Prompt Engineering: Erstellung eines Beitrags für das QM

Prompt Engineering: Erstellung von Qualitätsmanagement-Handbüchern in der Pflege

Einleitung

In diesem Artikel beschreite ich Neuland auf meiner Website, indem ich mich erstmals mit dem Thema Prompt Engineering auseinandersetze. Dieser Beitrag ist der Auftakt einer dreiteiligen Serie, in der ich Ihnen zeigen möchte, wie Sie mithilfe eines Sprachmodells – am Beispiel von ChatGPT – ein umfassendes Handbuch für das Qualitätsmanagement in einer stationären Pflegeeinrichtung erstellen können.

Warum Prompt Engineering?

Die Nutzung künstlicher Intelligenz in unserem Arbeitsalltag ist vergleichbar mit dem Einsatz eines Taschenrechners: Es ist ein Werkzeug, das uns bei täglichen Aufgaben unterstützt. Um diese Technologie jedoch effektiv nutzen zu können, ist es entscheidend zu verstehen, wie ein Sprachmodell funktioniert. Im Grunde genommen ist es wie ein statistischer Papagei – es wiederholt und variiert, was es gelernt hat, basierend auf den ihm gegebenen Informationen.

Meine Herangehensweise

Persönlich bin ich der Überzeugung, dass das bloße Kopieren und Verwenden fertiger Prompts anderen Zwecken dienen mag, jedoch nicht dem individuellen Bedarf gerecht wird, den jeder von uns an ein großes Sprachmodell (Large Language Model, LLM) stellt. Stattdessen ist es viel wichtiger, Muster zu erlernen und zu verstehen, wie man durch gezieltes Prompt Engineering das Maximum aus einem Sprachmodell herausholen kann. In diesem Artikel beginnen ich genau damit, um Ihnen zu zeigen, wie Sie mit den richtigen Prompts effektiv Nutzen aus einem Sprachmodell ziehen können.

Das „Outline Expansion Pattern“

Das Outline Expansion Pattern ermöglicht es, strukturiert eine Gliederung zu erstellen und diese durch einfache Eingaben jederzeit zu erweitern, wobei einzelne Kapitel vom KI-System verfasst werden können. Um dieses Muster effektiv zu nutzen, sollten ihre Prompts die folgenden grundlegenden inhaltlichen Anweisungen an die KI beinhalten:

1. Agieren als Gliederungserweiterer: Erstelle eine initiale Gliederung basierend auf den von mir gemachten Angaben und frage mich anschließend, welchen Punkt ich erweitern möchte.
2. Erweitern einer spezifischen Gliederung: Erstelle eine detaillierte Gliederung für den von mir gewählten Aufzählungspunkt.
3. Interaktives Feedback einholen: Frage mich am Ende, welchen Aufzählungspunkt ich als Nächstes erweitern möchte.
4. Vorbereitung auf die Erstellung eines Entwurfs: Frage mich, zu welchem Thema ich einen Entwurf erstellen möchte.

Beispielanwendung:

Erstelle eine Gliederung mit Aufzählungspunkten basierend auf meinen Angaben und frage mich dann, welchen Aufzählungspunkt ich vertiefen möchte. Jeder Aufzählungspunkt sollte 3-5 Unteraufzählungspunkte enthalten können. Die Aufzählungspunkte sollten nach dem Muster [A-Z].[i-v].[* bis ****] nummeriert werden. Erstelle eine detaillierte Gliederung für den ausgewählten Aufzählungspunkt. Frage mich am Ende, welchen Aufzählungspunkt du als Nächstes erweitern sollst. Frage mich, für welches Thema du einen Entwurf erstellen sollst.

Der Prompt

In dem nachfolgenden Beispiel zeige ich an den nachfolgenden Prompts, mit dem ich in diesem Beispiel einen Beitrag, z. B. für das QM zum Thema „Umsetzung des Expertenstandards Ernährungsmanagement in der Pflege“ schreibe.

Sie starten mit folgendem Prompt:

Die KI frägt nach

Nach Absenden des Prompts, sollte die KI sinngemäß folgende Frage stellen:

Bitte gib mir mehr Details oder den spezifischen Bereich, für den ich eine Gliederung erstellen soll. Was ist das Hauptthema oder der Fokus der Gliederung?

In unserem Beispiel lade icden Auszug des Expertenstandards Ernährungsmanagement in der Pflege hoch, den sie offiziell auf der Internetseite des DNQP herunterladen können.

Danach gebe ich folgenden Prompt ein:

:Die Gliederung

Nach Absenden des Prompts, erstellt in die KI eine Gliederung, die natürlich immer auch etwas aussehen kann. Der Grund dafür ist folgender, dass sie in einem Chat, in dem sie keine individuellen Einstellungen machen können, wie z. B. bei der „Temperature“ oder den „K-Wert“, es zu unterschiedlichen Ergebnissen führen kann.
In meinem Beispiel sah die Antwort von Chat-GPT wie folgt aus:

Hier ist die Gliederung für das Handbuch zum Qualitätsmanagement für stationäre Pflegeeinrichtungen, basierend auf dem Expertenstandard für Ernährungsmanagement:

1. Einleitung
   • 1.1 Zweck des Handbuchs
   • 1.2 Geltungsbereich und Zielgruppe
   • 1.3 Definition von Ernährungsmanagement
2. Qualitätsmanagement-System
   • 2.1 Struktur des Qualitätsmanagement-Systems
   • 2.2 Verantwortlichkeiten und Zuständigkeiten
3. Ernährungsmanagement gemäß Expertenstandard
   • 3.1 Überblick über den Expertenstandard
   • 3.2 Prozesse und Prozeduren
   • 3.3 Monitoring und Anpassung
4. Richtlinien zur Ernährungssicherung
   • 4.1 Identifikation von Risikopatienten
   • 4.2 Gestaltung von Mahlzeiten und Nahrungsaufnahme
   • 4.3 Umgang mit speziellen Ernährungsbedürfnissen
5. Schulung und Kompetenzentwicklung
   • 5.1 Schulungsprogramme für Pflegekräfte
   • 5.2 Weiterbildung und Qualifikation
   • 5.3 Patienten- und Angehörigenbildung
6. Evaluierung und kontinuierliche Verbesserung
   • 6.1 Audit-Verfahren
   • 6.2 Feedback-Systeme und Qualitätsindikatoren
   • 6.3 Maßnahmen zur Qualitätsverbesserung
7. Anhänge
   • 7.1 Vorlagen und Dokumente
   • 7.2 Glossar
   • 7.3 Referenzen

Bitte lass mich wissen, zu welchem Gliederungspunkt ich detailliertere Informationen oder eine erweiterte Gliederung erstellen soll. Nummeriere einfach den entsprechenden Abschnitt.

Einzelne Kapitel erweitern

Wenn sie jetzt ein einzelnes Kapitel weiter untergliedern möchten, müssen sie nur noch die Kapitel-Nummer eingeben.

Unterkapitel

Nach Eingabe des Kapitels erstellt ChatGPT weitere Unterkapitel:

Hier ist die detaillierte Gliederung für den Abschnitt 4.1 „Identifikation von Risikopatienten“ des Handbuchs zum Qualitätsmanagement für stationäre Pflegeeinrichtungen:

4.1 Identifikation von Risikopatienten

• 4.1.1 Einsatz von Screening-Tools
  • 4.1.1.1 Auswahl des geeigneten Instruments
  • 4.1.1.2 Schulung des Pflegepersonals zur Anwendung
  • 4.1.1.3 Dokumentation und Auswertung der Screening-Ergebnisse
• 4.1.2 Regelmäßige Bewertung des Ernährungszustands
  • 4.1.2.1 Festlegung der Bewertungsintervalle
  • 4.1.2.2 Anpassung der Bewertungskriterien an spezifische Patientengruppen
  • 4.1.2.3 Integration der Ergebnisse in die Pflegeplanung
• 4.1.3 Frühzeitige Einbindung von Ernährungsfachkräften
  • 4.1.3.1 Kriterien für die Einbeziehung von Ernährungsfachkräften
  • 4.1.3.2 Rolle der Ernährungsfachkräfte im interdisziplinären Team
  • 4.1.3.3 Koordination zwischen Pflegekräften und Ernährungsfachkräften

Bitte lass mich wissen, ob du zu einem dieser Unterpunkte oder einem anderen Abschnitt eine weitere Ausarbeitung benötigst. Nummeriere einfach den entsprechenden Abschnitt.

Eine Gliederung wird erstellt

Auf diese Art und Weise können sie ganz einfach, eine Gliederung erstellen, die sie dann nur noch an ihre individuellen Bedürfnisse anpassen müssen. Eine KI wird sie bei der Arbeit unterstützen, den Feinschliff müssen sie immer noch selber machen.

In dem Video können sie auch nochmal „Live“ das Vorgehen nachvollziehen.

Menu Action Pattern

In dem 2 Teil dieser Artikelserie zeige ich ihnen, wie sie mit dem Menu Action Pattern einzelne Kapitel auf einfache Art und Weise ausformulieren können.

Weiterführende Ressourcen

Um Ihre Fähigkeiten in Prompt Engineering weiterzuentwickeln, empfehlen ich den Kurs Prompt Engineering for ChatGPT von der Vanderbilt University auf Coursera. Dieser Kurs bietet tiefgehende Einblicke und praktische Anwendungen, die Sie direkt in Ihre Arbeit integrieren können.

Besuchen Sie auch mein GitHub Repo für weitere Patterns speziell für die Anwendung in der Pflege. Bleiben Sie innovativ und nutzen Sie die Technologie.