik zu erhalten Feedback zu unseren Inhalten von Chat GPT als Kritik und auf der Grundlage dieses Feedbacks dann daran zu arbeiten und es zu verbessern Schauen wir uns also einmal an, wie Sie das effektiv nutzen können Nehmen wir an, wir verwenden diese spezielle Aufforderung. Danach können Sie weitermachen und Ihre Inhalte bereitstellen, die Sie bereits eingerichtet haben, und es ging darum, diese können Sie weitermachen und Ihre Inhalte bereitstellen , die Sie bereits eingerichtet haben, zu kritisieren und uns alle speziellen Rückmeldungen dazu zu geben, die Sie dann integrieren können Das ist also auch eine wirklich gute Art der Aufforderung , mit der Sie jemanden haben können, der sich dem Thema oder der Dienstleistung besser auskennt , und Sie konstruktiv kritisieren können. 41. Prompt Patterns – Übersicht: Hallo, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir über die Muster der Eingabeaufforderung sprechen. Wir verstehen jetzt also , dass, wenn wir LLM-Modellen wie CHAPT eine Aufforderung geben, das Muster, das wir darin verwenden, einen großen Unterschied in der Art der Ausgabe macht einen großen Unterschied in der Art der , die wir daraus erhalten Wenn wir also nach einer bestimmten Art von Ausgabe suchen, müssen wir sicherstellen, dass das Muster der Wortwahl in dieser bestimmten Reihenfolge spezifisch sein muss in dieser bestimmten Reihenfolge spezifisch sein muss Das wird also die Art der Reaktion steuern , die Sie von den LM-Modellen erhalten werden, die Ergebnisse, die Sie von ihnen erwarten. Dies ist entscheidend für jede Art von Aufgabe oder Arbeit, die Sie ausführen werden und Sie die LLM-Modelle oder die Tools speziell für ein bestimmtes Ziel verwenden die Tools speziell für ein bestimmtes Ziel , die Muster richtig zu kennen Wenn Sie diese Tools verwenden, wird es entscheidend sein Nehmen wir als Beispiel an, wenn ich eine Aufforderung gebe, so wie Mary ein wenig hatte , wissen wir, dass wir ein bestimmtes Ergebnis haben ein bestimmtes Ergebnis haben , das wir von dem Tool erwarten. Dann erhalten wir die Ausgabe , nach der Sie suchen. Es wird sehr offensichtlich, dass ich sicherstellen muss , dass mein Eingabeaufforderungsmuster in diesem bestimmten Format ist, um eine Ausgabe zu erhalten , nämlich die nächste Zeile , deren Freeze schneeweiß war , nämlich die . Denn wenn ich eine andere bestimmte Ausgabe geben werde, stehen die Chancen gut, dass die Ausgabe etwas anders sein kann. Wie in diesem Fall gebe ich es hier noch einmal, also gibt es uns die gleiche Ausgabe. Sie müssen also sicherstellen, dass die Muster, die wir wählen, die Wortwahl, die wir in einer Aufforderung haben , sehr wichtig und spezifisch sind und auf den Punkt gebracht werden, damit sie das richtige Ergebnis liefern , nach dem wir suchen. Aus diesem Grund werden wir in diesem Kurs in Zukunft verschiedene Arten von Mustern sehen , die Ihnen auf bestimmte Weise Ergebnisse liefern werden. Ich hoffe, das ergibt Sinn. Ich hoffe, Sie verstehen jetzt, wie wichtig und wichtig es ist diese spezifischen Muster in unseren Eingabeaufforderungen zu haben, die wir diesen Tools geben 42. Personenmuster: Hallo, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir über das Persona-Muster sprechen. Dies ist eines der Muster, das sehr effektiv sein kann. Sie können es verwenden, um die KI-Tools, die Hut-GPT- oder LL-Modelle auf sehr effektive Weise zu nutzen die Hut-GPT- oder LL-Modelle auf sehr effektive Weise Was wir mit einem Persona-Muster meinen , ist ein Szenario , in dem wir, sagen wir, wir wollen eine bestimmte Art von Rat von einem Experten oder sagen wir, wir wollen irgendeine Art von Hilfe oder eine Antwort von einem bestimmten Experten, wir wissen wirklich nicht, wie er reagieren wird , wie er sprechen wird und welche Informationen er hat. Nehmen wir zum Beispiel an, ich möchte mich in solchen Fällen von einem Zahnarzt beraten lassen Ich habe also nicht die Fachkenntnisse eines Zahnarztes. Also würde ich mich an diese Person und ihnen meine Probleme mitteilen, die ich habe, und ich werde eine Antwort erhalten, die auf ihrem Fachwissen und ihrer Erfahrung basiert , und sie wird mir den spezifischen Rat geben. In ähnlicher Weise können wir das KI-Tool nutzen, um uns auf eine bestimmte Art und Weise zu verhalten, indem wir ein Expertenwerkzeug einem bestimmten Gebiet sind, und uns die Ergebnisse auf diese bestimmte Weise liefern . Wir können das KI-Tool bitten, als spezifischer Experte auf einem bestimmten Gebiet zu agieren spezifischer Experte auf einem bestimmten und diese Ergebnisse zu erhalten. Das meinen wir mit einem Persona-Muster. Das Tool kann sich also in einer bestimmten Personas verhalten einer bestimmten Personas und uns dann die darauf basierende Antwort geben Lassen Sie uns in der Praxis sehen , was wir damit genau meinen. Nehmen wir an , ich werde dem KI-Tool sagen, dass es sich wie ein Skeptiker verhalten soll , also muss es sich wie ein Skeptiker verhalten , der sich mit Informatik gut auskennt Es hat also Kenntnisse Informatik, der Funktionsweise von Computern und was auch immer ich ihm sagen werde, dann wird es darauf aufbauend eine skeptische, detaillierte Antwort geben detaillierte Antwort Jetzt hat es akzeptiert , dass es als computerversierter Skeptiker reagieren wird als computerversierter Skeptiker Und jetzt werden wir sagen , dass, sagen wir, es besteht die Sorge, dass KI die Weltherrschaft übernehmen wird . Das ist also meine Aussage. Es wird mir die Antwort mit Skepsis geben, nämlich dass KI kein Agent ist. Es ist ein Werkzeugkasten Wenn Menschen heute KI nennen, handelt es sich dabei um eine Sammlung enger aufgabenspezifischer Systeme, Klassifikatoren, Prädiktoren, Optimierer und umfangreicher Sprachmodelle Intelligenz ist nicht gleichbedeutend mit Macht oder Kontrolle. Es wird uns also alle Informationen geben, die darauf basieren Wenn Sie sich ändern, können Sie diese Personas auch nach Ihren Wünschen ändern Nehmen wir an, ich werde noch einmal sagen, dass der Verkäufer im örtlichen Computergeschäft mir mitteilt , dass ich mindestens 64 GB RAM benötige, um im Internet zu surfen Also nochmal, das weckt bei mir Skepsis, weil ich das definiert habe Ich habe die Erwartung gesetzt, dass es sich wie ein Skeptiker verhalten muss Es sagt mir also, dass diese Behauptung aus technischen Gründen sofortige Skepsis verdient , sie ist mit ziemlicher Sicherheit Unsinn oder bestenfalls Sie können also sehen, dass das Tool inzwischen darauf trainiert ist, skeptisch zu sein, und es benimmt sich in dieser speziellen Person mit Informatikkenntnissen und gibt uns und gibt Lassen Sie uns das ändern und wir können eine völlig andere Persona haben Nehmen wir an, ich benehme mich als 9-jähriger Skeptiker. Jetzt verändert sich die Persona. Dies ist eine 9-jährige Person, die skeptisch ist, und was auch immer ich dieser Person sagen werde , muss auf dieselbe Weise reagieren, wobei zu berücksichtigen ist, dass diese Person Wenn ich also sage, dass KI jetzt die Weltherrschaft übernehmen wird, dann heißt es: Ich glaube nicht Also, wie würde sie das überhaupt tun? KI ist nur Zeug in Computern. Es kann nicht draußen laufen. Es hat keine Arme und kann sich nicht einmal selbst an die Wand anschließen. Sie können den Unterschied in der Reaktion sehen. In der vorherigen Antwort verfügte diese Person über Informatikkenntnisse oder hatte viele spezifische Informationen, die sie mit anderen teilen konnte. Aber jetzt, da es sich Person einer 9-jährigen skeptischen Person handelt, können Sie sehen, dass sich die Reaktion entsprechend geändert hat Das ist wirklich effektiv. Das ist wirklich leistungsstark als Tool bei dem Sie das Tool bitten, sich einer bestimmten Persona entsprechend zu verhalten und dann darauf basierende Ergebnisse erhalten Nehmen wir an, ich habe eine bestimmte Anforderung in Bezug auf das Marketing in meinem Unternehmen oder sagen wir, Vertrieb oder sagen wir Personalabteilung Ich kann das Tool also bitten, sich wie eine erfahrene HR-Person oder ein Marketinggenie zu verhalten wie eine erfahrene HR-Person oder , oder sagen wir ein Außenseiter im Vertrieb, und mir darauf basierende Ergebnisse geben Ich werde also entsprechende Antworten erhalten, und das wird für unser Geschäft sehr nützlich sein Ich hoffe, das ergibt Sinn. Ich hoffe, du verstehst jetzt, wie Persona-Muster funktionieren werden 43. Muster der Zielgruppenpersönlichkeit: Hallo, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir über ein anderes Aufforderungsmuster sprechen , das Sie sicherlich verwenden können , nämlich das Audience-Persona-Muster Wir haben also über das Muster gesprochen, bei dem wir HAGPT, das KI-Tool, bitten als eine bestimmte Persona zu agieren und uns dann die darauf basierende Ausgabe geben Agieren Sie als Forscher , Marketinganalyst oder Direktor eines bestimmten Unternehmens Das ist also das Persona-Muster , über das wir gesprochen hatten. Nun, hier geht es darum, dass wir wollen, dass HAGPIT uns ein bestimmtes Ergebnis für eine bestimmte Art von Aus diesem Grund suchen wir nach einem Muster der Zielgruppenpersönlichkeit Also werden wir JagPit eine plötzliche Frage stellen und wir würden es bitten, eine Antwort zu geben, wobei wir eine bestimmte Zielgruppe berücksichtigen und dann die Antwort darauf ausrichten Das meinen wir also mit einem Zielgruppen-Persona-Muster. Ein einfaches Beispiel kann sein: Nehmen wir an, ich möchte, dass HajiPit einem 5-jährigen Kind erklärt, wie Cricket als Spiel funktioniert Jetzt ist das Publikum hier also ein 5-jähriges Kind. Das KI-Tool wird also versuchen, das Konzept unter Berücksichtigung der Denkweise eines 5-jährigen Kindes zu erklären Berücksichtigung der Denkweise eines und uns das Ergebnis auf diese spezielle Weise zu liefern Sehen wir uns ein praktisches Beispiel an, wie das tatsächlich funktionieren wird Wenn wir also zu ha GPT kommen, können wir ihm eine bestimmte Aufforderung geben Nehmen wir an, ich gebe ihm gerade eine Aufforderung und bitte ihn, mir die großen Sprachmodelle und ihre Funktionsweise zu erklären , oder ich gehe davon aus, dass ich keinen Informatik-Hintergrund habe Das ist die Zielgruppe, die ich hier definiert habe. Okay. Ich habe also keinen Hintergrund in Informatik. Ich habe keine Ahnung von Informatik. Vor diesem Hintergrund muss mir das Tool LLMs erklären und erklären, wie sie für uns funktionieren Das meinen wir also mit dem Muster der Zielgruppenpersona, das Sie auch verwenden können, wobei das Tool uns das Ergebnis liefern kann, wobei die spezifische Zielgruppe berücksichtigt wird , für die es bestimmt ist. Sie können es jetzt sehen, also gibt es uns hier die Ausgabe , in der es heißt, dass große Sprachmodelle fortschrittliche Vorhersagemaschinen für Wörter sind fortschrittliche Vorhersagemaschinen für Wörter Das macht es zu sehr einfachen Laienbegriffen. Es erklärt LLMs für eine Person ohne technischen Hintergrund Was ist LLM? LLM ist ein AIS-System, das darauf trainiert ist , menschliche Sprache zu verstehen und zu erzeugen Normalerweise wäre dies nicht die ideale Definition, die wir für LLMs erhalten werden Wir werden eine viel genauere technische Definition bekommen , die wir daraus herausholen Aber da wir hier in der ersten Aufforderung selbst eine Zielgruppe definiert haben , ChagPT daran an und gibt uns die darauf basierende Ausgabe 44. Umgedrehtes Interaktionsmuster: Hallo Leute. Willkommen zu diesen Sessions. In dieser Sitzung möchten wir über ein anderes Aufforderungsmuster sprechen , das Sie sicherlich verwenden können , um das Interaktionsmuster umzukehren. Dies geht zu einem Muster über, bei dem wir normalerweise Fragen stellen , dem Cha JBT-Tool Aber hier drehen wir es um und bitten Cha JBT, uns Fragen zu stellen Kann nützlich sein, wenn wir nach einer bestimmten Antwort suchen, aber nicht viele Informationen über die Lösung haben, wie wir zu der Lösung kommen können Dafür haben wir selbst nicht genügend Informationen. In einem solchen Fall würden wir Chat JBT bitten, uns die relevanten Fragen zu stellen , die wir ebenfalls beantworten können und auf deren Grundlage es uns dann die Lösung anbieten kann Das meinen wir mit umgekehrtem Interaktionsmuster bei dem wir den gesamten Prozess des KI-Tools, das uns die Fragen stellt, umdrehen und die notwendigen Antworten geben , auf deren Grundlage das endgültige Ergebnis erzielt wird. Nehmen wir ein praktisches Beispiel , um zu verstehen, wie das passieren wird Nehmen wir an, ich gebe diese spezielle Aufforderung bei der ich Chagp sage, dass sie mir Fragen zu Fitnesszielen stellen, bis Sie genügend Informationen haben , um mir ein Krafttrainingsprogramm vorzuschlagen ein Krafttrainingsprogramm vorzuschlagen Wenn Sie genügend Informationen haben, zeigen Sie mir das Krafttrainingsprogramm Stell mir die erste Frage. Die erste Frage , die mir gestellt wird, ist, was ist dein primäres Fitnessziel Moment und wie du mir alle Optionen gibst. Ich gebe ihm, sagen wir, Fettabbau und Muskelaufbau. zweite Frage ist, was ist Ihr aktuelles Körpergewicht, Größe, Ihr Alter und Ihr Geschlecht? Ich gebe die Informationen. Dann kommt die dritte Frage: Wie hoch ist Ihre aktuelle Trainingserfahrung? Das biete ich auch an. Dann kommt die vierte diesbezügliche Frage Haben Sie irgendwelche Verletzungen, Gelenkschmerzen oder Bewegungseinschränkungen? Ich stelle auch dazu Informationen zur Verfügung. Dann endlich zu Ihrem unteren Rückenbereich, dann werden mir auf dieser Grundlage weitere Fragen gestellt. Auf diese Weise können wir zu dem Endergebnis kommen, das ein Stärkeregime sein wird, insbesondere ein Routineplan, den TadschiPT auf der Grundlage all der Antworten, die ich auf seine Fragen gebe, für uns erstellen kann Grundlage all der Antworten, die ich auf seine Fragen gebe, für uns all der Antworten, die ich auf seine Fragen gebe, Das kann also sehr nützlich sein und uns helfen Antworten auf schwierige Fragen zu finden Es kann viele Fragen, Szenarien und Probleme geben, mit denen Sie beruflich konfrontiert sein könnten und bei denen Sie nicht in der Lage sind, die Lösung klar zu finden, weil Sie nicht alle Informationen kennen , die dafür benötigt werden. Dort werden wir dieses KI-Tool nutzen, um Hilfe bei den Fragen zu erhalten, die es uns stellen kann, den wichtigen Fragen, die es uns stellen kann , und wir können die Antworten darauf geben, was uns hilft, endlich zur Hauptantwort zu gelangen. Ich hoffe, das macht Sinn. Ich hoffe, Sie verstehen jetzt wie umgedrehte Interaktionsmuster auch in unserem Prompt-Engineering mit HaGiPT verwendet werden können 45. Muster zur Frageverfeinerung: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung möchten wir über ein anderes Aufforderungsmuster sprechen , das Sie als das Muster zur Verfeinerung von Fragen betrachten können Verfeinerung von Fragen Dies wird ein Muster sein, bei dem wir Tha JBT speziell bitten, unsere Frage zu verfeinern Deshalb bitten wir TajiBT proaktiv , sich unsere Frage anzusehen und uns möglicherweise eine bessere Frage vorzuschlagen Das wird wirklich nützlich sein, denn wie Sie wissen, der Einsatz von KI-Tools ausschließlich von der hängt der Einsatz von KI-Tools ausschließlich von der Art der Eingabeaufforderungen ab, die wir geben, und hier nehmen wir auch Hilfe bei Das kann also sehr hilfreich sein , wenn es darum geht, die richtigen Antworten zu bekommen, die wir mit unseren eigenen Fragen, die wir dem Tool quasi als Abschlussball geben, nicht erreichen können unseren eigenen Fragen, die wir dem Tool quasi als Abschlussball geben, Und hier entsteht ein Muster zur Verfeinerung von Fragen , von dem wir Gebrauch machen können bleibt also die Absicht , die Qualität unserer Frage zu verbessern und sie dann dem Tool zu stellen , damit wir bessere Ergebnisse erzielen Das kann also ein Muster sein, das Sie angeben können, und das Sie Charge Bit im Voraus angeben können , um die Erwartungen festzulegen. Darin sagen wir, dass, wann immer ich eine Frage stelle, eine bessere Frage vorschlagen und mich fragen, ob ich sie verwenden möchte oder nicht. Also hier machen wir zwei Dinge. Erstens bitten wir offensichtlich um die Hilfe der KI, um unsere Frage zu verbessern. Zweitens bitten wir sie auch, uns die Wahl zu geben , ob wir die von ihr gestellte neue Frage in die Hand nehmen die von ihr gestellte neue Frage in die Hand oder zu unserer ursprünglichen Frage zurückkehren möchten. Mal sehen, wie das in der Praxis funktionieren wird. Äh, also ich gebe die Aufforderung, wann immer ich eine Frage stelle, schlage eine bessere Frage vor und frage mich, ob ich sie stattdessen verwenden möchte oder nicht. Sie haben den gespeicherten Speicher aktualisiert und bestätigt , dass es funktioniert. Nehmen wir an, ich stelle eine Frage, die lautet, sollte ich China besuchen? Nun, wenn ich diese Aufforderung gebe, ist das, ehrlich gesagt, eine sehr vage Aufforderung , die ich gebe. Okay? Es gibt nicht viel Klarheit über den Kontext, in dem die Aufforderung steht, so dass es keine Klarheit gibt. Trotzdem wird GPT versuchen, die Frage zu verbessern und versuchen, die Frage zu verstehen und ihnen einen gewissen Kontext verstehen und ihnen einen gewissen Kontext zu geben und Ihnen eine bessere Frage zu stellen kann sein, ist ein Besuch in China in den nächsten ein bis zwei Jahren eine Reiseentscheidung mit hohem ROI für mich, wenn man die Kosten, die Komplexität des Visums, den Komfort für die Familie und die allgemeine Erfahrung berücksichtigt Komfort für die Familie und die allgemeine Erfahrung Dann wird es dir die Antwort geben. Ich würde vorschlagen, dass jeder dieses Muster verwenden sollte, bei dem Sie die Erwartung vorher mit HAGPT festgelegt die Erwartung vorher mit HAGPT und auf dessen Grundlage wir versuchen, unsere Eingabeaufforderungen zu verfeinern Wir versuchen, unsere Fragen, die wir HAGBT stellen, zu verfeinern , um bessere Ergebnisse zu erzielen 46. Kognitives Verifizierungsmuster: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir über ein anderes Muster sprechen , das Sie sicherlich mit GPT verwenden können, nämlich das kognitive Verifier-Muster Dies wird also ein Fall sein, in dem LLMs sehr nützlich sein können , wenn wir versuchen, ihnen spezifische Fragen zu stellen. Um die Qualität unserer Fragen zu verbessern, können wir sie nun so einstellen, dass wir Chat GPT ausdrücklich bitten, unsere Frage in mehrere andere Fragen aufzuteilen und uns dann die endgültige Lösung zu unsere Frage in mehrere andere Fragen aufzuteilen und geben Auf diese Weise nehmen wir die Hilfe der KI in Anspruch, um die Qualität unserer Frage zu verbessern , indem wir sie in weitere Fragen aufteilen und sie dann vollständig beantworten , um zur endgültigen Lösung oder der Antwort zu gelangen endgültigen Lösung oder der , nach der wir suchen Das nennen wir ein kognitives Prüfermuster , das wir verwenden können Das hilft wirklich, denn wir zerlegen unsere ursprüngliche Frage in verschiedene Teile Das gibt also Klarheit. Das gibt Klarheit über die Frage und die eigentliche Antwort, nach der Sie suchen. Aus diesem Grund ist das KI-Tool viel besser in der Lage, eine viel bessere Antwort zu geben. Das ist die Aufforderung, die wir Chapit geben können : Wenn Ihnen eine Frage gestellt wird, halten Sie sich an diese Regeln Generieren Sie eine Reihe zusätzlicher Fragen, die Ihnen helfen würden, die Frage genauer zu beantworten Kombinieren Sie die Antworten auf die einzelnen Fragen, um die endgültige Antwort auf die Gesamtfrage zu erhalten, richtig? Auf diese Weise versuchen wir also, eine bessere Antwort zu erhalten , indem wir die Qualität unserer Frage verbessern, und wir nehmen die Hilfe der KI in Anspruch, um unsere Frage in mehrere Fragen aufzuteilen in mehrere Fragen , auf deren Grundlage sie uns die Antwort gibt. Sehen wir uns also in der Praxis an, wie das passieren würde. Nehmen wir an, wir haben diese Erwartung zuerst mit AlgeBD festgelegt AlgeBD und jetzt können wir sagen, eine bestimmte Frage stellen Also das wird jetzt eine etwas vage Frage sein , die ich stelle Okay. Und jetzt, auf dieser Grundlage, wird es mir bestimmte Fragen stellen. Also, um diese spezielle Frage zu beantworten, das sind die Fragen , die sich KI ausgedacht hat, nämlich welcher Stadt und in welchem Klima Sie sich befinden, oder? Also, was macht Sinn, was ist relevant, um die Antwort zu erhalten. Welche Jahreszeit ist gerade? Gibt es stehendes Wasser in der Nähe, oder? Ungefähre Größe Ihres Vorgartens? Ist es städtisch, vorstädtisch oder ländlich? Ist es Abend oder Nacht oder Tag? Stimmt? Sie können anhand der Fragen selbst verstehen, dies keine vagen Fragen sind Sie sind absolut relevant, um die richtige Antwort auf die von uns gestellte Frage zu finden die richtige Antwort auf die von uns gestellte Frage zu Auf diese Weise können wir die Aufforderungsmethode verwenden auch bei der wir versuchen, unsere Eingabeaufforderung zu verbessern, indem wir ein KI-Werkzeug wie Cha Gibt verwenden, bei dem wir das KI-Tool bitten, unsere Aufforderung in mehrere Fragen zu unterteilen , und dann mit Hilfe dieser Antworten auf diese Fragen erhalten wir schließlich unsere Gesamtantwort Ich hoffe, das macht Sinn. Danke, dass ihr euch das angehört habt, und wir sehen uns in der nächsten Woche. 47. Rezeptmuster: Hallo, As. Willkommen zu dieser Sitzung. In dieser Sitzung schauen wir uns einen anderen Mustertyp an , den Sie verwenden können , nämlich das Rezeptmuster. Dies wird ein Szenario sein, in dem Sie eine bestimmte Frage über das Chat-DPT-Tool stellen und nicht die vollständige Lösung dafür haben Sie haben einen Teil der Lösung im Kopf, aber den Rest wissen Sie nicht, und hier benötigen Sie die Hilfe des KI-Tool, um diese Lücke zu schließen Das meinen wir mit einem Rezeptmuster, bei dem wir nach einer spezifischen Lösung für ein Problem suchen , aber Sie haben einen Teil der Lösung dabei, aber Sie benötigen die Hilfe von AIS um den Rest der Lösung bereitzustellen. Okay. Sehen wir uns also ein praktisches Beispiel an, wie nützlich das sein wird. Nehmen wir an, ich suche nach einer Reise, insbesondere mache ich eine Reise von einem Ort zum anderen. Ich möchte also, dass das KI-Tool es mir genau sagt. Hier gebe ich die Aufforderung , dass wir eine Funktion hinzufügen werden. Ich werde dir mein Start - und Endziel sagen. Und Sie werden mir eine vollständige Liste der Haltestellen zur Verfügung stellen, an denen ich anhalten kann, einschließlich zwischen meinem Start- und Zielort. Außerdem haben Sie meine Start- und Zielorte definiert . Mir ist also klar, was benötigt wird, aber ich möchte die Komplettlösung. Ich habe einen Teil der Lösung dabei, suche aber nach den restlichen Informationen. Das ist es also, was CAPIT jetzt tut. Okay? Also gibt es mir Bereiche , in denen ich aufhören kann, okay? Es sagt mir, warum hier ein Stopp für einen optionalen Umweg angeboten wird. Okay? Dann in ähnlicher Weise andere Haltestellen, Bereiche, die bereitgestellt werden . Das Gleiche. Jetzt kann ich das machen, was ich jetzt auch als Trainingsmodell für andere Szenarien verwenden kann auch als Trainingsmodell für andere Szenarien So kann ich einen Start und ein Ziel angeben. Jetzt gibt es mir die bestimmten Haltestellen , die ich für ein anderes Ziel haben kann. Sie können verstehen, dass wir das mit einem Rezeptmodell meinen, bei dem Sie nach einer Lösung suchen, aber nicht in der Lage sind, sie zu erreichen, weil Sie nicht den vollständigen Prozess haben, wie Sie diese Lösung erreichen werden. Sie haben einen Teil der Lösung dabei und benötigen KI-Unterstützung, um den Rest der Lösung für Sie bereitzustellen , damit wir das gewünschte Ergebnis erzielen können. Das ist unser Rezeptmuster, das Sie auch in Chat JV verwenden können. Aber 48. Nach Eingabemuster fragen: Hallo, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung möchten wir über ein anderes Muster sprechen, das wir verwenden können, nämlich das Muster „Nach Eingabe fragen“, das Sie als Aufforderung in Chat JBT verwenden können Dies ist also ein Szenario, in dem wir, wenn wir nach einer bestimmten Lösung aus dem Chat JBT AI-Tool suchen , bestimmte Regeln definieren Jetzt definieren wir die Regeln und auf deren Grundlage wir möchten, dass es uns die Ausgabe liefert, das Ergebnis, nach dem wir suchen Normalerweise passiert in dem Moment, in dem Sie die Regeln definieren , ein Ergebnis und Sie erhalten eine Liste mit Informationen über das Ganze. Okay. Das ist es, was du nicht willst. Was Sie wollen, ist, dass das KI-Tool alle Eingaben, die Regeln, die gegeben wurden, aufnimmt und wartet, bis Ihre Eingabe kommt, Ihre Frage darauf wartet, dass Ihre Frage kommt, und uns dann die Lösung auf der Grundlage der definierten Regeln gibt. Hier werden wir das Muster „Nach Eingabe fragen“ verwenden. Dies ist ein Muster , bei dem Sie die Regeln definieren und dem KI-Tool ausdrücklich mitteilen , dass diese Regeln berücksichtigt werden und derzeit keine zusätzlichen Informationen bereitgestellt werden. Wenn ich um eine Eingabe bitte , geben Sie uns die Lösung, die auf den bereitgestellten Regeln basiert. Das ist es also, was wir mit dem Muster „Nach Eingabe fragen“ meinen. Lassen Sie uns das in Aktion sehen, wie das sein wird. Ich habe eine spezielle Aufforderung gegeben in der ich sage, dass jedes Mal, wenn ich Sie bitte, eine Aufforderung zu schreiben, damit ich eine Aufgabe erledigen kann, auflisten, um welche Aufgabe es sich handelt. Nennen Sie alternative Methoden zur Erledigung der Aufgabe und schreiben Sie dann für jeden Ansatz eine Aufforderung für sich selbst. Jetzt definiere ich, dass es keine weiteren zusätzlichen Informationen als die, die ich hier definiert habe, bereitstellen keine weiteren zusätzlichen Informationen muss. Wenn Sie fertig sind, fragen Sie mich nach der nächsten Aufforderung, für die Sie Alternativen erstellen möchten. Jetzt hat es das im Speicher gespeichert und jetzt gibt es mir die Möglichkeit , eine Aufforderung zu schreiben, um eine Aufgabe zu erledigen. Ich werde die alternativen Lösungsansätze der Aufgabenliste klar definieren , eine separate Aufforderung schreiben und Sie um die nächste Aufforderung bitten. Auf diese Weise können wir also das Muster „Nach Eingabe fragen“ nutzen , das uns in erster Linie dabei helfen wird, das KI-Tool so zu kontrollieren, dass uns nicht zu viele Informationen liefert und es für uns später schwierig werden kann , diese zu verwalten. Also werden wir es kurz machen und die festgelegten Erwartungen definieren, die Regeln definieren und auch definieren, wie viele Informationen wir von der Software erwarten. Und genau hier kann dieses Muster wirklich nützlich sein. 49. Beispiele mit wenigen Aufnahmen: Hi, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung wollen wir uns ein anderes Eingabeaufforderungsmuster ansehen , das Sie sicherlich verwenden können. Es werden einige kurze Beispiele sein. Nun, das ist eine intuitive Methode, bei der wir versuchen, das Tool so zu trainieren, dass es uns eine bestimmte Art von Ausgabe Wir machen das also, indem wir ihm bestimmte Beispiele geben. Wir geben ihm einen bestimmten Input und auf dieser Grundlage geben wir ihm den gewünschten Output. Also geben wir dem Tool mehrere solcher Beispiele und versuchen es zu trainieren. Wir versuchen, es so zu trainieren, dass es die Art der Eingaben versteht und anhand dessen wir die richtige Ausgabe dafür erhalten. Das kann sehr nützlich sein, wenn Sie das KI-Tool selbst so trainieren , dass es eine bestimmte Art von Antwort gibt , die für Ihr eigenes Unternehmen, für Sie selbst geeignet ist . Das ist also eine andere Art von Aufforderung, die Sie hier sicherlich verwenden können Lassen Sie uns also ein Beispiel dafür nehmen, was wir hier tun. Nehmen wir an, ich gebe einen Beitrag, in ich sage, dass der Film gut, aber etwas zu lang war. Und der Grundgedanke war , dass es sich um eine neutrale Bewertung handelt, die wir versuchen zu geben Lassen Sie uns in ähnlicher Weise einen weiteren Beitrag dazu geben, dass mir dieses Buch nicht wirklich gefallen Mir fehlten wichtige Details und es ergab auch keinen Sinn Die Stimmung in dieser Hinsicht ist negativ. In ähnlicher Weise gebe ich einen Beitrag, dem ich dieses Buch liebe Es war wirklich hilfreich, um zu lernen , wie ich meine Darmgesundheit verbessern kann. Die Stimmung ist positiv. Jetzt habe ich diese Eingaben und die Ergebnisse an das KI-Tool weitergegeben , um es zu trainieren und zu verstehen, woher ich komme und nach welcher Art von Output ich suche Jetzt gebe ich einen neuen Input, nämlich ich war mir nicht sicher, was ich von diesem neuen Restaurant halten sollte. Der Service war langsam, aber das Geschirr war ziemlich gut und ich überlasse es dem Tool, die Ausgabe zu beantworten. Wie Sie sehen können, gibt mir das Tool jetzt eine neutrale Ausgabe . Das meinen wir mit einigen kurzen Beispielen, die Sie sicherlich verwenden können, wenn Sie das KI-Tool trainieren, um uns anhand der Beispiele, die Sie ihm gegeben haben, einen Output auf eine bestimmte Art und Weise zu geben und Weise anhand der Beispiele, die Sie ihm gegeben haben, einen Output auf eine bestimmte Art zu damit es versteht, woher Sie kommen und was Sie davon erwarten. Ich hoffe, das macht Sinn. Ich hoffe, dass die Leute die verschiedenen Proms verstehen , die wir hier in AGPT anwenden wollen hier in AGPT anwenden um die Ergebnisse zu verbessern, die wir damit erzielen 50. Wenige Beispiele für Aktionen: Hi, Leute. Willkommen zu den Sessions. In dieser Sitzung werden wir uns einige andere Beispiele ansehen , bei denen es sich eher um Aktionen Wir haben also verstanden, wie wir diese Art von Eingabeaufforderungen verwenden können , um das KI-Modell so zu trainieren , dass es uns eine bestimmte Art von Ausgabe liefert Das ist es, was wir hier weiter ausbauen, indem wir uns andere Szenarien ansehen, in denen Sie dieses Muster, das Muster mit andere Szenarien ansehen wenigen Schüssen, verwenden und unterschiedliche Ergebnisse erzielen können, was eher damit zusammenhängen kann auf verschiedene Situationen einzugehen, auf verschiedene Aktionen, die in einer bestimmten Situation zu ergreifen in einer bestimmten Situation Schauen wir uns also an, wie wir das in diesem speziellen Szenario nutzen können . Nehmen wir an, ich gebe eine bestimmte Situation an. Die Situation ist, dass ich 60 Meilen pro Stunde zurücklege und die Bremslichter am Auto vor mir sehe. Komm schon. Die Aktion sollte sein, wir müssen aufhören , da aufhören, also Aktion ist Bremse. Dann bin ich gerade von einer Auffahrt auf die Autobahn gefahren und fahre 30 Meilen pro Stunde, also muss ich beschleunigen. Dann ist ein Reh vor mein Auto geschleudert, während ich 15 Meilen pro Stunde unterwegs bin 15 Meilen pro Stunde unterwegs und die Straße hat einen großen Seitenstreifen Wir sagen Pause und servieren in die Schulter. Äh, eine andere Situation ist, ich verlasse den Parkplatz und sehe, wie die Rückfahrscheinwerfer am Auto hinter mir aufleuchten. Also, was wir tun müssen Das erwarte ich als Ergebnis von der KI. Sie hat also gelernt, welche Situation und welche Maßnahmen wir erwarten, und auf deren Grundlage sie mir die Ergebnisse liefert, die wir sofort beenden und abwarten müssen. Sie können also sehen, dass wir das KI-Tool nun so trainiert haben , dass es uns der Grundlage der gegebenen Situationen eine spezifische Antwort auf der Grundlage der gegebenen Situationen eine spezifische Antwort gibt. Um das noch weiter auszudehnen, können wir das KI-Tool selbst bitten, uns weitere Beispiele für Situationen und Beispiele zur Aktionsanalyse zu geben Situationen und Beispiele , was wir tun möchten. Jetzt können Sie also sehen, dass es auch diese speziellen Beispiele bereitgestellt hat . Zum Beispiel wird die Ampel gelb und ich bin zehn Fuß von der Kreuzung entfernt. Fahren Sie sicher weiter, bremsen Sie nicht Okay? Die Ampel wird gelb und ich bin 100 Fuß von der Kreuzung entfernt Dann bremse ich sanft und bereite mich auf den Stopp vor. Auf diese Weise ist es in der Lage, uns auch verschiedene Situationen und Aktionen zu bieten . Dies kann also ein weiterer Anwendungsfall einigen kurzen Beispielen sein, die Sie verwenden können, um die KI auf eine bestimmte Weise zu trainieren, um uns die gewünschten Ergebnisse zu liefern 51. Beispiele mit wenigen Aufnahmen und Zwischenschritten: Hi, Leute. Willkommen zu dieser Sitzung. In dieser Sitzung sehen wir uns ein anderes Szenario an, einige kurze Beispiele, die Sie verwenden können , wenn Sie das Cha GPT Two verwenden wenn Sie das Cha GPT Two Hier haben wir es mit einem Szenario zu tun, in dem einige kurze Beispiele zeigen, dass es sich nicht nur um zwei Typen handeln muss , bei denen wir eine Eingabe geben und eine Ausgabe erhalten, also eine Situation, in der Maßnahmen ergriffen werden eine Eingabe geben und eine Ausgabe erhalten, also eine Situation, in der Maßnahmen ergriffen Okay? Hier können wir also auch einige Zwischenschritte einführen, was im Grunde bedeutet, dass, wenn Sie eine bestimmte Situation angeben, diese bestimmten Schritten folgen kann. Es kann über bestimmte Szenarien nachdenken und dann zu einer Aktion kommen. Okay? Das kann auch eine Möglichkeit sein. Es muss also kein kurzes Eingabe- und Ausgabeformat sein. So können Sie das KI-Tool auf verschiedene Arten trainieren. Wir müssen also unseren Horizont erweitern und verstehen , dass wir versuchen, die KI in verschiedenen Formaten zu trainieren. Dies ist eines dieser Formate bei denen nur Eingabe und Ausgabe möglicherweise nicht funktionieren, und es kann eine knifflige Situation sein, in der mehrere Dinge berücksichtigt werden müssen und dann die Ausgabe bereitgestellt werden muss. Hier werden wir also bestimmte Zwischenschritte dazwischen einbauen , und dann werden die Maßnahmen ergriffen. Das wird wirklich effektiv sein, wenn es, sagen wir, in einem realen Szenario darum geht, sich um den Kundenservice zu kümmern, auf Kundenanfragen einzugehen. Sie können also ein KI-Tool haben, das Antworten geben kann. Ich kann verschiedene Arten von Ergebnissen und Zwischenschritten für die Kunden bereitstellen, Zwischenschritten auf deren Grundlage es versucht, ihre Fragen zu beantworten und ihre Probleme zu beantworten und zu lösen. Sehen wir uns ein praktisches Beispiel dafür an, was wir hier zu sagen versuchen. Kehren wir zu demselben Beispiel zurück, dem vorherigen Beispiel im vorherigen Video, das wir gesehen haben. Dies ist eine Situation, die wir angegeben haben. Die Situation ist, dass ich 60 Meilen pro Stunde fahre und die Bremslichter am Auto vor mir sehe die Bremslichter am Auto , komm schon, richtig? Ich denke, jetzt sind die Zwischenschritte, ich denke, ich muss das Auto verlangsamen bevor ich auf das Auto vor mir pralle, oder? Die Maßnahme wäre, auf das Photon zu drücken, jetzt zu bremsen, und ich fange wieder zu denken, dass das Auto nicht online anhalten wird Die Maßnahme, die ich ergreifen kann, ist überprüfen, ob die Schulter breit genug ist, um hineinzufahren. Also fange ich an zu denken, dass die Schulter breit genug ist. Die ergriffenen Maßnahmen sind also ausweichend, oder? Eine andere Situation kann sein, dass ich gerade von einer Rampe auf die Autobahn gefahren bin und 30 Meilen pro Ich denke, ich muss bis zur Geschwindigkeitsbegrenzung beschleunigen, damit ich nicht von hinten getroffen werde. Die Aktion ist also, mit dem Fuß aufs Gaspedal zu gehen. Also fange ich an zu glauben, dass ich die Geschwindigkeitsbegrenzung erreicht habe. Also würde die Action auf dem Gaspedal nachlassen. Ebenso kann ich einer Aktion eine Situation geben, in der ich vom Parkplatz zurücktrete und sehe, dass die Rückfahrscheinwerfer am Auto hinter mir aufleuchten Was kann also die Aktion sein? Also ist es jetzt trainiert. Ein Tool ist darauf trainiert, uns die Ausgabe in diesem speziellen Format zu geben, also fängt es an zu denken. Das Auto hinter mir ist auch dabei, rückwärts zu fahren. Wir könnten kollidieren. Die Aktion besteht also darin, sofort Bremse zu drücken, um das Rückwärtsfahren zu beenden Dann muss ich sichergehen, dass der andere Fahrer mich sieht, richtig, dass ich nachdenke Halten Sie also die Bremse gedrückt und hupen Sie leicht, um sie zu warnen. Sie können also sehen, dass das Air-Tool uns die Ergebnisse auf diese spezielle Art und Weise liefert, und es wird so trainiert, wie wir wollen, dass es denkt und uns Ergebnisse liefert. Wir können es auch bitten, ein weiteres Beispiel zu generieren. Jetzt wird ein weiteres Beispiel generiert: Ich fahre durch eine Kreuzung, die Ampel wird gelb und ich muss schnell entscheiden, ob es sicherer ist , anzuhalten oder die Interaktion fortzusetzen . Die Aktion kann also darin bestehen, meine Geschwindigkeit und Entfernung von der Haltelinie zu überprüfen . Okay? Nehmen wir an, ich habe die konkrete Aktion jetzt gegeben. Wie Sie sehen, wird das Tool gerade trainiert Sie können die Konversation nun in einem beliebigen Format ablenken Wie bei der letzten Aktion, sagen wir, beim Durchfahren nach links und rechts scannen und sicher weiterfahren, sobald alles klar ist sagen wir, beim Durchfahren nach links und rechts scannen und sicher weiterfahren, sobald Dann sage ich, sagen wir, mir geht das Benzin aus. Also, was wird dann passieren? Ich fahre und merke, dass das Benzin fast leer ist, also geht mir das Benzin aus, sodass Maßnahmen ergriffen werden können. Sie sehen also, das ist ein weiterer Trend des Formats von F-Shot-Eingabeaufforderungen, das Sie verwenden können, wenn Sie bestimmte Zwischenschritte angeben, die berücksichtigt werden müssen bevor Sie zur endgültigen Ausgabe kommen 52. Effektive Beispiele mit wenigen Aufnahmen schreiben: Hallo Leute. Willkommen zu dieser Sitzung. In dieser Sitzung werden wir sehen, wie wir auch effektive kurze Eingabeaufforderungen speziell auf Cha GPT schreiben können effektive kurze Eingabeaufforderungen speziell auch effektive kurze Eingabeaufforderungen speziell auf Cha GPT Die Absicht dieser speziellen Sitzung ist es, zu verstehen, dass manchmal wenn wir dem KI-Tool diese wenigen kurzen Beispiele für Eingabeaufforderungen geben , bestimmte Fehler passieren können Wie können wir das in solchen Fällen korrigieren und unsere Eingabeaufforderungen verbessern? Versuchen wir also zu verstehen, wie das funktionieren wird. Nehmen wir an, ich gebe gerade eine bestimmte Aufforderung, nämlich diese, die ein paar kurze Eingabeaufforderungen sind Format, Eingabe, Brick, Ausgabe hart, Eingabe Pillow , Ausgabe weich, Eingabe Auto und Ausgabe jetzt erforderlich, richtig? In diesem Fall gibt uns das KI-Tool also eine Aufforderung, die besagt, dass das Auto schnell ist. Wie Sie sehen können, basiert das, was hier passiert , darauf, dass wir uns die Eingabeaufforderung ansehen, die wir gemacht haben . Das I-Tool versucht zu verstehen was die ideale Ausgabe sein sollte, und es gibt uns die Ausgabe genauso schnell Aus diesem Grund ist das, was passiert, möglicherweise nicht die richtige erwartete Ausgabe , nach der Sie suchen , und das ist unsere Schuld Das ist unsere Schuld , da wir dem KI-Tool keine gute Aufforderung gegeben haben. Das Hauptproblem bei dieser speziellen Aufforderung ist der Mangel an Informationen. Wir haben keinen Kontext angegeben, wir haben keine zusätzlichen Informationen gegeben. Nach welcher Art von Ergebnis suchen wir ? Das ist es, was fehlt. Aus diesem Grund liefert uns das KI-Tool Ergebnisse, die auf den begrenzten Informationen oder Kenntnissen basieren begrenzten Informationen oder , die es aus der von uns bereitgestellten Aufforderung gewinnen kann . Aus diesem Grund müssen wir es tun. Also geben wir das Ergebnis, nach dem wir nicht suchen. Wir suchen nur nach Ergebnissen in Soft und Hard, okay. Dann haben wir einen gewissen Kontext dafür gegeben , wie wir die Ausgabe haben wollen. Dann kommt es mit der Leistung das Auto hart ist. Vom Material her. Okay? Also, sagen wir nochmal, sagen wir, wir geben ihm eine bestimmte Aufforderung, die wir hier gegeben haben, Objekt ist Flugzeug, Geschwindigkeit ist schnell. Objekt Wurm, Geschwindigkeit ist langsam, Objekt ist Auto, Geschwindigkeit ist schnell. Sie bekommen also den Drill, wie wir das Format haben wollen. Und hier ist es in der Lage, die richtige Ausgabe zu liefern. Nun, was in diesen speziellen Szenarien passiert, ist das Jetzt, wenn Sie sich jetzt ein bestimmtes Szenario ansehen, jetzt haben wir gegeben, dass das Objekt Ball ist. Okay? Nochmals, ein vager Kontext , den wir hier im Idealfall wiedergeben, okay? Das wird nicht wieder passieren, Ball kann schnell sein Er gibt momentan genauso schnell ab, aber er kann auch langsam sein, ein Ball, der von einem Kind gespielt wird, also kann er langsam sein. Also können all diese Dinge möglicherweise passieren. Die Idee ist also, dass wir immer dann, wenn wir ein paar kurze Eingabeaufforderungen geben sicherstellen müssen, dass das Format in Ordnung ist, aber der Inhalt des Formats muss ausreichend Informationen enthalten, Kontext muss richtig bereitgestellt werden, und nur dann können wir die richtige Ausgabe erwarten Sie müssen genügend Informationen und einen Kontext dafür angeben, wie Sie die Ausgabe wünschen, und dann können wir die gewünschten Ergebnisse erzielen 53. Vielen Dank, Dass Sie Diesen Kurs Besucht Haben!: Hallo Leute. Ich wollte dir gratulieren , dass du diesen Kurs abgeschlossen hast. Vielen Dank, dass Sie an diesem Kurs teilgenommen haben. Ich hoffe, das war nützlich. Wir sind in der Lage, die Strategien zu erlernen und sie in Zukunft in Ihrem Unternehmen umzusetzen. Ich freue mich darauf, euch bald in einer neuen Klasse zu sehen, Leute. Danke, Leute.