Ich habe Claude verschwendet, bis ich die RCCF-Methode gelernt habe

KI ist dumm geworden. Das ist heutzutage der Konsens, aber ich finde diese Ansicht unglaublich lächerlich. Anstatt KI-Chatbots als unsere Assistenten zu nutzen, sind wir zu sehr auf sie angewiesen geworden und hemmen unser Denken, indem wir faule Eingaben verwenden. Kombiniert mit der Tatsache, dass Sicherheitsbedenken diese Modelle viel zurückhaltender gemacht haben, sind die Antworten, die wir erhalten, selten zufriedenstellend.

Nehmen wir zum Beispiel Claude — ich finde, es ist derzeit der intelligenteste KI-Chatbot, aber die Leute behaupten immer noch, dass sie enttäuschende Antworten von ihm bekommen. Das Problem liegt nicht bei Claude selbst, sondern darin, womit wir ihn gefüttert haben und erwartet haben, dass er unsere Probleme löst, obwohl wir ihm nicht den richtigen Kontext und die richtige Struktur geben. Das war so, bis ich auf Reddit auf die RCCF-Methode gestoßen bin, und es stellte sich heraus, dass ich Claude die ganze Zeit falsch benutzt hatte.

Was ist die RCCF-Methode?

Struktur, die für KI-Chatbots integraler Bestandteil ist

KI-Modelle haben keine echten kognitiven Fähigkeiten wie die des Menschen, wie Bewusstsein, Ziele und persönliche Erfahrungen. Ihnen Fragen zu stellen oder sie aufzufordern, ein Problem zu lösen, ohne eine klare Absicht zu haben, wird Sie mit einem Durcheinander roher, unstrukturierter Informationen überfluten. Das Problem entsteht, wenn wir erwarten, dass KI für uns denkt, obwohl sie dazu wirklich nicht in der Lage ist. Sie kann keine originelle Stimme in Ihrem Namen erschaffen, ohne Anleitung, und wenn überhaupt, sollte sie dazu verwendet werden, Sie in die richtige Richtung für Ihre Arbeit zu lenken.

Hier kommt die RCCF-Methode ins Spiel, und ich sehe sie als eine Art Rollenspiel mit Claude, bei dem man ihn anweist, sich auf eine bestimmte Weise zu verhalten. Das ist, worum es dabei geht.

• Rolle: Definieren Sie die Funktion, die Claude übernehmen soll.
• Kontext: Erklären Sie dem Chatbot die relevanten Informationen.
• Befehl: Gib ihm einen Befehl, was du vielleicht willst.
• Format: Geben Sie das Layout an, in dem Sie die Antwort wünschen.

Anwendung der RCCF-Methode auf Claude

Die Push-Methode

Durch die RCCF-Methode habe ich Claude die Rolle eines SaaS-Produktvermarkters für Notion zugewiesen. Den von mir beschriebenen Kontext stellte ich so dar, dass es darum geht, an Freelancer zu vermarkten, die oft mehrere Apps und Meetings jonglieren, sodass sie eine Plattform haben, um Aufgaben zu organisieren, Tagebuch zu führen und Gedanken festzuhalten. Bezüglich des Befehls bat ich Claude, einen Positionierungsabsatz zu schreiben, der erklärt, wie Notion bei der Projektverfolgung hilft, mühsame Aufgaben automatisiert und den Arbeitsablauf so einfach wie möglich hält. Schließlich bat ich Claude, das Ganze in etwa 130 Wörtern in einem einfachen Absatz ohne Aufzählungspunkte darzustellen.

Umgekehrt schickte ich Claude einen weiteren Prompt, dieses Mal einfach, wie man es normalerweise tun würde.

Schreiben Sie eine Produktbeschreibung für das Tool Notion.

Hier ist das Ergebnis ohne die RCCF-Methode. Der Unterschied ist wie Tag und Nacht, und Sie werden feststellen, dass Claude ohne RCCF keinen klaren Weg hat und nur allgemeine und unkonzentrierte Beschreibungen auflistet.

Die Pull-Methode

Ganz oben war ein Beispiel für einen Push-Prompt, bei dem die Ziele und die Absicht meiner Handlungen für Claude klar definiert waren. Das ist jedoch nicht immer der Fall. Kreative Blockaden passieren mir ständig, und manchmal verliere ich einfach den Überblick und bin mir nicht sicher, was ich mit einer bestimmten Aufgabe erreichen soll. In diesem Fall habe ich die RCCF-Methode verwendet, diesmal jedoch mit einem Pull-Prompt, der die KI dazu anregt, die Ziele für mich zu definieren.

Für die Pull-Aufforderung habe ich Claude erneut gebeten, einen kurzen Text über Notion im Stil des Produktmarketings zu schreiben, aber für den Befehl habe ich den Chatbot gebeten, mir Schlüsselfragen zum Produkt, zu den Schmerzpunkten der Zielgruppe und auch zu Lücken in den Funktionen sowie zu den Vorteilen der Wettbewerber zu stellen, um ein besseres Bild für das Endergebnis zu zeichnen, das ich benötigte.

Claude kam dann auf mich zurück und fragte mich nach dem Ton, den ich für den Absatz wollte, nach der Zielgruppe und nach weiteren Fragen, an die ich selbst nicht gedacht hatte. Der größte Vorteil, den man mit dem Pull-Prompt erhält, ist, dass man seine eigene Arbeit besser versteht, das Risiko einer ungenauen Antwort verringert und keine generische Antwort bekommt.

Wie ich RCCF in meinem täglichen Arbeitsablauf verwende

Die RCCF-Methode hat mir während des Studiums enorm geholfen, sei es durch das Aufschlüsseln von Fallstudien am Abend vor meinen Prüfungen oder bei der Planung eines Trainings basierend auf meinen Zielen. Mit jedem Prompt wird es für KI-Chatbots schwieriger, die ursprüngliche Absicht des Kontextabweichens beizubehalten. Ohne die RCCF-Methode und ohne ziellose Aufforderung an Claude, eine Aufgabe auszuführen oder mir zu helfen, war der Chatbot genauso verwirrt wie ich. Jeder Folgeprompt war mein Versuch, den ursprünglichen Kontext wiederherzustellen, und das führte dazu, dass meine Mühe und mein Token verschwendet wurden. Die RCCF-Methode benötigt nur einen einzigen Prompt, damit Claude den Zweck meiner Aufgabe versteht, und wenn die Antwort immer noch nicht zufriedenstellend erscheint, fange ich nicht von vorne an. Verwenden Sie stattdessen Anweisungen zur entsprechenden Anleitung oder Begriffe wie "Denken Sie tief" und "Recherchieren", um eine ausführlichere Antwort auszulösen.