Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
frank-andrade.medium.com17. März 2023 · Q010135

You’re Using ChatGPT Wrong! Here’s How to Be Ahead of 99% of ChatGPT Users

frank-andrade.medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Artikel empfiehlt vier Prompting-Techniken: Beispiele für Format und Kategorien, eine festgelegte Rolle, genauere Stilvorgaben mit vorab erzeugten Fakten sowie Aufforderungen zu Zwischenschritten. Andrade führt Beispiele und externe Quellen für mögliche Verbesserungen an, legt aber keine eigenen systematischen Tests vor; auch die Aussage zur Erkennung durch KI-Detektoren wird nicht überprüft.

Mittel

Frank Andrade stellt vier Methoden vor, mit denen ChatGPT-Prompts präziser werden sollen. Der Artikel ist ein praktischer Leitfaden mit Beispielen, aber keine systematische Untersuchung der Wirksamkeit.

Bei Few-shot-Prompts geben Nutzer neben der Aufgabe Beispiele für das gewünschte Antwortformat. Am Beispiel von Flughafencodes argumentiert Andrade, dass sogar beliebige Beispielwerte nützlich sein könnten, weil sie die möglichen Antwortkategorien und das Format verdeutlichten. Rollen-Prompting soll ChatGPT etwa ein Bewerbungsgespräch führen oder als Sprachlehrer auftreten lassen; zusätzliche Details sollen die Rolle genauer bestimmen.

Für Schreibaufgaben empfiehlt der Autor, Stil, fachliche Perspektive und beschreibende Eigenschaften wie „witzig“ vorzugeben. Außerdem könne man zunächst Fakten zum Thema erzeugen und diese anschließend in den Schreibauftrag einfügen. Als vierte Technik beschreibt er Chain-of-Thought-Prompting: Beispiele mit Zwischenschritten sollen das Modell zu einer nachvollziehbaren Begründung anregen. Der Bericht verweist dabei auf bessere Ergebnisse bei Rechen-, Alltagswissens- und symbolischen Aufgaben.

Die Wirksamkeitsangaben stützen sich auf die angeführten Beispiele und externe Verweise. Der Artikel berichtet keine eigenen systematischen Tests; auch die Behauptung, bestimmte Stilvorgaben erschwerten die Erkennung durch KI-Detektoren, wird nicht geprüft.

Ausführlich lesen

Der Bericht von Frank Andrade stellt vier Prompting-Techniken vor, mit denen sich ChatGPT-Ausgaben gezielter gestalten lassen sollen. Seine Ausgangsthese lautet, viele Menschen nutzten ChatGPT zu wenig systematisch: Sie gäben keine Beispiele, legten keine Rolle fest und ließen das Modell fehlende Informationen erraten. Der Text empfiehlt deshalb, Aufgaben und gewünschte Ausgabe genauer zu beschreiben. Er ist ein praxisorientierter Leitfaden mit Prompt-Beispielen; eigene kontrollierte Tests oder eine systematische Bewertung der Methoden enthält er nicht.

Erstens erläutert Andrade Few-shot-Prompts. Dabei werden neben der Aufgabe ein oder mehrere Beispiele angegeben, bevor das Modell die eigentliche Eingabe bearbeiten soll. Am Beispiel der Ermittlung von Flughafencodes zeigt der Autor, wie Beispiele zugleich das erwartete Antwortformat vermitteln können. Er behauptet unter Verweis auf frühere Forschung, dass die konkreten Antworten in den Beispielen weniger entscheidend seien als der sogenannte Labelspace, also die Menge möglicher Antwortkategorien. Ein Beispiel mit beliebigen Flughafencodes soll demnach ebenfalls zur passenden Ausgabe führen. Der Bericht präsentiert dies als hilfreiche Vorgehensweise, belegt die Zuverlässigkeit aber nur mit dem Beispiel und einem externen Verweis.

Zweitens beschreibt der Text Rollen-Prompting: Eine Anweisung wie „Handle als Personalverantwortlicher“ könne etwa ein Bewerbungsgespräch simulieren. Ähnlich ließen sich Rollen als Sprachlehrer oder Filmkritiker festlegen. Andrade rät, die Rolle mit zusätzlichen Einzelheiten zu versehen, und verweist auf eine Prompt-Sammlung als Inspirationsquelle.

Drittens empfiehlt er, Prompts durch Stilvorgaben und beschreibende Adjektive zu präzisieren. Eine fachliche Perspektive, ein bestimmter Ton oder Eigenschaften wie „witzig“ und „unterhaltsam“ sollen Texte stärker prägen als eine allgemeine Schreibaufforderung. Als Ergänzung schlägt der Autor vor, zunächst themenbezogene Fakten erzeugen zu lassen und diese anschließend in den Schreibauftrag einzufügen. So könne das Modell die zuvor gesammelten Informationen für einen Blogtext nutzen. Im Zusammenhang mit Stilvorgaben behauptet der Bericht außerdem, die entstehenden Texte seien schwerer von KI-Detektoren zu erkennen, und verweist auf einen weiteren Artikel; eine Überprüfung dieser Aussage wird nicht geliefert.

Viertens behandelt der Bericht Chain-of-Thought-Prompting. Dabei soll das Modell vor der Antwort Zwischenschritte ausgeben. Andrade beschreibt Beispiele, in denen solche Begründungsschritte in den Prompt aufgenommen werden, und führt an, dies habe bei einer Mathematikaufgabe zu einer genaueren Antwort geführt. Unter Bezug auf externe Quellen nennt er Arithmetik, Alltagswissen und symbolisches Schlussfolgern als Aufgabenbereiche, in denen die Methode wirksam sei.

Insgesamt präsentiert der Artikel konkrete Prompt-Muster und begründet sie mit Beispielen sowie Verweisen auf andere Veröffentlichungen. Seine Aussagen zu besseren Ergebnissen sind als Empfehlungen und berichtete Befunde zu verstehen; der Text zeigt keine unabhängigen Tests, Erfolgsquoten oder allgemeinen Grenzen der Techniken auf.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: ok

Geprüft wurden beide Zusammenfassungen Lunas (kurz und mittel), die Bewertung bezieht sich auf den Gesamtinhalt; beide sind inhaltlich treu und benennen die fehlende systematische Prüfung der Wirksamkeit. Die Einordnung stützt sich nur auf den Berichtstext, der ein Prompting-Leitfaden ist und zu keiner der drei Sammelfragen eigene Belege liefert.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Frieden und Sicherheit
Beteiligung und Gemeinwohl
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →