Begleitvideos

Chain-of-Thought, Selbstkritik, Tree of Thoughts — Begleitvideos

Der Artikel ordnet diese Techniken danach, bei welcher Art von Problem sie tatsächlich helfen — nicht danach, welche am eindrucksvollsten klingt. Die Videos vermitteln dasselbe Bild aus zwei Perspektiven: Anthropic zeigt, wie ein strukturierter und durchdachter Prompt von Grund auf entsteht; anschließend erklärt ein Fachmann für die zugrunde liegende Suche die ursprüngliche Tree-of-Thoughts-Studie.

Hauptauswahl

24:52

Prompting 101 – Grundlagen des Promptings

Anthropic

Zwei Mitglieder des Applied-AI-Teams von Anthropic bauen live einen praxisnahen Prompt auf und ergänzen schrittweise eine Rolle, strukturierte Abschnitte und ausdrückliche Denkschritte. Es ist die glaubwürdigste Demonstration auf YouTube dafür, Chain-of-Thought einzusetzen, ohne daraus ein Ritual zu machen. Zugleich konkretisiert sie die Aussage des Artikels: Fügen Sie nicht überall „Let's think step by step“ ein.

Was Sie aus diesem Video mitnehmen sollten: Sie können eine Rolle, strukturierte Abschnitte und ausdrückliche Denkschritte in einen Prompt integrieren, ohne Chain-of-Thought zu ritualisieren.

Das sollten Sie zuerst ansehen oder wissen: Sie beherrschen die Grundlagen des Promptings; die Taxonomie der Techniken im Artikel bietet den richtigen Bezugsrahmen.

Hinweis von AI Expert: Das Video wurde ausgewählt, weil es Denkschritte innerhalb des Aufbaus eines realen Prompts zeigt. Damit ist es das Gegenmittel zum wahllosen Einfügen von „Let's think step by step“ — der zentralen Warnung des Artikels.

Videoseite öffnen

Auch sehenswert

29:29

Tree of Thoughts: bewusstes Problemlösen mit großen Sprachmodellen (vollständige Studienbesprechung)

Yannic Kilcher

Yannic erläutert die ursprüngliche Tree-of-Thoughts-Studie von Princeton und DeepMind — den Zyklus aus generate, score, prune und backtrack (erzeugen, bewerten, verwerfen und zurückgehen), warum er die Genauigkeit beim Game of 24 von 4 % auf 74 % steigert und wann die Technik ihre zehnfachen Tokenkosten nicht mehr rechtfertigt. Das Video zwingt Sie dazu, ToT als Suchalgorithmus zu verstehen, nicht als magisches Präfix für einen Prompt.

Was Sie aus diesem Video mitnehmen sollten: Sie verstehen das Schlussfolgerungsmuster aus Erzeugen, Bewerten, Verwerfen und Zurückgehen und erkennen, wann es für reale Aufgaben zu teuer ist.

Das sollten Sie zuerst ansehen oder wissen: Sie können technischen Studienbesprechungen folgen; die Studie selbst müssen Sie nicht gelesen haben.

Hinweis von AI Expert: ToT wird hier als Suchalgorithmus mit realen Tokenkosten greifbar. Die praktische Erkenntnis ist die Grenze bei zehnfachen Kosten, nicht die Benchmark-Zahl.

Videoseite öffnen