ChatGPT Serie Teil 4: Prompts
ChatGPT ist ein auf künstlicher Intelligenz basierender Textgenerator, der von OpenAI entwickelt wurde. Er verwendet eine fortgeschrittene Machine-Learning-Architektur, um menschenähnliche Texte zu erzeugen. Sie können mit ChatGPT interagieren, indem Sie Eingaben machen oder Fragen stellen, die ChatGPT dann in vollständigen und kohärenten Sätzen beantwortet. ChatGPT kann in vielen verschiedenen Kontexten und für verschiedene Zwecke eingesetzt werden, einschließlich, aber nicht beschränkt auf Kundendienst, Bildung, Schreibhilfe, Übersetzung und vieles mehr.
Das Ziel dieser Serie ist es, eine allgemeine Einführung zu geben und dann tiefer in den Anwendungsbereich auf rechtlicher Ebene einzutauchen. Nachdem wir die grundlegende Funktionsweise und Benutzung von ChatGPT sowie die Bedeutung von Tokens und die damit verbundenen Tokenlimits besprochen haben, werden wir uns diesmal damit beschäftigen, wie Prompts funktionieren.
Was ist ein Prompt?
Ein Prompt ist, einfach ausgedrückt, der Ausgangspunkt jeder Interaktion mit ChatGPT. Ein Prompt ist eine Frage oder Aufforderung an ChatGPT, eine bestimmte Antwort zu generieren. Dabei tendiert ChatGPT zunächst dazu, informative und hilfreiche Antworten zu generieren, die allgemein und in angemessener Kürze gehalten sind. Wer also eine präzisere Antwort wünscht, muss seine Frage entsprechend präzisieren. Dabei ist es oft hilfreich, sich – ähnlich wie in einem Gespräch – dem gewünschten Ergebnis anzunähern und dem System idealerweise ein hohes Maß an Fachwissen zu unterstellen.
Wie ChatGPT reagiert
Wenn ich das System bspw. nach der Äquivalenztheorie frage, antwortet es zunächst zum Thema Übersetzungswissenschaft und der Frage, wann eine Übersetzung ihrem Original entspricht. Wenn ich korrigierend frage, was sie im Strafrecht bedeutet, so erhalte ich eine kurze Beschreibung der Bedeutung, ein Beispiel, eine kurze Skizzierung der Probleme und schließlich eine Schlussfolgerung; Eine generische Frage liefert also eine generische Antwort, die in der Regel so allgemein ausfällt, wie die Frage gestellt wurde. Wer hingegen fragt, wo der Tatbestandsirrtum geregelt ist und ob der error in persona im Hinblick auf § 212 I StGB darunter einzuordnen ist und zudem noch um eine Begründung der Entscheidung bittet, wird zunächst ganz zutreffend den § 16 StGB in variierender Genauigkeit genannt bekommen. Das System versucht dann, den Wortlaut des Paragraphen zu zitieren, stößt damit aber an seine Grenzen. Letztlich ermittelt das System nur den Inhalt, der am ehesten in einer solchen Abhandlung unter der Frage auftaucht und hat keinerlei Zugriff auf geprüfte und vollständige Gesetzestexte, die es auch als solche kennt. Anstelle des zu erwartenden Wortlauts der Norm erhält man in der Folge dann eher ein ausformuliertes Prüfungsschema. Theoretisch hilfreich, aber, soweit es den Wortlaut betrifft, falsch.
Das System bietet also generell weitreichende Hilfestellungen an, letztlich ist man aber immer gut beraten, das Ergebnis zu prüfen. Naivität im Umgang mit dem System hat schon den einen oder anderen Anwalt die Zulassung gekostet.
Nachfragen
Hat man eine zufriedenstellende Antwort erhalten, wünscht aber weitergehende Informationen, bietet es sich an, direkt den Wortlaut des Systems aus der Antwort aufzugreifen und eine vertiefende Frage dazu zu stellen oder einfach um eine Vertiefung zu einem bestimmten Punkt zu bitten. Wünscht man mehrere Punkte zu vertiefen, empfehle ich, zuerst einen Punkt zu bearbeiten, dann – quasi als Gedächtnisstütze – den Absatz mit dem weiteren Thema zu zitieren und um eine Vertiefung dieses Themas zu bitten.
Man kann das System auch bitten, einen vorgegebenen Text zu korrigieren, umzuformulieren, zu präzisieren, in Stichpunkten zusammenzufassen oder in eine andere Sprache zu übersetzen. Der Phantasie sind hier keine Grenzen gesetzt.
Fakten vorgeben
Wenn es darauf ankommt, dass sich das System hierbei in einem bestimmten Faktenraum bewegt, ist es notwendig, die entsprechenden Fakten gleich mitzuliefern. So empfiehlt es sich, dem System sämtliche Fakten vorauszuschießen, um dann einen Prompt zu formulieren, der zur Berücksichtigung der zuvor angeführten Fakten auffordert.
Mehr als nur fragen
Auch recht überraschende Formen sind denkbar; Beispielsweise kann man das System bitten, eine Tabelle zu generieren, indem man alle Spalten definiert, idealerweise zusammen mit deren Format und generellem Inhalt. Der Inhalt kann dann z.B. als Inhalt einer CSV-Datei oder als Text, aus dem die Daten extrahiert werden sollen, bereitgestellt werden. Alternativ kann man das System die Inhalte auch einfach generieren lassen.
Ab ca. 100 bis 200 Zeilen wird das System jedoch erfahrungsgemäß immer ungenauer und vergisst Zeilen oder sogar ganze Spalten.
Kurzer Ausblick
Zum Schluss noch ein sehr reizvoller, gleichzeitig aber leider wenig Hoffnung spendender Gedanke von mir, den wir in einem späteren Teil vertiefen werden:
Es ist nämlich auch möglich, dem System einen Text zu geben und es ihn analysieren zu lassen, den Text nach Inhalten durchsuchen zu lassen oder bestimmte inhaltliche Anpassungen vornehmen zu lassen. Da das System hier durchaus schnell und effizient arbeitet, ist für die Zukunft zu erwarten, dass speziell diese Funktionalität auch bei der großflächigen Automatisierung von Zensur- oder Propagandamaßnahmen zum Einsatz kommen wird – mit Konsequenzen, die heute sicherlich noch schwer abzuschätzen sind. Man stelle sich nur vor, dass alle E-Mails, die entlang einer bestimmten Internet-Route unverschlüsselt verschickt werden, von einem der weiterleitenden Server nicht einfach nur weitergegeben, sondern zunächst einer KI übergeben werden, die Kritik gegenüber einer bestimmten Haltung oder einem bestimmten System in Lob umformuliert und erst dann die Nachricht weiterleitet. Eine solche Automatisierung wäre bei der Verarbeitungsgeschwindigkeit moderner Systeme bei E-Mails nicht bemerkbar und selbst bei Chatsystemen – zumindest zeitlich – kaum wahrnehmbar… Probieren Sie es doch einmal aus und schreiben Sie sich eine kritische E-mail und bitten das System, diese in eine unkritische oder lobende Nachricht umzuwandeln. Gleiches gilt für einen Chatverlauf.
Fazit
Zusammenfassend formuliert haben wir heute gelernt, was für Fragen man ChatGPT stellen kann, wie man sie stellt und welche Art von Antworten man erwarten kann. Wir haben uns auch mit einem möglichen dunkleren Kapitel in der sich nun entfaltenden Geschichte dieses Systems ausgesetzt. Im Folgenden werden wir uns mit Meta-Anweisungen beschäftigen, die es uns ermöglichen, nicht nur den generierten Inhalt, sondern auch dessen Form zu diktieren.
Autor: Nuri Khadem ist Legal Engineer bei Noerr, Rechtsanwalt und Lehrbeauftragter an der HU-Berlin. Er hat einen umfangreichen IT-Background aus seiner mehrjährigen Arbeit als IT-Dienstleister und Systemadministrator.
