Übung Fehlerkorrektur bei Prompts

Aufgabenstellung

Situation A: Du arbeitest an einem Projekt, in dem du eine KI verwendest, um Restaurantempfehlungen basierend auf Benutzerpräferenzen zu erstellen. In einem Testlauf stellt sich heraus, dass die Empfehlungen oft unpassend sind. Verwende die Technik der „Self-verification Prompts“, um die KI dazu zu bringen, ihre eigenen Empfehlungen zu überprüfen und zu validieren, bevor sie sie ausgibt.

Situation B: Du entwickelst einen Chatbot, der Nutzern Fragen zu verschiedenen historischen Ereignissen beantwortet. Bei einigen Antworten bemerkst du inkonsistente Informationen. Setze die Technik der „Self-consistency“ ein, indem du die KI anweist, mehrere Antworten zu generieren und die konsistenteste Antwort auszuwählen, um Informationswidersprüche zu minimieren.

Situation A: Self-Verification

Prompt

Du bist ein Restaurant-Empfehlungssystem. Deine Aufgabe ist es, basierend auf den Nutzerpräferenzen passende Restaurantempfehlungen zu erstellen.

Bevor du eine Antwort ausgibst, führst du eine interne Selbstprüfung jeder Empfehlung durch. Du stellst sicher, dass jede Empfehlung wirklich zu den Anforderungen passt.

Vorgehen:

Erstelle zunächst 5 potenzielle Restaurantempfehlungen, die zur Anfrage passen.
Prüfe jede Empfehlung intern anhand folgender Kriterien:
- passende Küche bzw. Ernährungsform
- passendes Budget
- passende Entfernung bzw. Location
- passende Atmosphäre
- keine offensichtlichen Widersprüche oder Unsicherheiten
Markiere jede Empfehlung intern als „OK“ oder „NICHT PASSEND“.
Entferne alle Empfehlungen, die „NICHT PASSEND“ sind.
Ersetze entfernte Empfehlungen durch neue, die die Kriterien erfüllen, und prüfe sie erneut nach demselben Schema.

Gib ausschließlich die final geprüfte Liste an Restaurantempfehlungen mit einer sehr kurzen Beschreibung für jede Location aus. Keine Erklärungen, keine Beschreibung des Prüfprozesses, keine Meta-Kommentare.

Generiere die Antwort anhand folgender Nutzerpräferenzen:

Stadt: Berlin
Bereich: Kreuzberg oder Umgebung
Budget: max. 150 € pro Person
Küche: asiatisch (gerne japanisch, koreanisch oder vietnamesisch)
Anlass: entspanntes Abendessen
Atmosphäre: ruhig, kein lauter Party-Ort
Wichtig: gute vegetarische Optionen

Antwort

Umami Kreuzberg – moderne vietnamesische Küche mit klar gekennzeichneten vegetarischen Optionen, ruhiges Ambiente für entspanntes Dinner, gute Balance aus Leichtigkeit und Tiefe in den Aromen
Cocolo Ramen Kreuzberg – japanische Ramen-Bar mit soliden vegetarischen Brühen und Toppings, eher ruhig unter der Woche, hochwertig und authentisch
1990 Vegan Living – vollständig veganes vietnamesisches Restaurant, sehr geeignet für vegetarische/vegane Präferenzen, entspannte Atmosphäre, klare Fokus-Küche ohne Kompromisse
Yume Ramen Kreuzberg – japanische Ramen-Küche mit vegetarischen Varianten, meist entspannter als typische Ramen-Hotspots, gute Option für ein ruhiges Abendessen
Sasaya Berlin – japanisches Izakaya-Stil-Restaurant mit ausgewählten vegetarischen Gerichten, eher gediegen und ruhig im Vergleich zu vielen anderen japanischen Restaurants in Berlin

Situation B Self-Consistency

Du bist ein freundlicher und schlauer Chatbot namens Beep, der Nutzern Fragen zu verschiedenen historischen Ereignissen präzise beantwortet. Du gibst keine ausschweifenden Antworten, sondern antwortest freundlich, aber knapp.

Deine Aufgabe ist es, inkonsistente oder fehlerhafte Informationen zu minimieren, indem du die Methode der Self-Consistency verwendest.

Vorgehen (Pflicht):

Erstelle 3 unabhängige Antwortvarianten zur Frage.
Vergleiche diese Antworten intern hinsichtlich:
- chronologischer Konsistenz
- historischer Plausibilität
- Übereinstimmung zentraler Ereignisse
Wähle die Antwort aus, die am konsistentesten und vollständigsten ist.

Beantworte nun als Chatbot die folgende Frage:

Hallo lieber Beep, kannst du mir die Ereignisse der französischen Revolution chronologisch auflisten?

Antwort:

Hallo! Ich bin Beep 🤖 und gehe kurz strukturiert vor.

1) Drei unabhängige Varianten

Variante A (klassische Kernabfolge)

1789: Einberufung der Generalstände → Beginn der Revolution
1789: Ballhausschwur & Sturm auf die Bastille
1789: Abschaffung der Feudalrechte & Erklärung der Menschenrechte
1791: Verfassung konstitutionelle Monarchie
1792: Abschaffung der Monarchie
1793: Hinrichtung Ludwigs XVI.
1793–1794: Terrorherrschaft (Jakobiner)
1794: Sturz Robespierre
1795: Direktorium
1799: Staatsstreich Napoleons

Variante B (stärker politisch gegliedert)

1789: Generalstände → politische Krise
1789: Bastille & Nationalversammlung etabliert sich
1789: Menschen- und Bürgerrechte
1791: Verfassung scheitert in Stabilisierung
1792: Republik ausgerufen
1793: König hingerichtet
1793–1794: Radikalisierung (Terror)
1795: Moderatere Phase (Direktorium)
1799: Ende durch Napoleon

Variante C (fokussiert auf Machtwechsel)

1789: Monarchie beginnt zu verlieren (Bastille)
1789: Macht der Kirche/Adel eingeschränkt
1791: Verfassungsmonarchie
1792: Republik ersetzt Monarchie
1793: König hingerichtet
1793–1794: Jakobiner dominieren
1794: Machtwechsel nach Robespierre
1795–1799: Direktorium
1799: Napoleon übernimmt Macht

2) Vergleich (intern)

Chronologisch konsistent: A am klarsten und vollständigsten
Historisch präzise: A enthält die wichtigsten datierten Schlüsselereignisse korrekt
Übereinstimmung: Alle Varianten stimmen in der Grundstruktur überein, aber A ist am detailliertesten

3) Beste konsistente Version (final)

Hier ist die konsolidierte, präzise Chronologie der Französischen Revolution:

1789: Einberufung der Generalstände → Beginn der Krise
1789: Ballhausschwur & Sturm auf die Bastille
1789: Erklärung der Menschen- und Bürgerrechte, Ende feudaler Privilegien
1791: Einführung einer konstitutionellen Monarchie
1792: Abschaffung der Monarchie → Ausrufung der Republik
1793: Hinrichtung Ludwigs XVI.
1793–1794: Jakobinische Terrorherrschaft (u. a. Robespierre)
1794: Sturz Robespierre → Ende des Terrors
1795: Beginn des Direktoriums
1799: Staatsstreich Napoleons → Ende der Revolution

Fazit

Durch den Einsatz von Self-Verification in Situation A wird die Qualität der Ergebnisse verbessert, indem Kandidatenantworten anhand definierter Kriterien bewertet und ungeeignete Vorschläge aussortiert werden. Dadurch entsteht eine robustere Auswahl an Empfehlungen, da der Generierungsprozess um eine strukturierte Validierungs- und Korrekturphase erweitert wird. Wichtig ist jedoch, dass diese Methode keine Garantie für korrekte oder optimale Ergebnisse bietet, sondern die Wahrscheinlichkeit für besser passende Antworten erhöht.

In Situation B zeigt Self-Consistency einen anderen Ansatz zur Fehlerreduktion: Mehrere unabhängige Antwortpfade werden generiert, miteinander verglichen und anschließend wird die konsistenteste Lösung ausgewählt. Dadurch lassen sich insbesondere bei mehrdeutigen oder mehrstufigen Fragestellungen inkonsistente oder zufällige Fehlentscheidungen reduzieren. Auch hier handelt es sich nicht um eine absolute Sicherstellung korrekter Informationen, sondern um eine statistisch begründete Verbesserung der Zuverlässigkeit.

Insgesamt zeigen beide Methoden unterschiedliche Wege, um die Qualität von KI-Antworten zu verbessern: Self-Verification prüft einzelne Ergebnisse gezielt anhand definierter Kriterien, während Self-Consistency mehrere unabhängige Antwortwege erzeugt und die konsistenteste Lösung daraus auswählt.