Nächstes AX Event 17. Dez 2024: Datenqualität – der Schlüssel für erfolgreiche KI Lösungen? JETZT REGISTRIEREN
Nächstes AX Event 17. Dez 2024: Datenqualität – der Schlüssel für erfolgreiche KI Lösungen? JETZT REGISTRIEREN
Wie schreiben wir mit neuen Sprachtechnologien?
In diesem Leitfaden gibt es keine Beispiele für den "idealen Prompt" – vielmehr konzentriert sich Saim Alkan auf die Grundlagen des professionellen Schreibens mit den neuen großen Sprachmodellen. Er schöpft aus seinen über 20 Jahren Erfahrung mit der Beratung von Content Teams, um zu erläutern, wie sich das Schreiben mit dem Einsatz großer Sprachmodelle verändert und mit welchen Erwartungen wir sie einsetzen können. Dabei wirft er auch einen Blick darauf, wie man die beiden neuen Sprachtechnologien der Zeit – GPT& Co und Data-to-Text-Systeme – kombinieren kann.
Was Dir dieser Leitfaden bringt:
Einleitung
Grundlagen: Das ist die Welt der Large Language Models!
1. LLMs sind so (vor-)trainiert, dass sie das nächste Wort in einer Sequenz vorhersagen können
2. LLMs werden später von Menschen feingetunt, um zu lernen, was sie im echten Anwendungsfall tun sollen.
Was sind die Nutzen der Verwendung von LLMs beim Schreiben?
Bei der Planung des Textes zur Inspiration oder Recherche
In der Schreibphase
Einen Text verbessern und überarbeiten
Was sind die Nachteile?
5 Dinge, die man wissen solltest, um die Erwartungen an ein LLM realistisch zu halten.
Data-to-text und LLMs: Unterschiedliche Ansätze für Skalierung
LLMs vom Schreibassistenten zum Prompt Engineering
Der Einsatz von LLMs für die Generierung von großen Mengen an Texten
Unterschiede zwischen LLMs oder Data-to-Text Systemen bei der skalierender Textgeneration
Das Beste aus beiden Welten: LLMs und Data-To-Text Systeme kombinieren
Die parallele Nutzung von Data-to-Text Lösungen und externen LLMs
Integrierte Lösungen – an Beispielen für die Generierung von Produktbeschreibungen mit der AX NLG Cloud
Ausblick (mit Blick auf das Content-Team)