Um den KI-Assistenten von Adobe Experience Platform optimal zu nutzen, sollten Sie bei Ihren Prompts klar, kontextuell und ergebnisorientiert sein – denken Sie in den Kategorien „was, wo, warum“.

Einführung

Ich habe kürzlich eine interne Schulungssitzung zum KI-Assistenten abgehalten. Sie war unkompliziert und ging nicht allzu sehr ins Detail. Daraus ergaben sich viele Fragen zu den Regeln oder Methoden, die ich befolgte.

Mein Ansatz ist einfach: Ich nutze ihn einfach, um meine Arbeit zu erledigen.  Wenn mir eine Frage einfällt, umreiße ich sie schnell und befrage die KI.  Nichts Ausgefallenes, kein Versuch, sie auszutricksen, keine umfangreichen Prompts oder Personas, nur eine einfache Frage und Antwort. Schlüsseln Sie komplexere Fragen in einfachere Prompts auf und verknüpfen Sie diese Antworten dann miteinander, um kritischer zu denken.

Grundlegende Prompts:

1. Kennst du eine Dokumentation zur Edge-API?
2. Was sind die Leitlinien für die Segmentierung?
3. Was ist der Unterschied zwischen Metadaten und Tags?
4. Kann ich etwas Überraschendes tun?

Irgendwann begann ich Fragen zu stellen, die andere in einer E-Mail an mich oder allgemein an eine Gruppe stellten. Dann lasse ich den KI-Assistenten die Fragen beantworten, ohne etwas zu ändern.

Fragen anderer Personen:

1. Wie werden Profile für eine Edge-Zielgruppe qualifiziert?
2. Muss die _id in einem Datensatz oder allen Datensätzen eindeutig sein?
3. Wie kann ich eine Benachrichtigung für ein Streaming-Segment abonnieren?

Der interessante Teil? In etwa 70 % der Fälle bekam ich eine fundierte Antwort, ohne meine Frage neu schreiben zu müssen. In anderen Fällen half eine leichte Umformulierung. Gelegentlich stieß ich auf größere Herausforderungen.

Die KI konnte nicht alles beantworten, aber was ich entdeckte, war wirklich interessant. Wenn Sie vage Prompts verwenden, insbesondere solche, die auf Kontext oder Pronomen wie „es“ basieren, stellen Sie eigentlich gar keine Frage. Das war mir selbst nach Jahren in dieser Branche nicht bewusst, da ich normalerweise mit ein paar klärenden Fragen nachhakte und so das gewünschte Ergebnis erhielt.

Ich habe kürzlich einen Vortrag zu diesem Thema gehalten, der vielen die Augen geöffnet hat. Ich habe Beispiele gezeigt, bei denen ich gedacht hatte, die KI liege falsch, aber später erkannte ich, dass mein Prompt das Problem war: Er war einfach zu vage.

Prompting-Grundlagen – Best Practices

Formulieren Sie Ihren Prompt klar und deutlich

• Vage: Zeig mir eine Liste von Zielgruppen, die kürzlich bearbeitet wurden.
  • „Kürzlich“ kann verschiedene Zeitrahmen bedeuten. Die KI gab mir Zielgruppen, die in den letzten 30 Tagen bearbeitet wurden.
• Besser: Zeig mir eine Liste der Zielgruppen, die in den letzten 2 Tagen bearbeitet wurden.
• Vage: Wie viele Profile haben Marketing-E-Mails zugestimmt.
  • Die KI prüfte die Einverständniswerte = y und dy.
• Besser: Wie viele Profile haben Marketing-E-Mails zugestimmt = y.

Liefern Sie Kontext

• Vage: Wie viele Personen waren in letzter Zeit auf meiner Website.

  • „In letzter Zeit“ kann wieder ganz verschiedene Zeitrahmen bedeuten.
  • Die KI gab eine Liste von Personen zurück, die in den letzten 30 Tagen ein berechnetes Attribut namens „besuchte eine Website“ hatten.
  • Ich wollte Leute in einer Zielgruppe.

• Besser: Wie viele Personen sind Teil der Zielgruppe „kürzliche Website-Besuchende“?

Formulieren Sie gegebenenfalls mehrfach um

• Prompt: Liste alle Zielgruppen auf, die untergeordnete Zielgruppen haben.
  • Ich erhielt daraufhin die übergeordneten Zielgruppen, aber ich wollte die untergeordneten.
• Umformulierter Prompt: Erstelle eine Liste aller Zielgruppen, die eine übergeordnete Zielgruppe haben.
  • Ich habe die falsche Antwort erhalten.
• Umformulierter Prompt: Erstelle eine Liste aller Zielgruppen mit untergeordneten Zielgruppen und den Namen dieser untergeordneten Zielgruppen.
  • Jetzt erhalte ich sowohl die übergeordneten als auch die untergeordneten Zielgruppen.

Beachten Sie, dass einige Wörter mehrere Bedeutungen oder ähnliche Namen haben (dies geht Hand in Hand mit dem Bereitstellen von Kontext)

• Ungenauer Prompt: Was ist ein Tag?

  • Ich bekam eine Antwort zum Kennzeichnen von Objekten in Adobe Experience Platform.
  • Aber ich dachte mithilfe von Tags würden Daten gesammelt?

• Besser: Was ist ein Tag in der Datenerfassung?

  • Indem ich die Datenerfassung als Kontext angab, konnte die KI mir präzisere Informationen liefern.

• Falsch verstandener Prompt: Welche Attribute sind in +[Zielgruppe]?

  • Meine Zielgruppe heißt „Platin- oder Gold-Treueprogramm“.
  • Die KI teilte bei „ODER“ auf, weil sie dachte, ich würde von zwei verschiedenen Zielgruppen sprechen.
    • WHERE (LOWER(S.NAME) LIKE LOWER('%platinum%loyalty%') OR LOWER(S.NAME) LIKE LOWER('%gold%loyalty%')).

• Besser: Welche Attribute befinden sich in „+[Zielgruppe]“?

  • Durch das Hinzufügen von Anführungszeichen konnte ich die beiden wieder zusammenführen.
    • WHERE LOWER(S.NAME) LIKE LOWER('%platinum%or%gold%loyalty%')
  • Am besten: Arbeite an diesem …
    • Lassen Sie die KI ein = ausführen, anstatt alle LIKE und Platzhalter zu verwenden. Sie sollten also keine ähnlich benannten Objekte einschließen.

Antworten des KI-Assisenten verstehen

Lesen Sie die Antwort durch. Oft klingt sie richtig, ist es aber möglicherweise nicht. Die KI wird aufgefordert, alle Dokumenttypen oder internen Sandbox-Objekte zu lesen und eine Antwort zu generieren. Das bedeutet nicht, dass Sie zuschauen und nicht mehr nachdenken sollen. Wenn die KI uns sagt, dass sie eine Real-Time CDP-Zielgruppe nicht speichern kann, weil es für das Tag auf der Website nicht das entsprechende Datenelement in der Journey gibt, sollten überall die Alarmglocken läuten. (Das habe ich mir jetzt ausgedacht – so hat sie mir das nie gesagt.)

Lesen Sie die Schritte – ergeben sie Sinn?

Überprüfen Sie die Quellen – gehen Sie zu den Links und überfliegen Sie sie. Öffnen Sie die SQL, um zu überprüfen, ob sie nicht etwas Unerwartetes tut.

Geben Sie Feedback

Stellen Sie sicher, dass Sie einen Daumen hoch/runter geben. Andernfalls könnte die KI davon ausgehen, dass sie Ihnen die richtige Antwort gegeben hat. Sagen Sie ihr, warum. Geben Sie Feedback, das dauert nur eine Minute, einschließlich des Tippens von ein oder zwei Sätzen. Helfen wir alle mit, dass die KI besser wird.

Erledigen Sie Ihre Arbeit, aber erweitern Sie die Grenzen

Angesichts all dessen ist das Beste, was ich getan habe, die Grenzen zu erweitern. Dies ist sowohl der interessanteste als auch der frustrierendste Teil des Prozesses. Hier bin ich aufgeregt, weil ich weiß, dass ich kurz davor bin, die Grenze zu überschreiten, an der ich mich am Rande ihrer Möglichkeiten/Fähigkeiten befinde. Hier fange ich an zu denken … Ich frage mich … wo neue Dinge ausprobiert werden können.  Ich möchte mich ausdehnen und erkunden.  Mein Verstand fängt an, Fragen zu stellen, die ich nie zuvor gehabt hätte, da es sonst zu lange dauern könnte, die Antwort zu erhalten … oder ich habe einen Weg eingeschlagen, der mich neugierig auf ein Thema gemacht hat.

Ich weiß, dass es irgendwann normal ist, auf eine Wand zu stoßen, aber es lohnt sich, da ich vielleicht etwas Neues entdecken kann. Ich verabschiede mich von Ihnen mit einem Gedankengang, den ich bei einer dieser Erkundungen hatte.   Jetzt prägt er die Art, wie ich über meine Prompts denke.

Hinweis: Da ich dabei ein wenig an meine Grenzen gehe, muss ich manchmal auch Dinge tun wie:

1. Der KI sagen: „Frag trotzdem.“
2. Eine neue Unterhaltung beginnen
3. Ein paar Mal mehr als gewöhnlich umformulieren
4. Den Studienplan herausholen
5. Das Offensichtliche aussprechen

Detaillierte Einblicke: Ein auf Anwendungsfällen basierender Ansatz

Anwendungsfall Nr. 1: In letzter Zeit scheinen viele Daten in das Profil zu fließen.  Welche Datensätze tragen am meisten dazu bei?

Prompt: Liste die 20 Top-Datensätze auf, einschließlich Größe, falls für das Profil aktiviert, und des Erstellungsdatums. Sortiere aufsteigend nach Erstellungsdatum.

Zu viele Systemdatensätze.

Prompt: Liste die 20 Top-Datensätze auf, mit ihrer Größe, falls für das Profil aktiviert, und des Erstellungsdatums. Sortiere aufsteigend nach Erstellungsdatum. Schließe Systemdatensätze aus.

Ich möchte nur die, die für das Profil aktiviert sind.

Prompt: Liste die 20 Top-Datensätze auf, die für das Profil aktiviert sind, mit ihrer Größe, falls für das Profil aktiviert, und des Erstellungsdatums. Sortiere aufsteigend nach Erstellungsdatum. Schließe Systemdatensätze aus.

Jetzt nach Größe sortiert.

Prompt: Liste die für das Profil aktivierten Datensätze auf, mit ihrer Größe, falls für das Profil aktiviert, und des Erstellungsdatums. Sortiere nach Größe. Schließe Systemdatensätze aus.

Jetzt habe ich eine Liste der Datensätze, die am meisten zum Profil beitragen. Ich muss einige dieser umfangreichen Ergebnisse genauer untersuchen.  Aber woher kommen diese Daten?

Prompt: Liste die für das Profil aktivierten Datensätze auf, mit ihrer Größe, falls für das Profil aktiviert, und des Erstellungsdatums. Sortiere absteigend nach Größe. Schließe Systemdatensätze aus. Füge den Datenfluss zur Liste hinzu.

Wow, eine Menge wird in meinen WebEvents erfasst.  Ich muss das überprüfen.

Ich frage mich, was ich sonst noch tun könnte.

Anwendungsfall Nr. 2: Lernen und Erkunden, was der KI-Assistent über Adobe Journey Optimizer-Journeys weiß.

Prompts:

1. Liste alle Journeys auf.
2. Liste alle Journeys und ihren Journey-Typ auf.
3. Liste alle Journeys auf, den Journey-Typ und die Zielgruppe, die sie verwenden.
4. Liste alle Journeys auf, den Journey-Typ und die Zielgruppe, die sie verwenden, bei denen der Journey-Typ mit der Zielgruppe beginnt.
5. Liste alle Journeys auf, den Journey-Typ und die Zielgruppe, die sie verwenden, die Anzahl der Eintritte, die Summe der abgeschlossenen Journeys und die Summe der fehlgeschlagenen Journeys, bei denen der Journey-Typ mit der Zielgruppe beginnt.

Fazit

Diese Übung soll Sie zum Nachdenken anregen. Jetzt sind Sie an der Reihe: Was möchten Sie mit dem KI-Assistenten von Adobe Experience Platform erkunden?