🤖 50 Fortgeschrittene ChatGPT-Prompt-Tricks
System-Prompt-Engineering
Benutzerdefinierte GPT-Identitätssperre
Verhindern Sie Identitätsabweichungen in Custom GPTs mit Verstärkungsankern.
Verhaltensbeschränkungen stapeln
Mehrere Verhaltensregeln schichten für konsistente Ausgabe.
Ausgabeformat-Sperre
Strikte JSON- oder strukturierte Ausgabe für API-Integration durchsetzen.
Temperatursimulation
Steuern Sie das Kreativitätsniveau durch Promptgestaltung.
Umgang mit Wissensstichtag
Informationen zu Aktualität und Lücken explizit verwalten.
Ausgabepräzision & Kontrolle
Durchsetzung des Token-Budgets
Antwortlänge mit Token-Bewusstsein steuern.
Zero-Fluff-Protokoll
Eliminiere ChatGPTs ausschweifende Tendenzen.
Markdown-Meisterschaft
Nutze ChatGPTs Markdown für bessere Lesbarkeit.
Parallele Antwortgenerierung
Hole mehrere Perspektiven in einer Ausgabe ein.
Strategische Emoji-Platzierung
Verwende Emojis zur visuellen Gliederung in langen Antworten.
Verbesserung von Denken & Logik
Chain-of-Thought-Forcing
Aktiviere explizit die Denkfähigkeiten von GPT-4.
Selbstkonsistenzprüfung
Lass ChatGPT seine eigene Logik überprüfen.
Multi-Modell-Simulation
Simuliere verschiedene KI-Perspektiven zum selben Problem.
Matrix zur Annahmenoffenlegung
Machen Sie verborgene Annahmen explizit und testbar.
Sokratischer Frageschleife
Erzwingen Sie tiefere Überlegungen durch Selbstbefragung.
Gedächtnis- & Kontextmanagement
Kontextkompressionstechnik
Maximieren Sie die effektive Nutzung des Kontextfensters.
Gedächtnisverankerung
Erstellen Sie explizite Gedächtnismarker für lange Gespräche.
Kontext-Reset-Protokoll
Sauberer Schnitt vom vorherigen Gesprächskontext.
Selektive Kontextgewichtung
Sagen Sie ChatGPT, welchen Kontext es priorisieren soll.
Zeitliche Kontextmarker
Fügen Sie zeitbasierte Relevanz zu Informationen hinzu.
Fortgeschrittene Prompting-Muster
Few-Shot mit negativen Beispielen
Zeigen Sie sowohl gute als auch schlechte Beispiele zur Verdeutlichung.
Einschränkungsbasierte Generierung
Definieren, was NICHT zu tun ist, für klarere Grenzen.
Persona-Schichtung
Mehrere Expertenperspektiven effizient kombinieren.
Iteratives Verfeinerungsprotokoll
Eingebauter Selbstverbesserungskreislauf.
Probabilistisches Verzweigen
Entscheidungsbäume mit Wahrscheinlichkeitsabschätzungen erkunden.
Code Interpreter Meisterschaft
Automatisierung der Datenanalyse
Automatische Python-Ausführung für Datentasks auslösen.
Computergestützte Verifikation
Verwenden Sie Code, um alle mathematischen Behauptungen zu überprüfen.
Visualisierungsorientierter Ansatz
Beginnen Sie mit Diagrammen für datenintensive Antworten.
Dateiverarbeitungs-Pipeline
Automatisieren Sie mehrstufige Dateioperationen.
Simulation & Monte Carlo
Verwenden Sie probabilistische Simulationen bei Unsicherheiten.
Optimierung von Custom GPTs
Referenzierung von Wissensdateien
Zitieren Sie hochgeladene Wissensdateien ausdrücklich.
Optimierung des Aktionsschemas
Entwerfen Sie effiziente API-Aufrufe für Custom GPT-Aktionen.
Design von Gesprächsstartern
Erstellen Sie effektive Starter-Prompts für Custom GPTs.
Definition des Fallback-Verhaltens
Behandeln Sie Randfälle und unerwartete Eingaben sorgfältig.
Mehrstufiges Ablaufdesign
Erstellen Sie strukturierte Gesprächsabläufe.
Web-Browsing & Forschung
Mehrfachquellen-Verifikation
Kreuzvergleiche mehrere Quellen zur Genauigkeit.
Priorisierung der Aktualität
Gewichte aktuelle Quellen höher bei zeitkritischen Themen.
Bewertung der Quellenqualität
Bewerte und offenbare Quellenzuverlässigkeit.
Wettbewerbsintelligenz-Sammlung
Strukturiere Wettbewerbsforschung systematisch.
Akademisches Forschungsprotokoll
Folge akademischen Standards für Forschungsaufgaben.
DALL-E Bildgenerierung
Detaillierte Eingabeaufforderungs-Entwicklung
Erstellen Sie automatisch reichhaltige, spezifische DALL-E-Eingabeaufforderungen.
Iterative Verfeinerung
Verbessern Sie systematisch Bilder basierend auf Feedback.
Stilkonsistenz
Bewahren Sie visuelle Konsistenz über mehrere Bilder hinweg.
Nutzung von negativem Raum
Gestalten Sie Bilder mit nutzbarem Raum für Text/Logos.
Optimierung des Seitenverhältnisses
Generieren Sie Bilder in den richtigen Abmessungen für den Anwendungsfall.
Meta- & Power-Techniken
Vorschläge zur Verbesserung von Eingabeaufforderungen
Lassen Sie ChatGPT vorschlagen, wie Sie Ihre Eingabeaufforderungen verbessern können.
Vertrauenskalibrierung
Geben Sie explizit Vertrauensniveaus für wichtige Behauptungen an.
Fehler-Pre-Mortem
Identifizieren Sie Fehlerarten vor der Implementierung.
Meta-Learning-Extraktion
Extrahieren Sie wiederverwendbare Muster aus spezifischen Lösungen.
Metriken zur Wirksamkeit von Antworten
Integrieren Sie eine Qualitäts-Selbsteinschätzung.
Einen Kommentar hinterlassen: