Learning Path · Schritt 13 · AI Creator
Im Training lernen die Teilnehmenden wie man dank Retrieval Augmented Generation (RAG) beliebige UX-Dokumente und Texte als Datenquellen nutzt (z.B. Interview-Transkripte), um auf dieser Basis natürlich-sprachliche Benutzerfragen zu beantworten. Zudem lernen die Teilnehmenden, wie man die AI-Pipeline sowie die Quelldokumente so aufbaut, dass der RAG-Ansatz möglichst akkurate Ergebnisse liefert. Aber auch die Grenzen von RAG und passende Alternativen im Context Engineering (Knowledge Graphs und Metaprompting) werden beleuchtet.
Für wen ist das Training?
Interessierte mit Vorkenntnissen in Prompt Engineering und GenAI.
Hol dir dieses Format direkt in dein Team – abgestimmt auf eure Tools, eure Rollen und euren Kontext.
Das Training zeigt einen etwas technischeren Zugang zu UX, der auch in der Sprache der Software Engineers verstanden und respektiert wird. Statt Konzepte "intuitiv" zu beschreiben, wird gezeigt, wie man diese entlang etablierter Methoden und Begriffe aus der Software Engineering Welt definiert.
In diesem Training lernen die Teilnehmenden auf Basis ihres Einsteigerwissens neue Coding-Dialekte und deren Vor- und Nachteile, um gemeinsam mit der KI schneller zum Ziel zu kommen. Beispielsweise wird gezeigt, wie Probleme, die ein LLM nicht lösen kann, durch die Generierung von entsprechendem Code auf andere Weise gelöst werden können.
In diesem Training werden Prompt Engineering Praktiken vertieft. Es wird gelehrt, wie man mit JSON Schemata bestimmte Ausgabe-Struktur reproduzierbar und Maschinen-lesbar forcieren kann. Zudem wird gezeigt, wie man Metaprompts formuliert und Prompts, die sich selbst auf ihre Qualität hin prüfen.
Lassen Sie uns daher gemeinsam über Möglichkeiten für Ihre digitale Produktentwicklung sprechen. Wir sind gespannt auf Ihre Anfrage.
Vielen Dank! Ihre Anfrage wurde geschickt. Wir werden uns in Kürze bei Ihnen melden.
