Wie funktioniert Context-Aware?
Wie bei RAG wird auch beim Context-Aware-Ansatz zusätzlicher Kontext an das Large Language Model übergeben. Anders als bei RAG stammt dieser jedoch direkt aus der aktuell geöffneten Webseite und nicht aus einer vorher aufgebauten Wissensdatenbank.Mithilfe des Befehls „Content“ wird der Textinhalt der aktuell geöffneten Webseite ausgelesen und dem Kontext des LLM hinzugefügt. Dadurch kann KAI die Inhalte der aktuellen Seite bei der Generierung seiner Antworten berücksichtigen.
Damit dies zuverlässig funktioniert, sollte der ausgelesene Seiteninhalt möglichst „clean“ sein. Störende Elemente wie Widgets, Plug-ins, Navigationsbereiche oder andere technische Seitenelemente können die Qualität des extrahierten Textes beeinträchtigen und dadurch die Antworten des Modells verschlechtern.
Ablauf:
Wir haben nun den Text weggelassen. Mit dem Befehl „CONTENT“ wird nun diese Seite in den Prompt von KAI eingelesen. Umgangssprachlich ausgedrückt hat das „Kurzeitgedächtnis“ von KAI die Geschichte von Phils Reise daher wieder vergessen, da sie auf dieser Seite nicht mehr steht.
Dein Auftrag:
Schauen wir, was nun passiert, wenn Du die gleichen Fragen stellst.
Hinweis: Lösche alle vorherigen Fragen im Chat-Verlauf! Sonst spickt KAI vielleicht 😉
Das Phil-Verfahren
Eine kleine Geschichte:
<Die Geschichte von Phil (Raumschiff, Mondreise, Phil-Verfahren) ist hier bewusst weggelassen. KAI liest nur diesen Text ein und hat keine Erinnerung mehr an die Details aus Teil 1.>
Dein Auftrag:
1) Stelle erneut genau dieselben Fragen.
Notiere Deine Erkenntnisse!