Custom Instructions

Wer regelmäßig mit einem Chatprogramm wie ChatGPT arbeitet, wiederholt sich schnell. Man schreibt jedes Mal dazu, dass die Antwort kurz sein soll, auf Deutsch, und ohne Aufzählungen. Custom Instructions nehmen einem diese Wiederholung ab. Man hinterlegt die Wünsche einmal in den Einstellungen, und das Programm berücksichtigt sie danach in jedem neuen Gespräch. Man kann dort auch etwas über sich selbst angeben, etwa den Beruf oder die Schulstufe. Die Antworten sollen dadurch von Anfang an besser passen.

Was man sich damit spart

Der offensichtliche Gewinn ist Zeit. Wer täglich zwanzig Anfragen stellt, tippt sonst zwanzigmal dieselben drei Zeilen Vorgaben. Diese Zeilen kosten außerdem Rechenaufwand, denn jedes Wort einer Anfrage muss verarbeitet werden. Ein einmal gespeicherter Text ist bequemer, auch wenn er technisch trotzdem bei jeder Anfrage mitgeschickt wird.

Wichtiger ist aber die Qualität der Antworten. Ein Sprachmodell weiß nichts über die Person vor dem Bildschirm. Es rät, wie viel Vorwissen jemand hat. Wenn dort steht, dass man Medizin studiert, fallen Erklärungen zu Medikamenten anders aus als bei einem Laien. Genau dieselbe Frage bekommt dann eine andere Antwort.

Für Unternehmen ist das ein Baustein von Standardisierung. Wenn alle Mitarbeiter dieselben Vorgaben hinterlegt haben, klingen Texte nach außen einheitlich. Das ist kein Ersatz für echte Kontrolle, aber ein billiger erster Schritt.

Warum die Vorgaben nicht immer greifen

Technisch passiert nichts Magisches. Der gespeicherte Text wird bei jedem neuen Gespräch unsichtbar an den Anfang gestellt, bevor die eigentliche Frage kommt. Das Modell sieht also einen längeren Text, als der Nutzer geschrieben hat. Man kann sich das wie eine Notiz vorstellen, die jemand jedem Auftrag heftet, bevor er weitergereicht wird.

Daraus folgt eine wichtige Einschränkung. Ein Sprachmodell befolgt Anweisungen nicht wie ein Computerprogramm eine Regel. Es gewichtet sie nur stärker als andere Textstellen. Steht in den Custom Instructions „maximal drei Sätze“, kommen manchmal trotzdem fünf. Je länger ein Gespräch wird, desto stärker verblasst die anfängliche Notiz gegenüber dem, was danach besprochen wurde.

Verwechseln sollte man Custom Instructions nicht mit dem sogenannten System-Prompt. Der stammt vom Anbieter, ist für Nutzer unsichtbar und enthält Grundregeln, etwa welche Inhalte verweigert werden. Die eigenen Anweisungen stehen darunter in der Rangfolge. Sie können die Regeln des Anbieters also nicht aushebeln. Ebenso wenig sind sie ein Training: Das Modell selbst verändert sich durch die Eingabe nicht.

Von den Einstellungen bis zu Firmen-Assistenten

Am direktesten trifft man den Begriff in den Einstellungen von ChatGPT. Dort gibt es zwei Felder: eines für Angaben zur eigenen Person, eines für den gewünschten Antwortstil. Andere Anbieter nennen dasselbe anders, etwa „Preferences“ oder „Systemanweisung“. Auch Programmierschnittstellen kennen ein solches Feld, über das Entwickler feste Vorgaben setzen.

Ein typisches Beispiel aus dem Alltag: Ein Schüler hinterlegt, dass er in der zehnten Klasse ist und Erklärungen mit Beispielen aus dem Alltag bevorzugt. Danach fallen Antworten zu Chemie oder Geschichte automatisch passender aus. Ein Programmierer trägt stattdessen ein, welche Programmiersprache er nutzt, und muss das nie wieder erwähnen.

In der Wirtschaftspresse taucht die Idee unter anderen Namen auf. Wenn ein Unternehmen einen eigenen Assistenten für den Kundendienst anbietet, stecken dahinter oft nur ausführliche feste Anweisungen. Das ist deutlich günstiger, als ein Modell neu zu trainieren. Ein Teil dessen, was als „eigene KI“ vermarktet wird, ist genau das.