Preference-Driven Refinement Prompting ist eine Technik aus dem KI-Prompt-Engineering, mit der Sie die Ausgaben von Sprachmodellen an bestimmte Vorlieben der Nutzer anpassen. Dabei verfeinern Sie den Prompt schrittweise anhand des Feedbacks der Nutzer, bis das gewünschte Ergebnis vorliegt. So funktioniert es:
- Ersten Prompt erstellen: Beginnen Sie mit einem einfachen Prompt, der umreißt, was die KI erzeugen soll. Sie könnten die KI zum Beispiel bitten, eine Geschichte über einen Zauberwald zu schreiben.
- Ausgabe erzeugen: Die KI erzeugt auf Basis des ersten Prompts Inhalte.
- Präferenzen bestimmen: Prüfen Sie die Ausgabe der KI und halten Sie fest, was Ihnen gefällt und was nicht. Dazu markieren Sie einzelne Stellen der Ausgabe, die Ihren Präferenzen entsprechen oder ihnen widersprechen.
- Prompt verfeinern: Ändern Sie den ursprünglichen Prompt und nehmen Sie Beispiele für erwünschte und unerwünschte Elemente auf. Damit lenken Sie die KI in den folgenden Durchläufen genauer.
- Iterativer Prozess: Lassen Sie die KI mit dem verfeinerten Prompt laufen und wiederholen Sie das Prüfen und Verfeinern, bis die Ausgabe Ihren Präferenzen weitgehend entspricht.
Besonders nützlich ist diese Technik, um gleichbleibende und hochwertige Ausgaben zu erzeugen, etwa beim kreativen Schreiben, bei der Content-Erstellung oder überall dort, wo die Feinheiten der Nutzerpräferenzen eine entscheidende Rolle spielen. Über eine iterative Feedback-Schleife steigert sie schrittweise die Leistung der KI beim Erzeugen von Inhalten, die bestimmte Kriterien der Nutzer erfüllen.
Beispiel: KI-generierte Stellenausschreibungen mit Preference-Driven Refinement optimieren
Stellen Sie sich vor, Sie sind in der Personalabteilung Ihres Unternehmens für das Verfassen von Stellenausschreibungen zuständig. Sie entscheiden sich, die erste Fassung von der KI entwerfen zu lassen, aber die Sprache soll zum Ton Ihres Unternehmens passen (professionell, aber einladend) und die richtigen Bewerber ansprechen.
Ersten Prompt erstellen:
Sie beginnen mit einem einfachen Prompt:
„Schreibe eine Stellenausschreibung für eine Position als Software Engineer und hebe Aufgaben, erforderliche Fähigkeiten und Unternehmenskultur hervor.“
Ausgabe erzeugen:
Die KI erzeugt folgende Stellenausschreibung:
„Wir suchen einen hochqualifizierten Software Engineer für unser dynamisches Team. Die ideale Person hat Erfahrung in der Full-Stack-Entwicklung, kann in einem schnelllebigen Umfeld arbeiten und verfügt über ausgeprägte Problemlösungsfähigkeiten. Unser Unternehmen bietet ein wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und ein spaßiges, entspanntes Arbeitsumfeld.“
Präferenzen bestimmen:
Sie prüfen die Ausgabe und notieren Ihre Präferenzen:
• Gefällt: Die Betonung von ausgeprägten Problemlösungsfähigkeiten und flexiblen Arbeitszeiten passt zu den Werten Ihres Unternehmens.
• Gefällt nicht: Die Formulierung „spaßiges, entspanntes Arbeitsumfeld“ wirkt zu salopp und vermittelt womöglich nicht die Professionalität, die Sie sich wünschen. Auch der Begriff „schnelllebiges Umfeld“ könnte Bewerber abschrecken, denen Work-Life-Balance wichtig ist.
Prompt verfeinern:
Sie ändern den Prompt und nehmen Beispiele für erwünschte und unerwünschte Elemente auf:
„Schreibe eine Stellenausschreibung für eine Position als Software Engineer. Die Beschreibung soll Aufgaben, erforderliche Fähigkeiten und Unternehmenskultur betonen. Verwende einen professionellen, aber einladenden Ton. Vermeide allzu saloppe Sprache.
Beispiele für Formulierungen, die mir gefallen:
———————
1. Ausgeprägte Problemlösungsfähigkeiten.
2. Flexible Arbeitszeiten.
Beispiele für Formulierungen, die mir nicht gefallen:
———————
1. Spaßiges, entspanntes Arbeitsumfeld.
2. Schnelllebiges Umfeld.“
Iterativer Prozess:
Sie lassen die KI mit dem verfeinerten Prompt laufen und erhalten eine neue Stellenausschreibung:
„Wir suchen einen engagierten Software Engineer für unser innovatives Team. Die passende Person verfügt über Expertise in der Full-Stack-Entwicklung und konzentriert sich darauf, komplexe Probleme effizient zu lösen. Unser Unternehmen legt Wert auf Work-Life-Balance und bietet flexible Arbeitszeiten sowie ein unterstützendes, kollegiales Umfeld.“
Diese Fassung entspricht Ihren Präferenzen schon besser und findet das richtige Verhältnis zwischen Professionalität und Nahbarkeit. Sie können sie weiter verfeinern, aber der iterative Prozess hat die Qualität der KI-generierten Inhalte und ihre Passung zu Ton und Werten Ihres Unternehmens bereits deutlich verbessert.
Das Beispiel zeigt, wie sich Preference-Driven Refinement Prompting in der Personalabteilung wirkungsvoll einsetzen lässt, um Stellenausschreibungen zu erstellen, die die richtigen Bewerber ansprechen und die gewünschte Unternehmenskultur und Tonalität widerspiegeln.
Aus dem Englischen übersetzt: zum Originalbeitrag