Bessere Ergebnisse erzielen

Geschätzte Zeit: 15 Minuten

Lernziele

Am Ende dieser Lektion werden Sie in der Lage sein:

Häufige Herausforderungen bei den ersten Schritten mit AI zu erkennen und Troubleshooting-Techniken zu nutzen, um sie zu überwinden
AI Fluency zu definieren und zu wissen, wo Sie mehr über die fließende Arbeit mit AI erfahren können
Erklären, wie Sie Evals einrichten könnten, um besser zu verstehen, wie Claude mit Ihren einzigartigen Workflows funktionieren könnte

Häufige Herausforderungen und wie man sie behebt

Wenn Sie mit Claude arbeiten, werden Sie wahrscheinlich auf Momente stoßen, in denen die Antwort nicht ganz das ist, was Sie erwartet haben. Das ist normal – und es ist eine Gelegenheit, Ihren Ansatz zu verfeinern. Hier sind einige der häufigsten Herausforderungen und wie man sie bewältigt.

Herausforderung | Was passiert | Versuchen Sie dies ---|---|--- Claudes Antwort ist zu generisch | Ihr Prompt enthielt nicht genug Kontext über Ihre spezifische Situation | Fügen Sie Details über Ihr Publikum, Ihre Rolle oder Einschränkungen hinzu. Statt „Schreiben Sie eine E-Mail über die Projektverzögerung" versuchen Sie „Schreiben Sie eine E-Mail an unseren Enterprise-Kunden, um zu erklären, dass die Softwareintegration um zwei Wochen verzögert wird. Sie waren bisher geduldig, aber dies ist die zweite Verzögerung. Halten Sie es professionell, aber entschuldigend. " Die Antwort ist zu lang (oder zu kurz) | Claude rät bei der angemessenen Länge | Seien Sie explizit: „Geben Sie mir eine zweiparagraphige Zusammenfassung" oder „Halten Sie dies unter 100 Wörtern" oder „Ich brauche eine umfassende Analyse – Länge ist kein Problem. " Claude hat mein Format nicht befolgt | Claude verstand was Sie wollen, aber nicht wie Sie es präsentiert haben möchten | Zeigen Sie, anstatt nur zu sagen. Geben Sie ein Beispiel des Formats oder beschreiben Sie die Struktur explizit: „Verwenden Sie Aufzählungspunkte mit fetten Überschriften für jeden Abschnitt. " Ich erhielt selbstbewusst klingende Informationen, die sich als falsch herausstellten | Claude generiert gelegentlich plausible, aber falsche Informationen, besonders bei spezifischen Fakten oder Nischethemen | Überprüfen Sie für wichtige Arbeiten Schlüsselfakten unabhängig. Bitten Sie Claude, Quellen anzugeben oder das Vertrauensniveau anzuzeigen. Aktivieren Sie die Websuche, um Antworten in aktuellen Informationen zu verankern. Der Ton ist nicht richtig | Claude setzt auf hilfreich und professionell, was möglicherweise nicht Ihren Anforderungen entspricht | Beschreiben Sie den Ton in einfacher Sprache: „Machen Sie dies gesprächiger" oder „Dies sollte autoritär und formell klingen. " Geben Sie ein Beispiel für Schreiben im gewünschten Stil.

Die Iterationsmentalität

Eine der wichtigsten Veränderungen bei der Arbeit mit Claude ist die Erkenntnis, dass Ihr erster Prompt selten ein perfektes Ergebnis liefert – und das ist in Ordnung. Betrachten Sie Ihren anfänglichen Prompt als den Anfang eines Gesprächs, nicht als eine einmalige Anfrage.

Effektive Claude-Benutzer:

**Behandeln Sie erste Entwürfe als Ausgangspunkte. ** Überprüfen Sie, was Claude produziert, identifizieren Sie, was funktioniert und was nicht, und verfeinern Sie dann.
**Geben Sie spezifisches Feedback. ** „Machen Sie es kürzer" ist in Ordnung, aber „Schneiden Sie die ersten zwei Absätze und machen Sie die Schlussfolgerung handlungsorientierter" ist besser.
**Wissen Sie, wann Sie von vorne anfangen sollten. ** Wenn ein Gespräch aus dem Ruder gelaufen ist, ist es manchmal schneller, einen neuen Chat mit einem klareren Prompt zu öffnen, als zu versuchen, umzuleiten.

Was ist AI Fluency?

AI Fluency ist die Fähigkeit, effektiv mit AI-Tools zusammenzuarbeiten – nicht nur zu wissen, welche Schaltflächen man klickt, sondern das Urteilsvermögen zu entwickeln, um AI in verschiedenen Situationen gut zu nutzen.

Das 4D-Framework für AI Fluency, entwickelt durch eine Forschungszusammenarbeit zwischen Professor Rick Dakan (Ringling College of Art and Design) und Professor Joseph Feller (University College Cork), identifiziert vier Kernkompetenzen, die, wenn sie kombiniert werden, Ihnen helfen können, das Beste aus Ihren AI-Interaktionen herauszuholen:

Delegation: Entscheidung darüber, welche Arbeit von Menschen erledigt werden sollte, welche von AI, und wie Aufgaben zwischen ihnen verteilt werden. Umfasst das Verständnis Ihrer Ziele, AI-Fähigkeiten und strategische Entscheidungen über Zusammenarbeit.
Description: Effektive Kommunikation mit AI-Systemen. Umfasst die klare Definition von Ausgaben, die Steuerung von AI-Prozessen und die Angabe gewünschter AI-Verhaltensweisen und Interaktionen.
Discernment: Nachdenkliche und kritische Bewertung von AI-Ausgaben, -Prozessen, -Verhaltensweisen und -Interaktionen. Umfasst die Bewertung von Qualität, Genauigkeit, Angemessenheit und die Bestimmung von Verbesserungsbereichen.
Diligence: Verantwortungsvolle und ethische Nutzung von AI. Umfasst nachdenkliche Entscheidungen über AI-Systeme und -Interaktionen, Aufrechterhaltung der Transparenz und Übernahme von Verantwortung für AI-gestützte Arbeit.

Sie haben diese Fähigkeiten bereits während dieses Kurses praktiziert. Das Prompt-Framework aus Lektion 2 (Bühne bereiten, Aufgabe definieren, Regeln angeben) basiert auf Description. Die oben genannten Troubleshooting-Techniken nutzen Discernment und Diligence.

Um mehr zu erfahren, schauen Sie sich unseren kostenlosen AI Fluency-Kurs an, der alle vier Kompetenzen vertieft erforscht, mit praktischen Übungen und realen Anwendungen.

Evaluierung von Claude für Ihre Workflows

Wenn Sie Claude in mehr Ihrer Arbeit integrieren, fragen Sie sich möglicherweise: Woher weiß ich, ob Claude wirklich gut in dieser bestimmten Aufgabe ist?

Hier wird Discernment essentiell. Evals (Kurzform für Evaluierungen) sind eine Möglichkeit, Intuition für die Bewertung von Claudes Ausgaben bei den Aufgaben zu entwickeln, die für Sie wichtig sind. Sie sind systematische Wege, um zu testen, wie gut Claude bei spezifischen Aufgabentypen funktioniert, die für Sie wichtig sind.

Warum Evals wichtig sind

Ihre Arbeit ist einzigartig. Claude könnte beim Verfassen von Marketingkopien hervorragend sein, benötigt aber möglicherweise mehr Anleitung für technische Dokumentation in Ihrer spezifischen Domäne. Das Durchführen einfacher Evals hilft Ihnen:

Zu verstehen, wo Claude den meisten Wert in Ihrem Workflow bietet
Aufgaben zu identifizieren, bei denen Sie mehr Kontext oder Beispiele bereitstellen müssen
Vertrauen in Claudes Ausgaben für wiederkehrende Aufgaben aufzubauen

Ein einfacher Eval-Ansatz

Sie benötigen keine komplexe Infrastruktur, um Claude zu evaluieren. Hier ist ein praktischer Ansatz:

**Sammeln Sie Beispiele. ** Sammeln Sie 5-10 Beispiele einer Aufgabe, die Sie regelmäßig erledigen – E-Mails, die Sie geschrieben haben, Berichte, die Sie erstellt haben, Analysen, die Sie durchgeführt haben.
**Erstellen Sie Test-Prompts. ** Schreiben Sie Prompts, die ähnliche Ausgaben generieren würden. Beziehen Sie den Kontext ein, den Sie natürlicherweise bei dieser Arbeit hätten.
**Vergleichen Sie Ausgaben. ** Führen Sie Ihre Prompts aus und vergleichen Sie Claudes Antworten mit Ihren Beispielen. Fragen Sie sich:
Erfasst Claude die Schlüsselinformationen?
Sind Ton und Stil angemessen?
Was fehlt oder könnte verbessert werden?
**Verfeinern Sie Ihren Ansatz. ** Basierend auf dem, was Sie lernen, passen Sie Ihre Prompts an, fügen Sie Beispiele hinzu, um Claude zu zeigen, wie gut aussieht, oder identifizieren Sie, wo menschliche Überprüfung essentiell ist.

Beispiel: Verwendung von Claude für Datenanalyse

Das obige Video stammt aus unserem AI Fluency for nonprofits-Kurs, aber das Beispiel ist relevant für jeden, der mit Daten in AI arbeitet. Um zu evaluieren, wie Claude mit Ihren Daten funktionieren könnte:

Finden Sie einen Datensatz, den Sie manuell analysiert haben
Erstellen Sie Prompts, die Claude bitten, die Analyse in Ihrem Namen durchzuführen
Vergleichen Sie Claudes Ergebnisse mit Ihren Originalen
Notieren Sie Muster und verfeinern Sie Ihren Prompt entsprechend: Vielleicht erhält Claude die richtigen Zahlen, verpasst aber die Gesamtmuster

Diese Art der leichten Evaluierung hilft Ihnen, Intuition dafür zu entwickeln, wie man mit Claude bei Aufgaben arbeitet, die für Sie wichtig sind – und wo man Ihre Überprüfungs- und Verfeinerungsenergie konzentrieren sollte.

Lektionsreflexion

Bevor Sie fortfahren, bedenken Sie:

Welche der häufigen Herausforderungen haben Sie bereits erlebt? Welche Techniken könnten Sie beim nächsten Mal versuchen?
Wo in Ihrer Arbeit würde eine einfache Eval Ihnen helfen zu verstehen, ob Claude eine gute Lösung für eine wiederkehrende Aufgabe ist?
Wie könnte das 4D-Framework Ihnen helfen, über Ihre Zusammenarbeit mit Claude nachzudenken?

Was kommt als Nächstes

In der nächsten Lektion werden Sie die Claude Desktop-App und ihre drei Interaktionsmodi erkunden: Chat, Cowork und Code.

Feedback

Während Sie den Kurs durchlaufen, würden wir gerne von Ihnen hören, wie Sie Konzepte aus dem Kurs in Ihrer Arbeit nutzen und welches Feedback Sie haben. Teilen Sie Ihr Feedback hier.