#11: So baust du deinen eigenen KI-Praktikanten – Custom GPTs einfach erklärt

0:00 SPEAKER_01: Heute wird's Custom GPTs gehen. Die Logik ist wie son Miniprogramm,

0:04 SPEAKER_00: was ein Problem löst. Ich kann heute keine eigenen Datenbanken integrieren. Ich kann zwar viel Wissen dem Ganzen geben, aber ich kann jetzt keine Live Datenbank anschließen.

0:13 SPEAKER_01: Ich sehe im Prinzip diese GPTs wie meine Praktikanten, Praktikantin an, die eben Alltag sehr gut können,

0:19 SPEAKER_00: der mich viel Zeit kosten würde. Auch heute gibt's aber auch bei den schönsten Custom GPTs noch Grenzen.

0:30 SPEAKER_00: Willkommen zu Episode 11 des Cointelligence

0:33 SPEAKER_00: Podcast, eurem KI Lernpodcast,

0:35 SPEAKER_00: heute in der ungebügelten Edition.

0:37 SPEAKER_00: Haben wir gerade festgestellt.

0:39 SPEAKER_00: Gerade die uns nur hören, stellt euch vor,

0:42 SPEAKER_00: 2 Menschen mit ungebiegelten Shirts. Heute

0:47 SPEAKER_00: wird's custom GPTs gehen. Das heißt, wir schauen uns an,

0:51 SPEAKER_00: wie könnt ihr noch besser für eure eigenen Use Cases im Job, im Unternehmen

0:56 SPEAKER_00: GPTs bauen?

0:58 SPEAKER_00: Aber bevor wir da starten, kannst Du vielleicht bisschen stärker da reingehen, was das eigentlich ist, denn ich weiß, Du nutzt das schon sehr viel.

1:05 SPEAKER_01: Ich hab da noch bisschen Lernbedarf und freu mich besonders auf die Episode. Was ist ein GPT? Also ich glaub, GPT kann man so erklären, das ist wie kleines Helferlein, was einen Job extrem gut macht. Ja. Und

1:17 SPEAKER_01: vielleicht versteht man's besser, wenn man's abgrenzt zur ChatGPT,

1:21 SPEAKER_01: dem normalen Chatfenster.

1:23 SPEAKER_01: Das normale ChatGPT, wie wir's kennen, stellen irgendwelche Fragen oder prompten irgendwas da rein, bekommen irgendeine Antwort zurück,

1:29 SPEAKER_01: Hat generisches Wissen, eben das ganze Wissen auf Basis

1:34 SPEAKER_01: dieses, was in dieses Modell trainiert wurde im Prinzip. Du kannst verschiedene Modelle auswählen.

1:39 SPEAKER_01: Es hat die ganzen Standardfähigkeiten.

1:41 SPEAKER_01: Du kannst,

1:42 SPEAKER_01: je nachdem, was Du promptest, bekommst Du eben deinen deinen Output für deinen gewissen Use Case.

1:47 SPEAKER_01: Es hat aber keine ja, markenspezifisches

1:50 SPEAKER_01: Verständnis. Also es hat son gewissen Background auch mit der Memory Funktion zu dem, wer Du bist, was dein Unternehmen ist. Aber es ist nicht so, dass bei jedem Prompt genau mitgegeben wird, was dir wichtig ist für diesen einen Use case. Es sei denn, Du gibst es immer mit. Es sei denn, Du gibst es mit und damit dein Prompt eben extrem lang. Und wenn Du 'n GPT oder Custom GPT

2:12 SPEAKER_01: baust,

2:14 SPEAKER_01: hat das spezialisiertes

2:15 SPEAKER_01: Wissen, weil das Custom

2:17 SPEAKER_01: Instructions hat, also quasi Anweisungen, die immer in dem GPT quasi vorhanden sind.

2:23 SPEAKER_01: Und da kannst Du dann eben maßgeschneiderte

2:27 SPEAKER_01: Funktionen oder Prozesse abbilden. Und zwar für Aufgaben, die immer wiederkehren, die Du immer wieder machst und die eigentlich nervig sind, weil sie repetitiv sind.

2:36 SPEAKER_01: Und

2:37 SPEAKER_01: also gleich in unserem Beispiel, wir veröffentlichen ja jeden Tag ein neues Videotutorial

2:43 SPEAKER_01: und das ist auf unserer Plattform. Aber wir wollen

2:47 SPEAKER_01: weiterhin

2:48 SPEAKER_01: auf LinkedIn Post machen darüber,

2:50 SPEAKER_01: quasi zu beschreiben, was wir denn da für neues cooles Tutorial veröffentlicht haben.

2:55 SPEAKER_01: Dann haben wir eine Nachricht, die wir in der Circle Community veröffentlichen

3:00 SPEAKER_01: und

3:01 SPEAKER_01: die muss ja, die haben ja gewisse Formatanforderungen,

3:05 SPEAKER_01: wie lang der Text sein soll, wie der Text strukturiert sein soll,

3:09 SPEAKER_01: in welchem

3:10 SPEAKER_01: brand, in welcher brand voice sozusagen

3:13 SPEAKER_01: die Information wiedergegeben werden sollen. Und da haben wir uns quasi ein GPT angelegt für eben diese LinkedIn Post, ein GPT für die Circle Nachricht.

3:23 SPEAKER_01: Und alles, was ich mache, ist, ich kopiere im Prinzip

3:28 SPEAKER_01: die ganzen Inhalte von der Webseite von sonem Tutorialvideo in dieses GPT,

3:33 SPEAKER_01: schick das Ganze ab, ohne dass ich irgendwie sage, erstelle mir einen Post für LinkedIn. Das GPT weiß schon genau, was es tun muss und weiß auch genau, was meine Anforderungen sind. Das heißt, ich kann einfach copy paste abschicken ohne irgendwelche weiteren Infos und bekomme dann eben den Post, den content genauso, wie ich ihn gerne haben möchte. Und das ist sozusagen das das custom GPT, was ich genau für diese Aufgabe erstelle.

3:57 SPEAKER_01: Und so kann ich quasi verschiedene Aufgaben verschiedene

4:00 SPEAKER_01: GPTs

4:01 SPEAKER_00: erstellen. Also wenn Du eine Aufgabe hast, wo Du

4:03 SPEAKER_00: immer wieder hinzugehst

4:05 SPEAKER_00: zu deiner KI und die gleiche Aufgabe hast und das gleiche, gleiches Endergebnis erwartest,

4:10 SPEAKER_00: ist das eine Möglichkeit,

4:11 SPEAKER_00: dir das lange prompten zu sparen und das einfach zu füttern. Aber jetzt gibt es ja noch mal die Unterscheidung zwischen den custom GPTs, die ich selber für mich baue, was ja auch noch mal ein Stück weiter ist und dem Marktplatz,

4:22 SPEAKER_00: den es zumindest bei ChatGPT gibt.

4:25 SPEAKER_00: Ich nutze da schon manchmal welche aus dem Marktplatz. Ich habe so einen Data analytics,

4:29 SPEAKER_00: der heißt Data Analyst GPT, wo

4:31 SPEAKER_00: schon vorher, wo ich halt Daten reinlade und dann Analysen erwarte.

4:37 SPEAKER_00: Da gibt es 1000 andere Sachen auch. Aber das ist noch mal was anderes oder das sind so GPTs, die andere für mich gebaut haben. Genau die Logik ist eine ist eigentlich die gleiche. Das ist wie so ein Miniprogramm.

4:46 SPEAKER_01: Mein eigenes GPT ist ja auch so eine Art Miniprogramm, was ein Problem löst und du kannst sogar dein eigenes GPT veröffentlichen,

4:53 SPEAKER_01: dass es dann auch auffindbar ist für andere Personen in diesem Shop. Aber im Prinzip gibt's diesen diesen Marketplace für GPTs und

5:01 SPEAKER_01: mein Lieblings

5:02 SPEAKER_01: GPT tatsächlich

5:03 SPEAKER_01: ist das Cellmi Dispen GPT.

5:07 SPEAKER_01: Und zwar ist das 'n GPT für Kleinanzeigen. Wenn man mal was auf Kleinanzeigen

5:11 SPEAKER_01: verkauft, dann machst Du einfach Fotos von deinem Artikel und

5:15 SPEAKER_01: lädst die in das GPT. Du kannst noch dazuschreiben, was es ist, aber eigentlich erkennt das GPT schon, was es für Artikel ist und macht dir dann Preisvorschlag,

5:23 SPEAKER_01: weil das quasi mit dem Internet verbunden ist und quasi schaut, für was dieser Artikel so ungefähr verkauft wird. Auch auf Kleinanzeigen oder ist es spezifisch auf Kleinanzeigen oder In dem Fall ist es, glaube ich, dass es, also checkt generell so verschiedene Kassenfallzeiten

5:38 SPEAKER_01: und ich könnte ihm aber auch sagen, check genug Kleinanzeigen. Ja. Und dann schreibt er dir quasi eine Beschreibung

5:44 SPEAKER_01: Ja. Des Artikels, die sich immer ganz cool anhört und hat dann auch die ganzen Produktspezifikationen

5:48 SPEAKER_01: mit drin. Und ich kann im Prinzip dann einfach den Text nehmen und in Kleinanzeigen reinkopieren.

5:53 SPEAKER_01: Das ist zwar kein Business Use Case, aber das erspart mir viel Zeit, wenn ich mal irgendwie wieder irgendwas Alters, was ich nicht mehr brauche, auf Kleinanzeigen verkaufen will. Das heißt, wenn ich meine benutzte Unterwäsche verkaufen will, ist das mein definitiv? Auch mal die auf Kleinanzeigen stellen soll, aber bei dir, Beni, kannst Du wahrscheinlich auch viel Umsatz erzielen.

6:10 SPEAKER_01: Und

6:13 SPEAKER_00: ist das spezifisch für ChatGPT oder gibt es auch bei Grog und bei Claude und so weiter? Also bei Claude

6:20 SPEAKER_01: kannst du dir ein

6:23 SPEAKER_01: bei bei kannst Du dir Projekt erstellen, was im Prinzip ähnlich funktioniert. Du hast also die Komponenten sind immer eine sogenannte,

6:32 SPEAKER_01: indem Du quasi dem Ding, dem GPT oder dem Projekt oder bei bei Google gibt's die Gems, bei Gemini

6:39 SPEAKER_01: erklärst, was die Aufgabe ist und der Background und so weiter, also sone Art Systemprompt.

6:43 SPEAKER_01: Ja. Dann kannst Du Daten reinladen, also irgendwelche PDF Dateien, sone Art Wissensdatenbank,

6:49 SPEAKER_01: auf dieses GPT zugreifen kann und soll.

6:52 SPEAKER_01: Du kannst aber sonem GPT beispielsweise auch sagen, dass es aufs Internet zugreifen soll. Wir haben zum Beispiel

6:58 SPEAKER_01: in anderen Kontext ein

7:00 SPEAKER_01: Verkaufs GPT gebaut,

7:02 SPEAKER_01: was im Prinzip dem gibt's dem GPT eine Internetseite

7:07 SPEAKER_01: und dann soll das GPT

7:09 SPEAKER_01: sone Dreischritt

7:11 SPEAKER_01: Verkaufse-E-Mail-Sequenz

7:13 SPEAKER_01: im Prinzip erstellen. Ja. Und im ersten Schritt scannt das GPT quasi diese Webseite,

7:19 SPEAKER_01: versteht, wer das Zielunternehmen

7:21 SPEAKER_01: ist, versteht, wer Du bist, was deine USP ist und schreibt dann quasi E-Mails

7:26 SPEAKER_01: nach 'nem gewissen nach gewissen Formatvorgaben,

7:29 SPEAKER_01: Ja. Die eben dann genau passen. Ne, also Du kannst es auch mitm Internet verbinden oder das Internet verbinden lassen.

7:35 SPEAKER_01: Und von daher ja sehr, sehr Powerful.

7:38 SPEAKER_01: Und da hat's eben den Vorteil, ich muss nur eine URL reinpasten und sonst keine anderen Instruktionen mehr geben, weil das GPT genau weiß, was es umsetzen muss. Und das son bisschen der Unterschied dann wieder von ChatGPT, einfach den Fenster. Da muss ich halt jedes Mal sind wir im Prompt Engineering, da muss ich jedes Mal ganz genau strukturiert sagen, wie es vorgehen soll. Und die gleiche Logik ist ja dann auch in vieler Software eingebaut. Also es gibt ja so eine Software, kennst Du auch Clay,

8:01 SPEAKER_00: wo ich viel solche Automatisierungen machen kann und da kann ich auch in einem Schritt

8:06 SPEAKER_00: auf die Schnittstelle von OpenAI zugreifen, kann da auch meinen Prompt eingeben

8:11 SPEAKER_00: und dieser Prompt wird dann da behalten und auf alle Zeilen

8:15 SPEAKER_01: im Prinzip angewandt. Also auch so eine Art Custom GPT nur noch mal in 1 anderen Software eingebaut. Ja und ich kann auch, es geht jetzt für die für die Intro ein bisschen zu weit, ich kann aus einem Custom GPT

8:29 SPEAKER_01: auch Webhooks

8:30 SPEAKER_01: ansteuern,

8:31 SPEAKER_01: wenn ich das möchte. Was was sind Webhooks?

8:34 SPEAKER_00: Alle, die es nicht wissen. Webhooks

8:36 SPEAKER_01: sind In den Nethaken. Ja, sind im Prinzip,

8:41 SPEAKER_01: Du kannst dich über ein Tool an son Webhook andocken und kannst da Information

8:47 SPEAKER_01: rausziehen,

8:47 SPEAKER_01: die von irgendeinem anderen Tool oder irgendeinem anderen Prozess dahin

8:52 SPEAKER_00: geschickt wurden. So kann man es vielleicht sehr einfach erklären. Ich glaub, da müssen wir auch noch mal eine andere Episode zu MCPs machen und auch zu

9:00 SPEAKER_01: Agents.

9:01 SPEAKER_01: Genau. Das ist noch mal ein anderes Thema. Vorher machen wir erst mal die Automatisierung, das kommt auf jeden Fall auch noch in Zukunft.

9:07 SPEAKER_01: Schritt für Schritt bis wir bei den Agents und

9:10 SPEAKER_01: MCP Servern sind,

9:12 SPEAKER_00: dauert noch mal ein bisschen. Also im Prinzip macht Custom GPT dann Sinn, wenn Du dich spezialisiert auf eine Aufgabe, wenn Du

9:19 SPEAKER_00: konsistenten

9:20 SPEAKER_00: Output und konsistentes Ergebnis erwartest,

9:23 SPEAKER_00: was Du vorher definiert hast,

9:25 SPEAKER_00: wenn's schneller gehen muss und wenn gewisses Wissen schon mal integriert ist. Also wenn Du es einmal hingibst und sagst, das ist mein Prompt, das ist das Wissen, wo Du umgehst,

9:34 SPEAKER_00: bitte macht das immer gleich. Genau.

9:37 SPEAKER_00: Wenn ihr so heute mit

9:39 SPEAKER_00: spezifischen GPTs, mit dem custom GPTs für euren Use Case, für euer Unternehmen starten wollt, habt ihr 2 Möglichkeiten. Entweder ihr geht in den

9:47 SPEAKER_00: großen Marktplatz von ChatGPT und da hunderte von verschiedensten

9:52 SPEAKER_00: Anbietern und GPTs,

9:54 SPEAKER_00: die ihr euch aussuchen könnt für den jeweiligen Use Case, angefangen von oder

9:59 SPEAKER_00: Unterhose bis hin zu

10:02 SPEAKER_00: Datenanalyse,

10:03 SPEAKER_00: LinkedIn Post,

10:05 SPEAKER_00: alles Mögliche.

10:06 SPEAKER_00: Das sind natürlich immer

10:08 SPEAKER_00: custom GPTs, die auf den spezifischen Use case ausgerichtet sind, aber eben nicht euren Unternehmenskontext haben.

10:14 SPEAKER_00: Wenn ihr diesen Unternehmenskontext hinzufügen wollt, dann baut ihr euch eigenes GPT.

10:18 SPEAKER_01: Genau. Und dafür nutzen wir den sogenannten GPT-Builder,

10:21 SPEAKER_01: also auf das kleine Plus und erstellen dann eigenes GPT.

10:25 SPEAKER_01: Und der GPT-Builder

10:27 SPEAKER_01: hat eigentlich 5 wesentliche Elemente.

10:30 SPEAKER_01: Das 1. Element sind die sogenannten Hinweise

10:33 SPEAKER_01: oder die

10:35 SPEAKER_01: Was bedeutet das? Ist im Prinzip der System prompt, in dem ich im GPT genau sage, was ist deine Aufgabe? Wie gehst Du vor? Wie soll dein Output aussehen?

10:43 SPEAKER_01: Also so in gewisser Weise ähnlich

10:46 SPEAKER_01: wie ein Prompt, den ich normal in ChatGPT eingeben müsste, nur dass jetzt GPT sich halt diesen Prompt für immer merkt und ich muss ihn nicht jedes Mal wieder neu eingeben. Okay.

10:55 SPEAKER_01: Der 2. Punkt ist das sogenannte Wissen oder die Knowledgebase,

10:59 SPEAKER_01: wenn wir wieder englischen Begriff verwenden möchten.

11:01 SPEAKER_01: Und

11:02 SPEAKER_01: Natürlich möchten wir. Natürlich möchten wir, ja.

11:06 SPEAKER_01: Da kann ich verschiedene Dateien hochladen. Da kann ich Worddateien hochladen, Textdateien, pdf Dateien und das ist im Prinzip der ganze Kontext, den das GPT haben muss, die Aufgabe sinnvoll auszuführen. Und da kann ich im Prinzip auch wieder son bisschen die die Praktikanten oder Praktikantinnenanalogie

11:22 SPEAKER_01: heranziehen.

11:23 SPEAKER_01: Ich möchte einmal extrem genau bei den Anweisungen sein, dass die Person versteht, was sie machen soll. Und dann will ich der Person natürlich den relevanten Kontext mitgeben.

11:32 SPEAKER_01: Und zwar

11:34 SPEAKER_01: alles, was sie müssen muss für den Task, aber auch nicht zu viel, was eigentlich irrelevant ist. Also es macht jetzt nicht Sinn, da 100000 Files reinzuladen, kann ich sowieso, ich da ich eine Begrenzung habe.

11:45 SPEAKER_01: Aber wissen, was irrelevant ist für diesen Task und diese Aufgabe, sollte ich da überhaupt nicht mit reingeben,

11:51 SPEAKER_01: weil dadurch eben die KI verwirrt wird und dann eher Fehler macht. Also quasi mein Unternehmensbackground würd ich wahrscheinlich mit reingeben, meine

11:59 SPEAKER_01: meine,

12:00 SPEAKER_01: was meine Kunden sind, was meine Produkte sind. Beispiele würd ich hochladen

12:04 SPEAKER_01: von diesem Task, der umgesetzt werden soll. Also beispielsweise wenn's jetzt darum geht, LinkedIn Post immer einheitlich zu verfassen, dann würd ich halt 10 Beispiel LinkedIn Post mit reingeben, die ich selbst gut fände. Und so bau ich mir quasi die.

12:18 SPEAKER_01: Der 3. Punkt sind sogenannte Aktionen. Das würd ich sagen, ist eher son bisschen Thema.

12:24 SPEAKER_01: Das ist so das ja Thema Webhook, wo ich irgendwie rausgehe

12:29 SPEAKER_01: und auf andere

12:30 SPEAKER_01: Systeme zugreife, mir da Information

12:33 SPEAKER_01: suche und die dann wiederum in einen GPT verwende.

12:37 SPEAKER_01: Alles möglich, aber im ersten Schritt, glaube ich, für die meisten gar nicht so relevant. Ja. Der 4. Punkt ist für die meisten GPTs,

12:45 SPEAKER_01: glaube ich, auch nicht so relevant. Das sind diese Gesprächsaufhänger.

12:48 SPEAKER_01: Also wenn man so mal son GPT schon mal genutzt hat, Ja. Das sind ja oft so Schaltflächen, auf die ich blicken kann. Ja. Dann steht dann irgendwie Satz, der dann erster Satz an die KI, als erster prompt an die KI geschickt wird.

13:00 SPEAKER_01: In der Regel

13:02 SPEAKER_01: nutz ich die eigentlich nie, weil ich dem GPT ja schon genau gesagt hab, was es geht. Also brauch ich diese diese Conversation Starters gar nicht, sondern paste halt entweder in meine URL rein. Guten Morgen, guten Tag, guten Abend. Ja, könnte man machen, aber dann also selbst wenn man die Commercial sagt, was ist Guten Morgen, Guten Tag nennt, dann kriegt man halt die Antwort Guten Morgen, wie geht es dir? Ich hab jetzt keinen Lust, mich stundenlang mit dem GPT zu unterhalten, sondern soll den Aufgaben nicht erfüllen, seine Zeit

13:29 SPEAKER_01: wiedergeben

13:30 SPEAKER_01: und

13:31 SPEAKER_01: auch wenn es nett gemeint ist. Aber es kostet ja tatsächlich, wir wissen,

13:35 SPEAKER_01: viel Geld,

13:36 SPEAKER_01: Danke und Bitte zu sagen, da das ja alles irgendwie gerechnet werden muss und hat dadurch Umwelteinfluss.

13:43 SPEAKER_01: Aber ich glaube, es ist alles bisschen überzogen. Wer weiß, wenn die KI mal die Welt übernimmt, dann erinnert sie sich ja vielleicht an uns, dass wir immer

13:51 SPEAKER_01: freundlich waren und

13:53 SPEAKER_01: versehrt uns. Nicht ressourcenschonend, aber freundlich. Immerhin. Genau.

13:57 SPEAKER_01: Genau. Also wir haben die Hinweise, wenn wir neulich spätestens wissen, wir haben die Aktion und die Gesprächaushänger.

14:03 SPEAKER_01: Und der letzte Punkt sind die Fähigkeiten oder die Skills. Ja. Und dies sind

14:08 SPEAKER_01: zum Beispiel Bildgenerierung,

14:10 SPEAKER_01: Datenanalysefunktionen,

14:11 SPEAKER_01: das Internets würde ich suchen

14:13 SPEAKER_01: und da kommen wir aber gleich noch. Wir springen jetzt, würde ich sagen, noch mal kurz in jeden dieser einzelnen Punkte kurz rein. Für manche bisschen schneller, manche bisschen langsamer.

14:22 SPEAKER_00: Bei den relevanten schauen wir bisschen tiefer rein und geben da noch son paar Tipps und Tricks. Genau und wir gehen auch noch drauf ein, was diese custom GPTs können, wenn sich das bisher zu langweilig für euch anfühlt. Wir glauben, dass es super relevant ist und in den verschiedensten Funktionen

14:39 SPEAKER_00: helfen kann.

14:41 SPEAKER_00: Und du zeigst es ja wunderbar. Ich weiß nicht, wie viele Custom GPTs du nutzt jeden Tag, aber es war eine Menge, als ich es mal gesehen habe. Ja, also ich glaub, regelmäßig nutze ich bestimmt 8 Stück und ich sehe im Prinzip diese

14:54 SPEAKER_01: diese GPTs

14:55 SPEAKER_01: wie meine

14:56 SPEAKER_01: Praktikanten,

14:57 SPEAKER_01: Praktikantinnen an, die jeder Keine Lemminge. Eine Lemminge, die eben einen Tag sehr gut können, der mich viel Zeit kosten würde. Aber ich kriege nur rein. Der 1. Punkt war ja die Instructions und

15:08 SPEAKER_01: also die die

15:10 SPEAKER_01: genauen Anweisungen.

15:12 SPEAKER_01: Und im Prinzip ist es das Gleiche wie beim Prompting.

15:15 SPEAKER_00: Ich muss klar die Rolle definieren von dem GPT. Ich muss die Aufgabe sehr spezifisch erklären, die umgesetzt werden soll. Bei der Rolle, man kann dem man kann dem immer noch sagen, Du bist jetzt ein Fachanwalt für x oder Du bist ein versierter Marketingprofi oder Du bist ein

15:33 SPEAKER_00: erfahrener

15:34 SPEAKER_00: HR professional oder oder oder. Also man kann auch solche Rollenbeschreibungen dem Dingen mitgeben. Genau, Du bist ein LinkedIn Postprofi,

15:41 SPEAKER_01: Du bist ein Profi im Angebote

15:43 SPEAKER_01: schreiben. Du bist genau 'n Legal Profi, wie auch immer.

15:47 SPEAKER_01: Dann wollen wir ganz genau die Aufgabe spezifizieren

15:50 SPEAKER_01: und da kommt dann das Thema prompt engineering wieder mit rein. Also das, wir prompt engineering gelernt haben, ist natürlich hier auch relevant.

15:57 SPEAKER_01: Dann will ich auch Grenzen setzen. Also wenn

16:00 SPEAKER_01: es gewisse Themen

16:02 SPEAKER_01: gibt, die nicht behandelt werden sollen oder

16:05 SPEAKER_01: ich will irgendwas ausgrenzen,

16:07 SPEAKER_01: ob das jetzt irgendwie

16:08 SPEAKER_01: Geografie ist, irgendein Thema, was auch immer, dann muss ich das quasi auch mit reingeben, dass ich da die KI da nicht verrennt oder es irgendwie Sachen macht, die für mich gar nicht relevant sind. Konzentriere dich auf diesen auf diesen Bereich und nicht auf den anderen. Genau.

16:21 SPEAKER_01: Beispiele

16:22 SPEAKER_01: kann ich in Text form natürlich auch direkt in Systemprompt mit reingeben,

16:27 SPEAKER_01: kann ich auch anhängen.

16:29 SPEAKER_01: Beide Optionen gibt es oder ich sage, schau dir die Beispiele in deiner Wissensdatenbank an. Das ist auch möglich, quasi das direkt über die Instructness zu machen und muss eben eine gewisse Struktur haben und würde es auch in der Regel in einem Marktdown Format schreiben, weil es die KI einfach besser versteht.

16:46 SPEAKER_00: Kannst Du mal erklären, was Marktdown Format ist? Marktdown Format ist,

16:49 SPEAKER_01: hat man vielleicht mal gesehen, wenn man mit KI arbeitet oder Texte rauskopiert, dann in Google Doc oder in Word Doc und dann sind so viele so so Rauten

16:58 SPEAKER_01: Ja. Da mit drin. Das hilft im Prinzip der KI zu verstehen,

17:03 SPEAKER_01: wie son Text aufgebaut ist, wie die einzelnen Textelemente voneinander abgegrenzt sind. Das ist, wie wenn wir als Menschen Boulding machen würde, größere, kleinere Überschriften,

17:13 SPEAKER_00: quasi die Struktur 1 Textes besser zu verstehen. Aber auch dafür kann ich KI nutzen. Ich kann also einen Text reingeben und sagen, gebt mir das bitte als Markdown zurück. Genau. Und dann kann ich diesen Markdown Text nutzen, mein Custom GPT

17:24 SPEAKER_01: einzurichten. Ich würde sogar noch einen Schritt weiter nach vorne gehen. Ich würde der KI sagen und zum Beispiel auch,

17:30 SPEAKER_01: indem ich einfach rein spreche bei ChatGPT,

17:32 SPEAKER_01: sage, hey, ich würde gern GPT erstellen,

17:37 SPEAKER_01: will Thema x y erreichen,

17:39 SPEAKER_01: bitte erstelle mir einen prompt für die für

17:44 SPEAKER_01: mein GPT im Marktdown Format und bekomme dann schon mal ganz guten ersten 80 Prozent Entwurf, den ich verwenden kann, den ich dann natürlich noch bisschen verbessern kann und dann eben in den Instructions nutzen kann. Finde ich der Unterschied zum Praktikanten. Wenn ich den Praktikanten sage, bitte sag mir, was ich dir sagen soll.

18:02 SPEAKER_01: Genau.

18:05 SPEAKER_01: Genau, der nächste Punkt ist die Knowledge Base, die Wissensdatenbank.

18:08 SPEAKER_01: Da

18:09 SPEAKER_01: ist es, hatten wir schon mal Beispiele genannt, Brandguidelines,

18:12 SPEAKER_01: Marketing Playbooks, Access Practices, Company Briefings, whatever.

18:15 SPEAKER_01: Da ist es wichtig, dass es wir auch nur die relevanten Dokumente mit reingeben. Also nicht die Speisekarte der Kantine. Genau, es sei denn

18:23 SPEAKER_01: der Task ist von dem Speisekarte. Die KI neue Speisekarten zu erstellen, dann sind das vielleicht die Beispiele. Und dann sag ich hier, das ist das Menü für die nächste Woche. Bitte erstell mir die Speisekarte. Und die kommt genau in dem Format drauf, wie ich's haben möchte. Das wär jetzt Beispiel für den Kantinenleiter

18:38 SPEAKER_01: ein sehr guter Use Case für GPT.

18:42 SPEAKER_01: Genau, wichtig ist, dass die Dokumente auch relativ strukturiert aufgearbeitet sind. Also auch die Anhänge sollten möglichst in Markdown Format sein.

18:49 SPEAKER_01: Es ist nicht so, dass es nicht ohne auch geht. Also in der Regel checkt son GPT das schon, was da für Texte drin sind, aber ich mach's der KI einfach leichter,

18:59 SPEAKER_00: wenn die Dokumente schon eben gut formatiert sind. Es wird es wird wahrscheinlich auch einfacher mit der Zeit. Auch da entwickelt sich alles weiter.

19:06 SPEAKER_00: Ich konnte früher nur spezifische Dokumente hochladen, heute kann ich irgendwas da hindumpen.

19:10 SPEAKER_00: Ich kann selbst Bilder hochladen mit Tabellen und

19:14 SPEAKER_01: Genau, stimmt. KI versteht, dass es eine Tabelle ist.

19:17 SPEAKER_01: Soweit sind wir schon. Genau. Und vom Format her kann ich Textfiles,

19:21 SPEAKER_01: PDFs,

19:22 SPEAKER_01: DocX,

19:23 SPEAKER_01: html hochladen

19:25 SPEAKER_01: beispielsweise.

19:26 SPEAKER_01: Und das Wichtige ist aber, und das vergisst man oft, man entwickelt sich ja weiter auch als Unternehmen.

19:33 SPEAKER_01: Und

19:35 SPEAKER_01: oft wird vergessen, dass ich diese Wissensdatenbank

19:37 SPEAKER_01: eben auch mit aktualisieren muss, denn die ist ja nicht dynamisch, ist ja statisch, wenn sich irgendwas verändert hat. Ich hab neues Produkt oder keine Ahnung, meine brand guidelines haben sich verändert, dann muss ich natürlich auch meine Noowledgebrace in diesem GPT updaten,

19:49 SPEAKER_01: denn sonst kann das GPT nicht wissen, dass es Veränderungen gibt und das wird oft vergessen. Wir brauchen ein GPT, was mich daran erinnert, meinen GPT upzudaten. Na, das

19:57 SPEAKER_01: ging auch schon vor KI mit dem eigenen Reminder.

20:02 SPEAKER_01: Genau, dann

20:04 SPEAKER_01: das ganze Thema Fähigkeiten und Skills. Schon gesagt, es gibt die Bildgenerierung

20:09 SPEAKER_01: aktuell

20:10 SPEAKER_01: und wenn ich aktuell sage, ist es immer schwierig, weil wer weiß, wenn der Podcast geschaut wird

20:15 SPEAKER_01: mit DALL E. Ich nehme an, dass es sehr bald auch mit neuen Bildgenerierungsfunktionen

20:19 SPEAKER_01: von ChatGPT geht.

20:22 SPEAKER_01: Immer ausstellen, wenn ich sie nutze. Ja. Dann Internetsuche,

20:25 SPEAKER_01: beispielsweise

20:26 SPEAKER_01: wenn das GPT irgendwelche Internetseiten

20:29 SPEAKER_01: lesen soll, die öffentlich zugänglich sind und diese Information irgendwie weiterverarbeiten soll. Wenn ich das nicht mache,

20:36 SPEAKER_01: wenn ich das nicht brauche, dann würd ich's auch wieder abschalten.

20:39 SPEAKER_01: Gerade bei son LinkedIn Postgenerator,

20:40 SPEAKER_01: wenn der content klar ist,

20:42 SPEAKER_01: dann muss das ding nicht noch irgendwas im Internet suchen. Und

20:46 SPEAKER_01: das zu vermeiden, dass das irgendwie kreativ wird und noch im Internet sucht, würd ich's auch ausstellen.

20:51 SPEAKER_01: Die Canvas Oberfläche, das ist hatten wir bei der ChatGPT Intro auch mal besprochen. Das ist, wenn man diesen zweigeteilten Bildschirm hat, auf der linken Seite das Prompting, auf der rechten Seite quasi

21:01 SPEAKER_01: Enddokument.

21:03 SPEAKER_01: Wenn ich das nicht benötige, dann kann man die auch abschalten.

21:06 SPEAKER_01: Last but not least diese dieser Code Interpreter, also dieses Analysetool,

21:10 SPEAKER_01: was im Prinzip heißen Code laufen lässt. Ja. Wenn ich keine Eltern analytics

21:15 SPEAKER_00: Tasks habe oder nutze, dann brauche ich das natürlich. Also letztlich habe ich auch die Funktion, die ich normalerweise in einem Prompt nutzen kann, kann ich auch da einfließen lassen, wenn ich sicherstelle, das, ich sonst immer einzeln gepromptet hätte, kommt halt da

21:27 SPEAKER_00: zusammengegossen in einem Custom GPT rein. Genau.

21:31 SPEAKER_01: Ich glaub, das Thema Actions

21:34 SPEAKER_01: ist bisschen high level. Also da geht's dann wirklich darum, dass ich mit externen Schnittstellen und APIs

21:40 SPEAKER_01: spreche.

21:41 SPEAKER_01: Und ich glaube, da gehen wir jetzt nicht in die Details. Es ist ja kein Advanced Podcast, sondern ein Lern Podcast bedeutet, dem Anfang der Reise stehen.

21:50 SPEAKER_01: Wenn aber Wer weiß, vielleicht in einem halben Jahr. Ja, wer weiß. Na gut, Automations kommt bei KI Agenten. Da komme ich schon noch zu dem Thema. Heute wird es aber, glaube ich, war es, glaube ich, zu komplex, wenn ich das 1. Mal aus dem Thema GPT höre.

22:03 SPEAKER_01: Und die Commercial Starters,

22:05 SPEAKER_01: wie gesagt,

22:07 SPEAKER_01: kann man mit reinnehmen,

22:09 SPEAKER_01: muss man nicht unbedingt,

22:12 SPEAKER_01: kann ich mit einem Klick ausführen. Das sind so Sachen wie,

22:16 SPEAKER_01: wenn ich zum Beispiel einen Social Media GPT erstellt habe, der jetzt nicht nur LinkedIn machen soll, sondern der vielleicht auch für mich TikTok Posts generiert oder

22:25 SPEAKER_01: X

22:26 SPEAKER_01: oder X-Post

22:27 SPEAKER_01: und Instagram Post und die haben natürlich irgendwie alle andere Format.

22:31 SPEAKER_01: Dann kann ich son Conversation Starter nutzen.

22:34 SPEAKER_01: Hilft mir dabei,

22:36 SPEAKER_01: also TikTok ist, weil natürlich Videos sind, helfen dabei, LinkedIn Post zu machen. Ich bin dabei, Instagram Post zu machen. Ich bin dabei, Tweet zu machen. Und dann weiß das GPT schon, okay,

22:46 SPEAKER_01: hier muss ich jetzt nachschauen, was sind die Vorgaben fürn Tweet? Ja. Und dann paste ich quasi meine Inhalte rein und das GPT versteht schon, okay, jetzt ist der Output

22:56 SPEAKER_01: 'n Tweet.

22:57 SPEAKER_01: Also wenn ich so Multifunktions

22:59 SPEAKER_01: GPTs

23:00 SPEAKER_01: baue,

23:02 SPEAKER_01: dann könnten so commonstation Starter Sinn machen.

23:06 SPEAKER_01: In der Regel würd ich aber

23:08 SPEAKER_01: eher mehr GPTs machen als son multipurpose GPT.

23:12 SPEAKER_01: Aber Beispiel ist, wenn man son brand

23:14 SPEAKER_01: voice GPT, das haben wir auch, also Snippie, Voice und Messaging. Wer kennt die brand, der weiß, wie man spricht. Und wenn ich jetzt zum Beispiel neuen LinkedIn post oder irgendwie 'n E-Mail-Newsletter

23:26 SPEAKER_01: schreibe, also so was, was nicht jedes Mal genau neu kommt im gleichen Format.

23:32 SPEAKER_01: Ich aber trotzdem möchte, dass das, was ich jetzt neu generiere, sone Einmalgenerierung,

23:36 SPEAKER_01: ich hab jetzt den Newsletter zu irgendeinem neuen Thema. Ja. Dann soll es halt trotzdem sich so anhören wie unser Messaging oder unser sonst.

23:44 SPEAKER_01: Und dann Viele englische Begriffe.

23:46 SPEAKER_01: Genau wieder viele englische Begriffe, aber so ist es halt auch im Marketing.

23:49 SPEAKER_01: Aber dann könnte ich zum Beispiel sagen, generier mir einen Newsletter, gehen wir eine eine Email, generieren mir ein

23:55 SPEAKER_01: ein x. Ja. Und in dem

23:59 SPEAKER_01: in der Tonalität. Genau, in der Tonalität mit dem Kontext unseres Unternehmens.

24:02 SPEAKER_01: Und dafür sind GPTs natürlich auch sehr cool. Ne, also nicht

24:06 SPEAKER_01: nur für immer wiederkehrende

24:08 SPEAKER_01: genau gleiche Aufgaben oder Output genau gleich sein soll, wie die Beispiele, die ich vorher gebracht haben, sondern auch einfach son brand voice GPT zu bestellen.

24:17 SPEAKER_00: Genau. Kann ich mittlerweile auch mit Bildern machen, dass ich bestimmte Bilder hochlade und sage, generier mir bitte ein Bild in der gleichen Bildsprache.

24:24 SPEAKER_00: Lass uns jetzt noch mal auf die konkreten

24:26 SPEAKER_00: Fallbeispiele

24:27 SPEAKER_00: gehen oder Use Cases.

24:29 SPEAKER_00: Wir haben so ein paar gesammelt,

24:31 SPEAKER_00: die vielleicht eine Inspiration sind.

24:34 SPEAKER_00: Ein Klassiker

24:35 SPEAKER_00: SEO,

24:36 SPEAKER_00: solange Suchmaschinenoptimierung

24:37 SPEAKER_00: noch ein Thema ist. Das wird ja wieder ein Thema jetzt für

24:41 SPEAKER_00: KI

24:42 SPEAKER_00: Optimierung.

24:43 SPEAKER_00: Aber auch da könnte ich mir beispielsweise

24:45 SPEAKER_00: einen GPT erstellen, wo ich immer, wenn ich neue Artikel habe,

24:49 SPEAKER_00: neue Werbeartikel,

24:51 SPEAKER_00: neuen Blogartikel, die ich da reinlade und sag, gib mir dafür bitte die relevanten Keywords.

24:56 SPEAKER_00: Oder andersrum,

24:58 SPEAKER_00: Du hast die Keywords, auf die ich ranken möchte,

25:00 SPEAKER_00: bitte optimiere den Text auf diese Keywords, auf die ich ranken möchte. Geht in 2 Richtungen. Genau, das wäre eine Option,

25:07 SPEAKER_01: 'n Recruiting

25:09 SPEAKER_01: GPT

25:10 SPEAKER_01: beispielsweise

25:11 SPEAKER_01: und da kann man verschiedene

25:13 SPEAKER_01: GPTs bauen, beispielsweise Stellenbeschreibungen

25:16 SPEAKER_01: zu generieren. Die haben ja irgendwie immer gewisses Format, da wird ja das Unternehmen immer ähnlich quasi beschrieben. Und

25:24 SPEAKER_01: die sollen natürlich nicht alle anders aussehen, jetzt wenn ich eine neue Stelle ausschreibe, dafür kann ich GPT nutzen.

25:29 SPEAKER_00: Produktbeschreibung,

25:30 SPEAKER_00: wenn ich weiß, ich hab immer so und so viele in meinem Onlineshop so und so viele Wörter oder so und so viele Zeichen und das und das soll immer vorkommen, kann ich da die Sachen reinwerfen und dann wird das richtig formatiert und ich bekomme die Produktbeschreibung,

25:42 SPEAKER_00: die ich haben möchte.

25:43 SPEAKER_01: Genau, Reklamationen,

25:45 SPEAKER_01: wenn ich zum Beispiel im Kundenservice arbeite, bekomme Kundenbeschwerde,

25:48 SPEAKER_01: E-Mails

25:49 SPEAKER_01: und

25:50 SPEAKER_01: es sind ja oft sind die Cases sehr ähnlich. Sprich, ich will natürlich auch in mit ähnlichen Lösung und ähnlichen Art und Weise antworten, indem ich mich quasi das Problem entschuldige. Da kann ich quasi die Kunden-E-Mail nehmen

26:03 SPEAKER_01: und mir quasi eine Antwort vorformulieren lassen.

26:06 SPEAKER_00: Spezifische Reportings, sei es jetzt Finanzberichte oder ein Reporting, was ich einmal die Woche schicke, einmal im Monat, was auch immer es ist. Auch da kann ich vorher definieren, wie soll das aussehen,

26:15 SPEAKER_00: schmeiß die Sachen rein, die neu sind und bekomme ein fertiges Reporting hinten raus,

26:20 SPEAKER_01: was ich dann weiter verwenden kann. Angebote ist eigentlich immer ein Pain, Angebote zu erstellen im B2B Space. Da kann ich einfach reinsprechen

26:28 SPEAKER_01: oder auch reinschreiben,

26:30 SPEAKER_01: welchen Kunde es geht, was die was besprochen wurde.

26:34 SPEAKER_01: Ich kann sogar so weit gehen,

26:37 SPEAKER_01: was ich jetzt in neuester Zeit mache. Ich kopier mir

26:41 SPEAKER_01: das Transkript

26:42 SPEAKER_01: aus dem Gespräch, was ich mit dem Kunde hatte,

26:45 SPEAKER_01: in einen GPT. Und das GPT erstellt mir eben in unserem Format, so wie ich das gerne hätte, das maßgeschneiderte

26:52 SPEAKER_01: Angebot

26:53 SPEAKER_01: für den Kunden. Und das kann ich dann quasi nehmen,

26:57 SPEAKER_01: dann sehr schnell eben in einem gleichen Tag noch Angebot raus schicken, was natürlich auch immer einen positiven Eindruck macht, wenn man direkt hingehen kann. Auch so Briefings, also wenn ich Designbriefings habe, wenn ich Agenturen briefe, sei es jetzt für neue Werbeanzeigen,

27:10 SPEAKER_00: Designer,

27:11 SPEAKER_00: intern, extern,

27:13 SPEAKER_00: auch da kann ich mit GPT arbeiten und immer das Format, was ich vorher besprochen habe, was vielleicht am besten auch entwickelt wurde, gemeinsam mit denjenigen, die das Briefing bekommen, dass ich immer in diesem ähnlichen Stil bleibe. Also ihr merkt,

27:24 SPEAKER_00: es gibt die verschiedensten Ideen für GPTs.

27:28 SPEAKER_00: Vielleicht geht ihr einfach mal hin und guckt, wie oft ihr KI nutzt,

27:32 SPEAKER_00: welche repetitiven Aufgaben ihr da habt und dann könnt ihr hingehen und euch mal so ein Custom GPT bauen.

27:38 SPEAKER_00: Das schöne bei Custom GPTs ist auch, wenn ihr einmal den Aufwand gemacht habt,

27:42 SPEAKER_00: kannst Du auch teilen mit deinem

27:45 SPEAKER_00: Team, mit deinem Unternehmen.

27:47 SPEAKER_00: Auch noch mal eine schöne Sache, sozusagen Konsistenz

27:50 SPEAKER_00: innerhalb 1 Falls,

27:52 SPEAKER_00: 1 Use Cases im Unternehmen reinzukriegen, wo man einmal sagt, ich hab jetzt GPT gebaut für alle LinkedIn Posts, so sollen die bei uns aussehen.

27:59 SPEAKER_00: Dann kann man das teilen und andere können dieses GPT nutzen. Genau, ich bleib immer 2 Optionen beim Teilen. Einmal mit

28:06 SPEAKER_01: allen Personen, die diesen Link haben. Dann teile ich eben diesen Link im Team oder eben öffentlich, dann bin ich in diesem angesprochenen GPT Store.

28:15 SPEAKER_01: Wichtig ist,

28:16 SPEAKER_01: glaube ich, da son bisschen als best practice, dass man sich irgendeine Art und Weise der Ablage

28:22 SPEAKER_01: ja überlegt.

28:23 SPEAKER_01: Also ob das jetzt Google Doc ist, wo quasi gesagt wird, hier, das sind unsere GPTs

28:28 SPEAKER_01: mit soner kurzen Erklärung, was jedes einzelne GPT macht, dass man die auch später wiederfindet,

28:33 SPEAKER_01: denn sonst wird's relativ schnell unübersichtlich und man möchte ja quasi, dass das ganze Team idealerweise diese kleinen Helferchen nutzt. Und das kann Google Doc sein, das kann irgendwie im Intranen zahlen.

28:44 SPEAKER_01: SharePoint. SharePoint,

28:46 SPEAKER_01: was auch immer man nutzt, genau. Auch

28:49 SPEAKER_00: heute gibt's aber auch bei den schönsten

28:51 SPEAKER_00: Custom GPTs noch Grenzen. Ich kann heute keine eigenen Datenbanken integrieren.

28:56 SPEAKER_00: Ich kann zwar viel Wissen dem Ganzen geben, aber ich kann jetzt keine Live Datenbank anschließen.

29:00 SPEAKER_00: Es gibt auch kein echtes Lernen über Zeit,

29:03 SPEAKER_00: sondern es bezieht sich immer wieder auf diesen initialen

29:07 SPEAKER_01: Prompt, den ich reingegeben habe. Immer wieder, wenn ich das nächste Mal nutze, geht es wieder von vorne los quasi. Es

29:13 SPEAKER_01: sei denn, ich gehe in die alte Unterhaltung, aber jedes Mal, ich in GPT neu starte, genau wie Du sagst, ist jetzt kein neues Wissen da, geht wieder vom Ausgangswissen

29:21 SPEAKER_01: los und deswegen ist es eben wichtig, diese Wissensdaten zu aktualisieren. Es gibt eine begrenzte Aktualität,

29:27 SPEAKER_00: es sei denn, ich nutze jetzt die Webrecherche und sag immer wieder, geh übers Web rein, dann hab ich eine gewisse Aktualität,

29:32 SPEAKER_00: aber ansonsten ist die begrenzt. Aber die hab ich ja auch normalerweise

29:37 SPEAKER_00: im Prompting. Auch da muss ich ja wissen, dass das Wissen irgendwo an einem spezifischen

29:41 SPEAKER_00: Tag geparkt ist und das ist eben nicht aktueller als das.

29:47 SPEAKER_00: Ja und ich kann bisher nicht jedes Modell nutzen. Also es sind immer nur eingeschränkte Modelle, die ich auch bei Custom GPTs nutzen kann, aber normalerweise reichen die aus. Ja, und es hat son bisschen auch eine Also ich kann einfach nicht proaktiv die Modelle auswählen.

29:59 SPEAKER_01: Das würde ich sagen, ist son bisschen die Einschränkung.

30:02 SPEAKER_01: Und man weiß auch nie so ganz genau, welches Modell jetzt hier gerade genutzt wird. Also gerade wenn ich jetzt so,

30:08 SPEAKER_01: ich sag mal so Deep Research Use Cases habe oder wirklich son sehr starkes Modell

30:13 SPEAKER_01: brauchen

30:15 SPEAKER_01: würde für mein GPT, dann sind die GPTs da vielleicht noch bisschen eingeschränkt.

30:20 SPEAKER_01: In der Regel sind das,

30:22 SPEAKER_01: ja, ich glaub jetzt ist sehr oft das Vor allem Modell hintendran, was für so Contentgenerierung und so was super ist und ausreichend ist. Aber wenn ich eben sehr komplexe hätte,

30:32 SPEAKER_01: dann ist vielleicht GPT aktuell noch nicht die die beste Variante.

30:36 SPEAKER_01: Und was auch Stand heute zumindest noch nicht inkludiert, ist eben dieses search search gpt. Ich hab zwar die, wie Du sagst, die Internetsuche

30:43 SPEAKER_01: Funktion,

30:44 SPEAKER_01: aber ist

30:46 SPEAKER_01: ja und wissen also und Research kommt bei uns ja auch noch im Podcast mit ran, aber es ist im Prinzip die Suchfunktion,

30:53 SPEAKER_01: weil ich quasi Quellen bekomme zu jeder Aussage und es ist quasi noch Stand

30:59 SPEAKER_00: heute, nicht inkludiert in den GPTs. Ansonsten gilt wie immer, wenn ich künstliche Intelligenz nutze,

31:05 SPEAKER_00: der Mensch sollte

31:07 SPEAKER_00: mit wachem Kopf dabei sein. Ja, Fakten muss ich checken. Ich muss auch checken, ob wirklich zur Guideline passt. Wenn da rechtliche Aussagen drin sind, vielleicht nicht hundertprozentig darauf verlassen, lieber noch mal gegenchecken.

31:19 SPEAKER_00: Also das, wir auch schon sonst immer wieder gepredigt haben. Bitte auch bei Custom GPTs beachten. Genau, eigentlich genau das Gleiche, ob ich jetzt normal prompt, ob ich Custom GPT nutze.

31:29 SPEAKER_01: Hirn anschalten hilft in der Regel, auch wenn es da die Ergebnisse aufn ersten Blick immer sehr, sehr gut sind.

31:36 SPEAKER_01: Vielleicht

31:38 SPEAKER_01: schwierig ist manchmal oder manchmal dazu tendiert, zu faul zu sein, sein Hirn nicht anzuschalten,

31:44 SPEAKER_01: ergibt es auch bei den GPTs

31:46 SPEAKER_01: sehr viel

31:47 SPEAKER_01: Sinn.

31:49 SPEAKER_01: Vielleicht

31:50 SPEAKER_01: abschließend, wenn wir jetzt zum Ende kommen, noch paar best practices

31:54 SPEAKER_01: und

31:55 SPEAKER_01: ja, nächste Schritte. Was sollte man quasi beachten? Wie sollte man das ganze Thema angehen? Und ich glaub,

32:01 SPEAKER_01: viele haben erst mal Angst, Gott, ich bau GPT. Was ist, wenn ich da was falsch mache? Und eigentlich kann ich nichts richtig falsch machen. Wichtig ist erst mal, mit kleinen Schritten

32:10 SPEAKER_01: quasi Themen auszuprobieren,

32:12 SPEAKER_01: die kleineren Use Cases auszuprobieren und dann nach und nach das ganze immer skalieren, größer machen, immer mehr nutzen. Wichtig ist einfach anzufangen und das ganze Ding einfach mal ja zu nutzen,

32:24 SPEAKER_01: die

32:25 SPEAKER_01: Ergebnisse zu testen, wenn ich mit Ergebnissen nicht zufrieden bin, noch mal in meinen Prompt reinzugehen,

32:30 SPEAKER_01: den wieder anzupassen, wieder das Ergebnis anzuschauen und so quasi in einem iterativen Prozess

32:35 SPEAKER_01: zu einem Ergebnis kommen, mit dem ich gut leben kann, mit dem ich zufrieden bin. Ich glaub, da haben wir die Welt der

32:42 SPEAKER_00: Custom GPTs,

32:44 SPEAKER_00: der angepassten GPTs gut umrundet.

32:47 SPEAKER_00: Hoffe, ihr hattet wieder Spaß, habt viel mitgenommen.

32:50 SPEAKER_01: Probiert's aus, auf nix warten, einfach machen. Einfach machen, probiert's, teilst im Team, bekommt Feedback vom Team, dokumentiert

32:59 SPEAKER_01: eure Ergebnisse

33:01 SPEAKER_01: und verbessert quasi die Ergebnisse über die Zeit.

33:05 SPEAKER_01: Das Gute ist und das Tolle ist bei der KI, dass ich eben sehr viel experimentieren

33:09 SPEAKER_01: kann. Es gibt nicht den eigenen den einen goldenen Weg. Man sollte keine Angst haben, Fehler zu machen. Also

33:16 SPEAKER_01: probiert es aus,

33:17 SPEAKER_01: so wie wir auch viel ausprobieren. Learning by doing ist da angesagt

33:21 SPEAKER_01: und

33:22 SPEAKER_01: offen. Ihr hattet

33:24 SPEAKER_01: Spaß in diesem Podcast,

33:26 SPEAKER_01: liked den Podcast, kommentiert,

33:29 SPEAKER_01: ganz genau. Stellt eure Fragen. Wir freuen uns drauf und

33:32 SPEAKER_01: bis zur nächsten Folge. Bis nächste Woche.

33:42 SPEAKER_02: Produziert bei Studio Co in Berlin.

33:44 SPEAKER_02: Produktion und Regie,

33:45 SPEAKER_02: Christina Manuelle,

33:47 SPEAKER_02: und

33:48 SPEAKER_02: Elias Fobel.

33:49 SPEAKER_02: Create Director, Lukas Schelter.

33:52 SPEAKER_02: Redaktion und Moderation,

33:53 SPEAKER_02: Benjamin Büßenhagen und Moritz Heininger.

33:56 SPEAKER_02: Abonniere uns auf Spotify, Apple Podcast oder YouTube.

34:00 SPEAKER_02: Danke fürs Zuhören.