OpenAI und Microsoft bieten einen kostenlosen Kurs und Hintergrundinformationen zum sogenannten "Prompt Engineering" an.
OpenAI bietet zusammen mit der Website DeepLearning.ai des Investors Andrew Ng einen vorübergehend kostenlosen Prompt-Engineering-Kurs für Entwicklerinnen und Entwickler an. Geleitet wird der Kurs von der OpenAI-Ingenieurin Isa Fulford und Andrew Ng.
Der Kurs ist laut Anbieter für Einsteigerinnen und Einsteiger geeignet, einzige Voraussetzung sind Grundkenntnisse in Python. Er soll aber auch fortgeschrittenen Machine Learning Ingenieuren neue Informationen im Bereich Prompt Engineering und der Verwendung großer Sprachmodelle bieten.
Zu den behandelten Themen gehören Zusammenfassungen, Klassifikationen, Themenextraktion, Texttransformation wie Übersetzung und Korrektur sowie Texterweiterung wie das automatische Schreiben von E-Mails. Der Kurs bietet auch Informationen zur Entwicklung eines eigenen Chatbots. Mehr Informationen und die Teilnahme sind hier verfügbar, die Bearbeitungsdauer liegt bei rund einer Stunde.
Ergänzend hat Microsoft eine Landingpage rund um Prompt-Engineering-Techniken mit zahlreichen Beispielen und Anleitungen ins Netz gestellt. Microsoft geht hier unter anderem auf die GPT-4-spezifischen "System Messages" und das sogenannte Few-Shot-Learning anhand von Beispielen im Prompt ein.
Prompt Engineering: Ein Beruf mit Zukunft?
Prompt Engineering, also die Formulierung von Befehlen an ein großes KI-Modell, ist je nach Sichtweise ein Beruf mit Zukunftspotenzial oder ein vorübergehendes Phänomen des aktuellen KI-Höhenfluges, das vorwiegend den Defiziten der aktuellen Systeme geschuldet ist.
Für letztere These spricht, dass Sprachmodelle die Bedienung von Computern vereinfachen sollen. Wenn komplizierte Befehle notwendig sind, um gute Ergebnisse zu erzielen, würde natürliche Sprache zu einer Art neuer Programmiersprache, was dem Ziel der Systeme zumindest teilweise widerspricht.
Zumindest im Moment sieht es so aus, dass durch die Kenntnis der Prompt-Variationen noch ein Qualitätsvorsprung in der Ausgabe erreicht werden kann. Ein wichtiger Teil des Prompt Engineering besteht zudem darin, überhaupt Ideen zu entwickeln, für welche Aufgaben große KI-Modelle eingesetzt werden können.
