Kategorie

GenAI-Prompting-Frameworks

Meta-Prompts und strukturelle Leitfäden, um die Kunst des Promptens selbst zu meistern.

Anweisungen zu Ehrlichkeit und Genauigkeit der KI

Eine umfassende Systemanweisung, die Ehrlichkeit, Genauigkeit und die klare Kennzeichnung von Unsicherheit durch die KI priorisiert. Sie eignet sich gut als Systemprompt in den Einstellungen Ihres Chatbots.

Selbstkorrektur-Logik

Weist die KI an, innezuhalten, ihre vorherige Antwort auf Fehler oder Halluzinationen zu prüfen und eine korrigierte Version mit einer Vertrauensbewertung bereitzustellen.

CO-STAR-Framework

Ein umfassendes, mehrdimensionales Framework, das darauf ausgelegt ist, Kontext, Relevanz und Ausgabepräzision für komplexe Anfragen zu maximieren.

APE-Ausrichtungsmodell

Stellt sicher, dass die Ausgabe mit der Absicht des Nutzers übereinstimmt, indem die Aktion ausdrücklich mit ihrem Zweck und der finalen Erwartung verknüpft wird.

TAG-Protokoll

Ein lineares Ausführungsprotokoll, das sich auf die klare Beziehung zwischen der spezifischen Aufgabe, der Aktionsmethode und dem letztendlichen Ziel konzentriert.

RTF-Persona-Strategie

Nutzen Sie eine tiefgehende Persona-Ausrichtung, um die Ausgabe für spezifische berufliche Kontexte anzupassen, indem Rolle, Aufgabe und Format strikt definiert werden.

RISEN-Workflow

Ein rigoroser Rahmen für strukturierte Ergebnisse, der Einschränkungen (Eingrenzung) erfordert, um Halluzinationen und generische Ausgaben zu reduzieren.

KI-Logik- und Genauigkeitsprüfer

Weist die KI an, sich selbst zu korrigieren, indem sie Fehler, falsche Annahmen oder Ungenauigkeiten in ihrer vorherigen Antwort identifiziert.

Universeller Experte-Persona-Löser

Führt jede gegebene Aufgabe aus, indem es strikt eine bestimmte, detailgetreue Experten-Persona verkörpert, um professionelle Tiefe, korrekte Terminologie und stilistische Genauigkeit sicherzustellen.