Prompt Engineering: Ein Leitfaden für Vermarkter und Content-Ersteller

ChatGPT und andere generative KI-Tools werden die Arbeitswelt, wie wir sie kennen, verändern.

Aber nehmen Sie nicht mein Wort dafür.

Forscher von OpenAI, OpenResearch und der University of Pennsylvania sagen voraus, dass 80 % der US-Belegschaft die Auswirkungen generativer KI-Tools auf mindestens 10 % ihrer Aufgaben sehen werden.

Das bedeutet, dass mit der Weiterentwicklung von KI-Tools immer mehr Unternehmen und Mitarbeiter diese Tools verwenden werden, um bestimmte Aufgaben zu automatisieren, die Effizienz zu steigern oder sogar einige Jobs vollständig zu ersetzen.

Ein Beispiel ist ein Unternehmen, das anfängt, ChatGPT zu verwenden, seinen Wert erkennt und Mitarbeiter entlassen muss, die für bestimmte Verwaltungs- und Kundenkommunikationsaufgaben und sogar Marketingaufgaben verantwortlich sind, um „Kosten zu sparen und Dinge schneller zu erledigen“.

(Es passiert schon)

Dies passiert wahrscheinlich, wenn die Führungskräfte der Meinung sind, dass das KI-Tool dies schneller und genauer tun kann, trotz Warnungen, dass man sich nicht vollständig auf diese KI-Tools verlassen sollte.

Aber es gibt einen Silberstreif am Horizont.

Um aussagekräftige Ergebnisse aus generativen KI-Tools zu erhalten, ist eine menschliche Note erforderlich. Aufgaben wie das Programmieren, Schreiben, Übersetzen und Analysieren sind immer noch auf menschliche Eingaben angewiesen – die Wörter, den Code und den Kontext, die wir verwenden, während wir „das Tool auffordern“. Als Ergebnis gibt es einen neuen Karriereweg in Arbeit: Prompt Engineering.

Dieser Leitfaden enthält alles, was Sie über Prompt Engineering wissen müssen, einschließlich dessen, was es ist, Tipps zum Schreiben effektiver Prompts und zur Verwendung von KI in Ihrem Workflow sowie die Fähigkeiten, die Sie benötigen, um in diesem Bereich erfolgreich zu sein – unabhängig davon, ob Sie ein Vermarkter oder ein Ersteller sind.

Ich nehme Sie mit auf einen kurzen Rundgang durch das sich schnell entwickelnde Feld des Prompt Engineering. Wenn Sie die Präambel überspringen und sich auf die lustigen Dinge einlassen möchten, behandle ich genau das in diesem Artikel:

• Was ist Prompt-Engineering?
• Die Anatomie einer Eingabeaufforderung: Elemente und Techniken
• Tipps für effektives Prompt Engineering
• Prompt Engineering für Marketer und Content Creators

Lassen Sie uns darauf eingehen!

Was ist Prompt-Engineering?

Prompt Engineering ist der Prozess der Erstellung und Verfeinerung der Anweisung oder Abfrage, die Sie einem generativen KI-Tool zuführen, um eine bestimmte Antwort zu erhalten.

Dieses Konzept hat seit der Einführung von ChatGPT Ende 2022 Schlagwortstatus erreicht. Von Forbes bis Insider schwärmen Technik- und Wirtschaftspublikationen von dieser neuen mysteriösen Position, die in einigen Fällen über 350.000 US-Dollar verlangt.

Während die langfristige Rentabilität des Karrierewegs des Prompt Engineer noch zur Debatte steht, ist eines nicht:

Unternehmen aller Branchen bemühen sich, generative KI-Tools zu nutzen, um sich einen Wettbewerbsvorteil zu verschaffen.

Meta, Slack, Instacart, Shopify, Canva und andere Technologiegiganten sind bereits mit GPT-basierten Produkten auf den Zug aufgesprungen. Aber das Geld hört nicht bei SaaS auf; Unternehmen aus den Bereichen Gesundheitswesen, Immobilien und Medien nutzen es ebenfalls.

Aber wenn Sie ein GPT-Tool verwendet haben, wissen Sie, dass die Ergebnisse nicht immer von höchster Qualität sind. Sicher, sie haben einige beeindruckende Fähigkeiten und scheinen sich regelmäßig zu verbessern, aber sie geben manchmal ungenaue Informationen oder irrelevante Antworten.

Einfach ausgedrückt, die Qualität Ihrer Eingabeaufforderungen bestimmt die Qualität der Ergebnisse, die Sie mit diesen Tools erzielen. Eine ausgereifte Eingabeaufforderung kommuniziert Ihre Absicht effektiv an das KI-Modell, sodass Antworten generiert werden, die Ihre Frage genau beantworten. Aus diesem Grund ist es unglaublich wertvoll zu wissen, wie man diese Tools einsetzt, insbesondere wenn Sie in der Content-Erstellung oder im Marketing-Spiel sind.

Bevor wir uns mit diesem Stück befassen, möchte ich, dass Sie diese 4 Schlüsselschritte des Prompt Engineering im Hinterkopf behalten:

• Definieren des Ziels oder Ziels: Alle Eingabeaufforderungen enthalten ein klar definiertes Ziel oder Ziel, das angibt, was von der KI erwartet wird.Dazu gehören Dinge wie die Angabe des Formats, der Zielgruppe oder des gewünschten Tons des Inhalts.

• Den Kontext festlegen: Die Bereitstellung von Hintergrundinformationen und anderem Kontext, der für das Thema relevant ist, hilft dem KI-Modell, die gewünschte Ausgabe besser zu verstehen, sodass das Modell relevantere und genauere Antworten generieren kann.

• Beispiele und Anleitungen bereitstellen: Das Einfügen von Beispielen in eine Eingabeaufforderung gibt dem KI-Modell eine Vorlage dafür, wie es den gewünschten Inhalt generieren soll.Dies ist besonders hilfreich, wenn Sie möchten, dass die KI einer bestimmten Struktur folgt oder sich an bestimmte Richtlinien hält.
• Iteration und Verfeinerung: Prompt Engineering ist wie jede Form der Kommunikation ein iterativer Ansatz.Sie müssen verschiedene Variationen einer Eingabeaufforderung testen, den Inhalt bewerten, den sie hervorruft, und die Eingabeaufforderung verfeinern, je nachdem, wie gut sie Ihrem Ziel oder Ihrer Zielsetzung entspricht.

Immer wenn ich Schwierigkeiten habe, qualitativ hochwertige Ergebnisse von einem Tool wie ChatGPT oder Jasper zu erhalten , gehe ich diese 4 Schritte noch einmal durch, um zu überprüfen, ob ich der KI alles gegeben habe, was sie braucht. Denken Sie daran: Diese Tools sind nur so gut wie die Inputs, die wir liefern!

Sehen wir uns nun die spezifischen Aufforderungselemente und Aufforderungstechniken an, die Sie verwenden können, um qualitativ hochwertige Eingaben zu entwickeln.

Die Anatomie einer Eingabeaufforderung: Elemente und Techniken

Eingabeaufforderungen bestehen aus mehreren Schlüsselkomponenten, die zusammenarbeiten, um das generative KI-Tool zum gewünschten Ergebnis zu führen. Das Verständnis jeder Komponente und, was noch wichtiger ist, wie das KI-Modell sie interpretiert, wird Ihnen helfen, die gewünschten Ergebnisse zu erzielen.

Hier sind vier Hauptkomponenten, die Sie beim Schreiben von Eingabeaufforderungen beachten sollten:

Anweisungen

Der Anweisungsteil beschreibt die Aufgabe, die die KI ausführen soll. Es bietet eine klare und prägnante Beschreibung der gewünschten Aktion, wie z. B. das Zusammenfassen, Extrahieren, Übersetzen, Klassifizieren oder Generieren von Text.

Die Klarheit und Spezifität der Anweisungen sind entscheidend, da sie sich direkt auf die Relevanz und Genauigkeit der KI-generierten Inhalte auswirken. Generative KIs verlassen sich auf diese Anweisungen, um die Absicht des Benutzers zu verstehen und Antworten zu generieren, die seinen Erwartungen entsprechen.

In der Eingabeaufforderung unten habe ich ChatGPT klare Anweisungen zu der Ausgabe gegeben, die es erstellen soll: 10 Blogpost-Ideen, die einen Titel und einen einleitenden Absatz enthalten.

Kontext

Der Kontext ist ein wesentlicher Bestandteil einer Eingabeaufforderung. Es hilft dem KI-Modell, die für die Aufgabe relevanten Hintergrundinformationen und Themen zu erfassen. Es kann Details über das Thema, das Genre, den Ton, die Zielgruppe oder bestimmte Einschränkungen oder Richtlinien enthalten.

Durch das Herstellen des Kontexts können Benutzer das KI-Modell anleiten, Inhalte zu generieren, die kontextuell angemessen sind und sich an die vorgegebenen Parameter halten.

In der gleichen Beispiel-Eingabeaufforderung beginne ich die Eingabeaufforderung mit etwas Kontext: „Ich muss einen Blogbeitrag über die besten CRM-Plattformen für kleine Unternehmen und Start-ups schreiben.“

Eingabedaten

Eingabedaten beziehen sich auf die tatsächlichen Inhalte oder Informationen, die das KI-Modell verarbeitet und verwendet, um die Ausgabe zu generieren. In einigen Fällen kann dies ein Textstück sein, das die KI zusammenfassen oder analysieren soll; in anderen kann es sich um eine Reihe von Datenpunkten oder Beispielen handeln, die die KI bei der Generierung ihrer Antwort berücksichtigen sollte.

Die Bereitstellung genauer und relevanter Eingabedaten ist von entscheidender Bedeutung, da sie die Grundlage für die von KI generierten Inhalte bilden und sicherstellen, dass die Ausgabe aussagekräftig und informativ ist.

Wenn wir uns unsere Beispiel-Eingabeaufforderung noch einmal ansehen, stellen wir fest, dass die Eingabedaten, die ich einfüge, eine Beispielausgabe sind, die zeigt, wie ChatGPT den Inhalt formatieren und schreiben soll.

Ausgangsanzeigen

Ausgabeindikatoren helfen dabei, das Format, die Struktur oder die Präsentation von KI-generierten Inhalten zu definieren. Sie können explizite Anweisungen zur Organisation der Ausgabe enthalten, z. B. die Angabe der Anzahl der Aufzählungspunkte, der Reihenfolge der Informationen oder der erforderlichen Länge.

Ausgabeindikatoren helfen auch dabei, das KI-Modell bei der Generierung von Antworten zu unterstützen, die leicht lesbar, gut strukturiert und auf das gewünschte Format des Benutzers ausgerichtet sind.

In der Beispielaufforderung stelle ich ChatGPT mehrere Ausgabeindikatoren zur Verfügung, um festzulegen, wie der Inhalt aussehen soll, einschließlich der Anzahl der Elemente (insgesamt 10 Ideen), der Bestandteile (Titel und Einleitungsabsatz) und der Anzahl der Sätze (4- 5).

Wenn Benutzer eine Eingabeaufforderung erstellen, die diese Komponenten effektiv enthält, sind die generativen KIs wie ChatGPT und Jasper besser in der Lage, die Eingabeaufforderung zu interpretieren und Inhalte zu generieren, die den Anforderungen des Benutzers entsprechen.

Indem Sie die Anatomie eines Prompts und die Rolle jeder Komponente verstehen, können Sie Ihre Prompt-Engineering-Fähigkeiten optimieren und das volle Potenzial von KI-gesteuerten Tools zur Inhaltsgenerierung nutzen.

Schnelle Engineering-Techniken

Werfen wir nun einen Blick auf die wichtigsten Arten von Prompt-Engineering-Techniken, mit ein wenig visueller Unterstützung durch unseren neuen Freund ChatGPT.

Zero-Shot-Eingabeaufforderung

Bei einem Zero-Shot-Prompt wurden dem KI-Modell keine Beispiele oder Kontexte bereitgestellt, die ihm helfen, die Aufgabe zu verstehen, die es ausführen soll. Es wird erwartet, dass das Modell die Aufgabe basierend auf seinem allgemeinen Wissen und seiner Fähigkeit, die Eingabeaufforderung zu interpretieren, abschließt.

Zero-Shot-Eingabeaufforderungen sind großartig, wenn Sie einfach nach schnellem Zugriff auf Informationen wie eine Definition oder Antwort auf eine bestimmte Frage suchen.

One-Shot-Eingabeaufforderung

Eine One-Shot-Eingabeaufforderung stellt dem KI-Modell ein einzelnes Beispiel zur Verfügung, um die gewünschte Aufgabe zu demonstrieren. Dies hilft dem Modell, alle Muster- oder Formatanforderungen zu verstehen, die in der Antwort verwendet werden sollen.

One-Shot-Eingabeaufforderungen sind effektiver, wenn Sie ein bestimmtes Beispiel dafür haben, wie die KI auf Ihre Anweisungen reagieren soll, z. B. eine mathematische Aufgabe.

Eingabeaufforderung für wenige Schüsse

Eine Eingabeaufforderung mit wenigen Schüssen ähnelt einer Eingabeaufforderung mit einem Schuss, bietet jedoch mehrere Beispiele, die dem KI-Modell helfen, die gewünschte Ausgabe besser zu verstehen. Dadurch kann das Modell die Aufgabe effektiver verallgemeinern.

Wenn Sie feststellen, dass Sie mit einer One-Shot-Eingabeaufforderung keine großartigen Ergebnisse erzielen, können Sie Ihre Ausgaben dem gewünschten Format näher bringen, indem Sie sie in eine Ein paar-Shot-Eingabeaufforderung mit mehr Beispielen umwandeln.

Gedankenketten-Aufforderungen

Eine Eingabeaufforderung der Gedankenkette umfasst eine Reihe von verbundenen Fragen oder Aufgaben, wobei die Antworten des Modells auf vorherige Eingabeaufforderungen sein Verständnis und seine Antworten auf nachfolgende Eingabeaufforderungen beeinflussen. Diese Art von Eingabeaufforderung ist nützlich für komplexe Aufgaben oder zum Beibehalten des Kontexts in einem Gespräch.

Meine persönlichen Lieblings-Gedankenketten sind großartig, wenn Sie tiefer in ein Thema eintauchen möchten, ohne Zeit mit dem Optimieren und Formatieren jeder einzelnen Aufforderung zu verschwenden. ChatGPT und andere KIs mit einer Chat-ähnlichen Oberfläche sind in der Lage, Informationen, Anweisungen und Kontext aus früheren Einträgen zu übernehmen und in die aktuelle Ausgabe einzubeziehen.

Tipps für effektives Prompt Engineering

Trotz des hochtechnischen, wissenschaftlichen Charakters dieser KI-Tools ist der Prozess des Prompt Engineering nach wie vor sowohl eine Kunst als auch eine Wissenschaft. Wir stehen noch ganz am Anfang der Verwendung von KI-Tools wie Jasper und ChatGPT, daher ist die Optimierung von Eingabeaufforderungen für bessere Ergebnisse iterativ und intuitiv.

So wie Sie mit den Formulierungen in einem Blogbeitrag, Twitter-Thread oder LinkedIn-Beitrag auf der Grundlage des vorherigen Feedbacks Ihrer Zielgruppe herumspielen, müssen Sie dasselbe mit den Ergebnissen tun, die Sie von generativen KI-Tools erhalten.

Allerdings gibt es einige allgemeine Regeln, die Experten von OpenAI und GitHub beachtet haben, um Ihnen dabei zu helfen, etwas Wissenschaft in diesen Prozess einzubringen.

Werfen wir einen Blick auf ein paar.

Seien Sie in Ihrer Formulierung klar und spezifisch

Die Verwendung mehrdeutiger, unklarer Formulierungen verwässert garantiert die Ergebnisse Ihrer KI-Tools. Denken Sie daran, dass Sie einem unglaublich komplexen Algorithmus Anweisungen geben, also geben Sie ihm einfach den Kontext und die Anweisungen, die er benötigt.

Beim Schreiben von Eingabeaufforderungen finde ich es besonders hilfreich, die Formatierung und Länge der gewünschten Ausgabe anzugeben. Es ist auch vorteilhaft, das Hauptthema der gewünschten Ausgabe mit einem zusätzlichen Kontext zu verbinden.

Geben Sie Beispiele in Ihrer Eingabeaufforderung an

Wenn Sie ein Beispiel für die gewünschte Ausgabe bereitstellen, erhält die KI eine genaue Vorlage dafür, wie sie den Text formatieren und generieren soll.

Dies ist besonders hilfreich, wenn Sie die KI verwenden, um eine Liste mit Ausgabeoptionen wie Tweets oder anderen sozialen Beiträgen zu erstellen.

Konzentrieren Sie sich auf das, was Siewollen

Es ist leicht, in die Falle zu tappen, all die Dinge aufzulisten, die Ihr generatives KI-Toolnichttun soll, aber das verstößt gegen die erste Grundregel der Prägnanz und Spezifität. Versuchen Sie stattdessen, Ihre Anweisungen zu bejahen.

Es kann etwas länger dauern, bis Sie die Eingabeaufforderung schreiben, aber es lohnt sich, wenn Sie genau die Ausgaben erhalten, nach denen Sie suchen!

Testen und Experimentieren mit Eingabeaufforderungen

Das Testen und Iterieren von Eingabeaufforderungen ist ein entscheidender Schritt bei der Arbeit mit generativen KI-Tools, um bessere Ergebnisse zu erzielen. Durch das Experimentieren mit verschiedenen Eingabeaufforderungsstrukturen, Formulierungen und Kontexten können Benutzer die KI zu genaueren, relevanteren und kohärenteren Antworten führen. Dieser Prozess umfasst die Verfeinerung der Eingabeaufforderung, um sie expliziter zu machen, oder die Bereitstellung von zusätzlichem Kontext oder Einschränkungen, um den Fokus der KI einzugrenzen.

Während Sie verschiedene Eingabeaufforderungen durchlaufen und die resultierenden Ausgaben analysieren, bekommen Sie den Dreh raus, wie die KI verschiedene Anweisungen interpretiert und darauf reagiert. Dieser iterative Ansatz vermittelt Ihnen ein tieferes Verständnis dafür, wie Sie effektiv mit der KI kommunizieren können, was letztendlich zu einer verbesserten Leistung und wünschenswerteren Ergebnissen des generativen KI-Tools führt.

Prompt Engineering für Marketer und Content Creators

Okay, wir haben einige Due-Diligence-Prüfungen durchgeführt und einige der grundlegenden Konzepte und Tipps für ein schnelles Engineering besprochen. Jetzt ist es Zeit für die lustigen Sachen.

Nun, fast Zeit für die lustigen Sachen – zuerst ein wichtiger Haftungsausschluss:

Habe es? Gut.

Lassen Sie uns ein paar Beispiele dafür nennen, wie ich ChatGPT für die verschiedenen Marketing- und Inhaltserstellungsaufgaben verwende, denen ich in meiner täglichen Arbeit begegne.

Ideenfindung und Brainstorming

Eine der effektivsten Möglichkeiten, wie Sie generative KI-Tools verwenden können, ist die Ideenfindung und das Brainstorming. Mit der enormen Menge an Informationen, die zum Trainieren dieser Modelle verwendet werden, können sie einfach und effizient Listen semantisch verwandter Informationen erstellen.

Hier ist ein Beispiel für eine Eingabeaufforderung, die ich in ChatGPT verwendet habe, um eine Liste mit Blog-Post-Titeln zum Thema der besten CRM-Plattformen für kleine Unternehmen und Startups zu generieren:

Wie Sie sehen können, habe ich diese One-Shot-Eingabeaufforderung so gestaltet, dass sie den Kontext, die Formatierungsanweisungen und Beispielinhalte enthält, die sie benötigt, um mir solide Ergebnisse zu liefern.

In nur wenigen Minuten hat GPT-4 mir 10 verschiedene Titel-Intro-Kombinationen bereitgestellt, die ich zum Erstellen meines Blog-Beitrags verwenden kann.

Hintergrundrecherche

Vor ungefähr einem Monat entschied ich, dass ich mehr über die akademische Seite des maschinellen Lernens und der künstlichen Intelligenz lernen musste (aus offensichtlichen Gründen). Anstatt wie üblich Google, Wikipedia und wissenschaftliche Zeitschriften zu verwenden, entschied ich mich, ChatGPT als meinen Assistenten zu gewinnen, um den Forschungsprozess zu starten.

So lief es.

In etwa 20 Sekunden hatte ich eine Liste der besten Forscher auf diesem Gebiet, einschließlich ihres Studien- oder Arbeitsorts und einer kurzen Erläuterung ihrer Relevanz.

Da ich wusste, dass das Tool auf meinen vorherigen Eingabeaufforderungen aufbauen und die Antworten als Kontext verwenden kann, beschloss ich, weiterzumachen.

Ziemlich cool, oder?

Aber Sie können noch einen Schritt weiter gehen.

Unwirklich.

In knapp 5 Minuten half mir ChatGPT dabei, eine riesige Menge an Informationen zu meinem Interessengebiet zu sammeln, darunter führende Experten, eine Liste ihrer wichtigsten Beiträge und eine kurze Zusammenfassung jedes Beitrags.

Und wie Sie sehen können, waren die Eingabeaufforderungen einfach und unkompliziert.

Die Denkketten-Eingabefunktionen von ChatGPT bedeuten, dass der Kontext aus früheren Eingabeaufforderungen übernommen wird, sodass ich mir keine Sorgen machen muss, dass aufwändige Eingabeaufforderungen in die Token-Zählung einfließen.

Persona-Erstellung

Die Entwicklung der Käuferpersönlichkeit ist eine dieser zeitintensiven B2B-Marketingaufgaben, bei denen ich in den frühen Phasen feststecke. Aber mit einem großen Sprachmodell und einer unkomplizierten Eingabeaufforderung ist es einfach, den Ball ins Rollen zu bringen.

Hier ist zum Beispiel eine Beispielaufforderung, die ich verwendet habe, um einen tiefen Einblick in potenzielle Käufer des Unternehmenskontos von Notion zu erhalten.

Nun, es gibt noch einiges mehr zu tun, bevor diese tatsächlich nützlich sein können – Verifizierung durch Produktrecherche, Benutzerbefragungen, Darstellung der Käuferreise und all das.

Dennoch hat GPT-4 in weniger als einer Minute eine Liste mit 5 potenziellen Käuferpersönlichkeiten erstellt, die jeweils ein Ziel und einen Schmerzpunkt enthalten. Oh, und die Verwendung von Alliterationen ist auch ein netter Bonus.

Schlüsselwort-Identifikation

Mit einer ausgereiften Eingabeaufforderung können Sie auch Ihren vorläufigen Keyword-Identifizierungsprozess beschleunigen.

Zum Beispiel suchte ich kürzlich nach Schlüsselwörtern für ein Unternehmen, das Zeiterfassungssoftware für Unternehmen anvisierte. Da ich wusste, dass ChatGPT relevante Wörter viel schneller finden kann als ich, habe ich es mit diesem Prompt gefüttert:

Und hier ist, was GPT-4 mir als Ausgabe gab:

Eine Liste mit über 25 potenziellen Schlüsselwörtern in weniger als einer Minute!

Unmittelbar nachdem ich diese Liste erhalten hatte, ging ich erneut zu ahrefs und überprüfte die Ergebnisse in Bezug auf Suchvolumen und Keyword-Schwierigkeit. Dennoch erwies sich ChatGPT als guter Ausgangspunkt, um potenzielle Suchbegriffe zu identifizieren, auf die ich mich für weitere Analysen konzentrieren konnte.

Brief- und Framework-Erstellung

Ein weiterer Punkt, an dem Vermarkter und Content-Ersteller häufig stecken bleiben, ist die Erstellung von Briefings und Frameworks. Aber mit generativer KI können Sie den Content-Marketing-Prozess mit nur drei Dingen ankurbeln:

Eine Themenidee, eine Zielgruppe und eine Handvoll Keywords.

Willst du ein Beispiel? Hier ist eine Eingabeaufforderung, die ich kürzlich verwendet habe, um KI-Unterstützung für ein Briefing zu erhalten, das ich für einen Blog-Beitrag zum TikTok-Marketing erstellt habe:

Wie Sie sehen können, habe ich diese Eingabeaufforderung entwickelt, um der KI alle Informationen bereitzustellen, die sie bezüglich des Ziels, Kontexts und der Formatierung der Ausgabe benötigt.

In diesem Fall wurde ich mit meiner Formatierungsanfrage sogar etwas ehrgeizig und bat ChatGPT, meine enthaltenen Schlüsselwörter als Untertitel zu verwenden und die Gliederung in Stichpunktform zu erstellen.

Hier ist die Ausgabe, die es mir gegeben hat:

Wie ich gehofft hatte, nahm die KI meine Eingabeaufforderung und verwandelte sie problemlos in ein Briefing, das ich problemlos in einen Blog-Beitrag umwandeln konnte – natürlich mit ein paar Optimierungen und Überarbeitungen.

Bauen Sie schnelle technische Fähigkeiten auf und optimieren Sie Ihren Content-Workflow

Wie ich in der zweiten Hälfte dieses Artikels gezeigt habe, gehören Marketing und Inhaltserstellung definitiv zu den 20 % der Jobs, die stark von generativen KI-Tools beeinflusst werden.

Anstatt dies durch die Linse der Angst zu betrachten, müssen Sie es einfach als ein weiteres Werkzeug im Werkzeugkasten des Vermarkters betrachten: Suchmaschinenoptimierung, Social-Media-Marketing, Nachfragegenerierung, zeitnahes Engineering.

Abgesehen von überhöhten Gehältern ist die Fähigkeit, Eingaben zu erstellen, die bessere Ergebnisse aus großen Sprachmodellen hervorrufen, eine wichtige Fähigkeit, die Vermarkter und Ersteller von Inhalten lernen müssen. Wenn die Einführung der ChatGPT-API ein Indikator ist, wird die Mehrheit der Unternehmensunternehmen in SaaS und darüber hinaus generative KI-Tools verwenden.

Denken Sie daran, dass wir uns noch in den Anfängen des Prompt Engineering befinden und die Dinge sich schnell entwickeln – sehr schnell. Stellen Sie also sicher, dass Sie mit Tools wie Jasper und ChatGPT über die neuesten Entwicklungen auf dem Laufenden bleiben, insbesondere im Hinblick darauf, wie Sie sie in Ihren täglichen Arbeitsabläufen anwenden können.

Um einen weiteren Blick darauf zu werfen, wie generative KI-Tools wie ChatGPT und DALL-E das Content-Marketing revolutionieren, sehen Sie sich Ross’ KI-Content-Workflow-Beitrag für Foundation Insiders an.