Die Herausforderung beim Einsatz von generativer Text-KI, wie ChatGPT,
besteht darin, die Potenziale effizient zu nutzen und im Hinblick auf
die Erreichung von Qualitätszielen optimal einzusetzen. Dabei ist die
menschliche Eingabe in die Künstliche Intelligenz (KI) – der Prompt –
entscheidend. Der vorliegende Beitrag widmet sich der Frage, wie die
KI-basierte Textausgabe bei ChatGPT durch Prompt Engineering gezielt
gesteuert werden kann, damit die Textqualität der generativen KI den
Erfolgskriterien für Content Marketing Texte entspricht. Die Ergebnisse
identifizieren eine effektive Prompt-Struktur für qualitativ hochwertige
Content Marketing Texte mit ChatGPT. Insbesondere das Zero-shot Chain-of-Thought und das One-shot bzw. Few-shot Prompting
erweisen sich als erfolgreich, da diese Techniken eine gezielte
Steuerung des ChatGPT-Outputs in Richtung der Erfolgskriterien
ermöglichen. Darüber hinaus werden die aktuellen Schwächen von
KI-generierten Texten beschrieben. Dabei werden auch die Grenzen von
ChatGPT deutlich, die durch eine kollaborative Wertschöpfung von Mensch
und KI zur gemeinsamen Erreichung von Qualitätszielen überwunden werden
können. Die theoretisch und praktisch fundierten Ergebnisse und
Implikationen der Untersuchung bieten eine Orientierungshilfe für
Content Marketer zur effizienten Nutzung von ChatGPT.
| Titel | KI-basierte Textkreation im Content Marketing: Design und Evaluation eines effektiven Prompts |
|---|---|
| Medien | HMD Praxis der Wirtschaftsinformatik |
| Verlag | Springer Vieweg |
| Band | 61 |
| Verfasser | Nadine Steinmann, Prof. Dr. Alexander Piazza |
| Seiten | 402–417 |
| Veröffentlichungsdatum | 22.03.2024 |
| Zitation | Steinmann, Nadine; Piazza, Alexander (2024): KI-basierte Textkreation im Content Marketing: Design und Evaluation eines effektiven Prompts. HMD Praxis der Wirtschaftsinformatik 61, 402–417. DOI: 10.1365/s40702-024-01058-3 |