SWISSMECHANIC JOURNAL 2023-05

Kreation von DALL-E2 zum Prompt (Eingabeaufforderung) «A photorealistic picture of Artificial Intelligence managing an industrial plant with milling
machines».
Prompts
Ein Prompt (Eingabeaufforderung) ist
ein Befehl an die KI-Software – eine Frage
oder Anweisung, auf die die KI reagiert
und ein Ergebnis liefert. Qualität
und Präzision von Prompts haben einen
grossen Einfluss darauf, wie nützlich und
relevant der Output der KI ist. Je präziser
und differenzierter der Prompt formuliert
wird, desto hochwertiger und exakter
ist der Output, den die KI liefert. Je
besser man versteht, wie man seine Fragen
formulieren muss, desto besser sind
auch die Resultate. Ähnlich wie bei einem
Interview.
Verschiedene KI-Modelle reagieren unterschiedlich
auf dieselbe Eingabeaufforderung,
also denselben Prompt.
Bei Text-to-Text-KI-Tools (z.B. ChatGPT)
sollte darauf geachtet werden, so präzise
wie möglich zu formulieren, klare und
deutliche Sprache zu verwenden, Kontext
zu geben, Fachjargon, Umgangssprache
und verschachtelte Sätze zu vermeiden,
Ja/Nein-Fragen zu vermeiden
sowie die Länge der Textergebnisse und
die Darstellungsform zu definieren. Man
sollte sich fragen: Welches Ziel soll mit
dem Prompt erreicht werden? Wofür soll
das Ergebnis eingesetzt werden? Wenn
nötig, sollte man rückfragen, um noch
mehr Details zu erhalten.
Bei Text-to-Image-KI-Tools wie DALL-E,
DALL-E 2 oder Midjourney sollte auf Folgendes
geachtet werden: Motiv so präzis
wie möglich beschreiben, Elemente
nach Zusammenhängen clustern (Absätze,
Kommas), Hintergrund und Umgebung
beschreiben, bestimmten Stil
definieren und Stimmung definieren, die
das Bild ausstrahlen soll.
ChatGPT und DALL-E wurden zwar auch
mit deutschen Daten trainiert, der Anteil
englischer Texte im Trainingsmaterial
ist jedoch deutlich höher. Es kann
helfen, die Anfragen auf Englisch durchzuführen.
Text-to-Speech-Tools
KI-Sprachgeneratoren wie zum Beispiel
Murf, Lovo.ai, Play.ht und Clipchamp
sind Text-to-Speech-Tools (TTS), die jede
Art von Text, schriftlich oder aus einer
Hörprobe, in Audiodateien mit menschlich
klingender Sprache umwandeln. Die
KI gewisser Apps kann sogar Emotionen
hinzufügen oder die Stimme prominenter
Menschen nachmachen, zum Beispiel
von Popstars, Schauspielern oder
Politikern. Die erzeugten Stimmen können
für Callcenter, Werbung, E-Books
oder Lehrvideos verwendet werden,
aber auch für Animationen, Spiele und
viele andere Dinge – auch für Fake News.
Es gibt zahlreiche KI-Sprachgeneratoren-Apps.
Kostenlose Versionen von
Sprachgeneratoren bieten oft weniger
Qualität als Premium-Apps.
FakeYou ist ein Online-Tool, das rund
3000 verschiedene Stimmen anbietet,
darunter auch die von Prominenten und
fiktiven Personen. Kostenlose Nutzer
der Anwendung werden einer Warteschlange
hinzugefügt, danach wird die
generierte Sounddatei angezeigt. Zudem
besitzt die Web-App die Option «Video
Lip Sync». Dadurch ist es möglich,
Audiodateien in einen Videoschnipsel zu
laden. Das Programm bearbeitet dann
die Lippen der Person auf dem Video so,
dass es zur Sounddatei passt.