Skip to content

KI-Prompt-Bibliothek

  • Prompts spielen eine zentrale Rolle bei jeder Art der qualitativen Datenanalyse, die Large Language Models nutzt. Prompts weisen die KI an, wie die Daten zu analysieren sind und wie auf Anfragen geantwortet werden soll. Sie sind in natürlicher Sprache verfasst und auch für Nicht-Programmierende leicht verständlich.

  • In QualCoder sind die Prompts, die den KI-Funktionen zugrunde liegen, über die Benutzeroberfläche zugänglich. Sie können an den methodischen Ansatz und die Forschungsfragen angepasst werden.

  • Es wurden bereits einige interessante Prompts von anderen qualitativen Forschenden integriert, die an verschiedenen Stellen veröffentlicht wurden. Es ist zu hoffen, dass die zunehmende Nutzung von KI in der qualitativen Forschung von einer Kultur des Entwickelns, Teilens und Diskutierens anspruchsvoller Prompts innerhalb der wissenschaftlichen Gemeinschaft begleitet wird, damit alle voneinander lernen und die neuen Methoden in diesem Bereich verbessern können.

Die Struktur eines Prompts

Im einfachsten Sinne ist ein „Prompt“ wie die Frage, die in die Weboberfläche von ChatGPT eingegeben wird. Doch selbst in diesem Fall ist es etwas komplexer. Im Hintergrund ergänzt ChatGPT die Frage um einen unsichtbaren „System-Prompt“, der die KI anweist, ein hilfreicher und unterstützender Assistent zu sein, keine medizinischen oder rechtlichen Ratschläge zu geben usw.

Ähnlich sind die Prompts in QualCoder modular aufgebaut und bestehen aus mehreren verschiedenen Elementen, von denen einige geändert werden können und andere nicht.

Dies ist die Grundstruktur:

Diese Struktur besteht aus:

  • festen Elementen (hier weiß auf blau dargestellt), die im Quellcode der Anwendung definiert sind,
  • Kontextinformationen (hier in grün), die an verschiedenen Stellen in der Benutzeroberfläche von QualCoder eingegeben werden, wie z. B. Code-Namen und Memos oder das Projekt-Memo mit wichtigen Informationen zur Forschung,
  • empirischen Daten (hier in gelb), die auf verschiedene Weise ausgewählt werden, und
  • dem analytischen Prompt (orange dargestellt), den man an die eigenen Bedürfnisse anpassen und modifizieren kann.

Analytische Prompts

Analytische Prompts sind das Herzstück der KI-Funktionen von QualCoder. Sie weisen die KI an, wie die Daten zu analysieren sind. Diese Anweisungen können sehr einfach sein, können sich aber auch zu komplexen Leitfäden mit detaillierten Beschreibungen jedes Schrittes entwickeln, den die KI während der Analyse ausführen soll, einschließlich des methodischen Hintergrunds usw. (siehe Lieder & Schäffer, 2024).1

QualCoder wird mit einem Satz vordefinierter analytischer Prompts geliefert. Es ist jedoch möglich, eigene zu definieren – entweder durch Klicken auf die Schaltfläche „Bearbeiten“ neben der Prompt-Auswahl oder über das Menü „KI > Prompt-Bibliothek“. Dies öffnet das folgende Fenster:

Die Prompts sind in mehrere Kategorien unterteilt:

1) Typ (Type) - Search-Prompts werden im KI-gestützten Coding verwendet. - Code-, Themen- und Textanalyse-Prompts werden im KI-Chat-Fenster verwendet.

2) Geltungsbereich (Scope) - System-Prompts sind auf Anwendungsebene definiert und können nicht direkt geändert werden. Um einen System-Prompt zu ändern, muss dieser zuerst dupliziert werden. - User-Prompts werden vom Nutzer definiert und auf dessen Computer gespeichert. Sie stehen für jedes Projekt zur Verfügung, das auf diesem Computer geöffnet wird. - Projekt-spezifische Prompts werden mit den Projektdateien gespeichert. Wenn das Projekt auf einem anderen Computer geöffnet wird, sind diese Prompts dort ebenfalls verfügbar.

3) Prompt-Name und Beschreibung: Diese werden an mehreren Stellen in der Benutzeroberfläche angezeigt, an denen ein analytischer Prompt ausgewählt werden kann. Die Namen müssen innerhalb des jeweiligen Geltungsbereichs eindeutig sein.

4) Prompt-Text: Dies sind die eigentlichen Anweisungen, die an die KI gesendet werden (das orangefarbene Feld im obigen Bild). Wenn ein Prompt mit anderen geteilt werden soll, ist dies die wichtigste Information.

!!! note "Hinweis zu den Sprachen" Alle vordefinierten Prompts in QualCoder sind auf Englisch verfasst. Sie können jedoch auch auf Daten in anderen Sprachen angewendet werden. Es ist zudem kein Problem, analytische Prompts in anderen Sprachen als Englisch zu schreiben und sie mit QualCoder zu verwenden. Die meisten Large Language Models sind sehr flexibel, wenn es um die Mischung verschiedener Sprachen geht.

 

1Lieder, F. R. & Schäffer, B. (2024). Reconstructive Social Research Prompting (RSRP). Distributed Interpretation between AI and Researchers in Qualitative Research. https://doi.org/10.31235/osf.io/d6e9m