Werk:AI mit Arnie/5 KI-Experten für Social Media
In diesem Video werden wir einen Agenten bauen, der fünf verschiedene Arbeiter hat. Diese ganzen Arbeiter, die werden jeder spezifisch, natürlich ein Experte sein, in irgendeiner Subnische. Und insgesamt wollen wir eine Content-Erstellungsmaschine haben. Das heißt, ich will Beiträge für YouTube, für Twitter, ich will gute Titel haben, ich will etwas für einen Blog haben. Ich will einfach insgesamt etwas haben, womit ich meinen Content gut strukturieren kann.
Und ich muss dazu sagen, das kannst du anpassen, für was auch immer du willst. Du kannst ganz einfach – also es ist nicht möglich für mich, die Beispiele alle aufzuzählen, aber du kannst so gut wie alles machen. Alles, was irgendwie mit deinem LLM geht, kannst du hier sozusagen automatisieren, da du so viel Arbeit da, wie du nur willst, reinholen kannst.
Wie machen wir das Ganze? Du hast es schon im letzten Video kurz gesehen. In diesem Video werden wir einen Schritt weitergehen und ich zeig dir danach natürlich noch ein paar Limitationen. Es startet natürlich wie immer mit einer leeren Seite. Wir sind einfach wieder zurückgegangen und haben was Neues gemacht, und ich nenne das Ding Agent A. Ich klicke Plus. Wir starten natürlich immer mit einem Supervisor. Das Ding muss natürlich immer hier tatsächlich vorhanden sein, denn der hier macht tatsächlich die ganze Koordination. Danach klicke ich wieder Plus. Wir brauchen Chatmodelle, wir brauchen das OpenAI-Chatmodell, weil das ganz einfach das Schlaueste ist. Also Chat OpenAI. Und das Ding soll natürlich unseren Supervisor betreiben, natürlich. Und das Ding ist auch genug, um unsere Arbeiter zu betreiben.
Ich will hier einfach immer und überall das beste Modell haben mit meinem API Key, der sich immer noch „Kurs“ nennt, und das GPT-4-Omnimodell, natürlich. Dementsprechend brauchen wir als Nächstes natürlich Arbeiter. Ich klicke wieder Plus, und wir werden unsere Arbeiter jetzt einfügen, also einer, 4 und 5. Wir haben jetzt also fünf Arbeiter hier, und diese müssen wir natürlich alle mit unserem Supervisor verbinden. Das heißt, wir nehmen das Ding, stöpseln es hier rein, und das machen wir jetzt natürlich mit jedem einzelnen Arbeiter hier. blup blup blup Das heißt, ich habe jetzt einen Supervisor, und dieser Supervisor, der hat jetzt fünf KI-Agenten sozusagen mit integriert. Und diese KI werden jetzt die Dinge machen, die wir ihnen eben sagen.
Wir müssen jeden einen Namen geben und beschreiben, was er natürlich machen soll. Ich will das jetzt schnell machen und zeig dir danach, was die Dinger hier ausführen sollen. Aber zwischendurch können wir natürlich mal „Speichern“ klicken, damit wir hier die Dinge immer up to date haben.
Okay, dann sehen wir uns an, was meine Arbeiter hier machen. Der erste Arbeiter, ich nenne das Ding Researcher. Sein Ding ist es ganz einfach, dass er Sachen sucht. Das heißt, er sucht wertvolle Informationen zusammen. Ich muss hier dazu sagen, das Ding hat noch keinen Internetzugriff. Ich werde dir später jedoch die Tools zeigen. Du kannst dir natürlich schon denken, wie das geht, weil wir das beim OpenAI-Agent schon gesehen haben. Danach der nächste Experte, das Ding ist ein Storyteller. Du bist ein Experte – ich kann das auch groß machen, dann kann ich dir das zeigen. Du bist ein Experte im Storytelling für Blogbeiträge. Der Blog handelt von KI, und die Leser sind Männer, haben gute Jobs und sind 30 bis 50 Jahre alt. Du schreibst kurze, prägnante Beiträge und machst ab und zu einen Witz.
Das heißt, ich sage ihm erstmal – ich gebe ihm natürlich immer die Rolle, also Experte für Storytelling für Blogbeiträge. Dementsprechend weiß das LLM, wie es reagieren muss, wie es die Dinge schreiben muss. Wir geben ihm auch ganz, ganz klar die Zielgruppe: Also es sind Männer, sie haben alle einen Job, sie sind 30 bis 50 Jahre alt. Aber dennoch sollte er prägnant sein und ab und zu einen Witz einbauen. Somit weiß das LLM natürlich ganz, ganz gut, wie es reagieren muss. Also das Ziel ist hier natürlich, Social-Media-Content zu machen für viele Plattformen.
Deshalb haben wir nach dem Storyteller den YouTube-Script-Experten. Was macht der? Du erstellst YouTube-Skripts, die Leute fesseln, mit starken Hooks, baust Witze ein und bist sehr unterhaltsam. Und du siehst, ich schreib „Fesseln“ groß, und dafür schreibe ich natürlich „Witze“ klein. Das ist generell alles egal. Wir speichern das.
Was macht der nächste Arbeiter? Ich zoome hier wieder rein, ich mache das groß. Du bist Experte für YouTube-Titel, die hohe Click-Through-Rate bekommen. Die Titel machen mehr Klicks als die von MrBeast. Du gibst immer sieben verschiedene Vorschläge. Und der Letzte, der macht das da – das ist ein Twitter-Experte. Unter Twitter-Experte: Du bist Experte für die Plattform Twitter, die mittlerweile „X“ heißt. Du nimmst die sieben Titel als Beispiel, um daraus virale Tweets mit drei Hashtags zu generieren. Natürlich wieder alles voller Rechtschreibfehler, aber wie gesagt, ich tippe drauf los und wir geben nicht wirklich Acht, wie ich die Dinge schreibe.
Was ist also das Ziel hiervon? Das Ziel ist, GPT-4 Turbo zu verwenden. Dass wir danach den Supervisor verwenden, und der Supervisor wird danach die Arbeit aufteilen. Wir werden erstmal einen Blogpost schreiben zu einem gewissen Thema. Wir werden erstmal einen Researcher haben, der das Thema durchsucht. Er fasst ganz einfach viele, viele gute Dinge hier zusammen. Danach bekommen wir unseren Storyteller, und der Storyteller wird von diesen Informationen einen Blogpost schreiben, den wir ganz einfach veröffentlichen können.
Nachdem wir den Blogpost haben, wird der YouTube-Script-Experte hergehen und daraus ein YouTube-Skript machen. Nachdem wir das Skript für YouTube haben, bekommen wir den nächsten Arbeiter, der sieben gute Titel dafür schreiben wird. Und nachdem wir die Titel haben, haben wir natürlich noch den Experten für „X“, der sieben virale Tweets machen wird, basierend auf den Titeln.
Das heißt, wir haben Social-Media-Content für zwei, drei verschiedene Plattformen. Für „X“ haben wir sogar schon sieben Tweets. Und wir haben sieben verschiedene Titel für unser YouTube-Video. Und wie geht es jetzt weiter? Natürlich erstmal speichern, und jetzt testen wir das aus. Dir fällt vielleicht auch auf, dass der Researcher den Prompt noch auf Englisch hat. Das ist alles kein Problem, aber der Storyteller ist danach Deutsch. Ich will meinen Output natürlich danach auf Deutsch haben, und deshalb wechseln diese Leute hier tatsächlich die Sprache. Der Research-Agent ist noch auf Englisch, weil die Dinge auf Englisch etwas besser funktionieren. Das ist hier mein Konzept.
Wir haben jetzt also eins, zwei, drei, vier, fünf KI-Agenten und einen Supervisor – also insgesamt sechs verschiedene „Leute“, die sozusagen für uns arbeiten. Und sie werden uns eine Contentstruktur ausspucken. Ich klicke hier drauf, ich kann das auch groß machen, wenn ich will. Und ich frage sowas wie: „Such die besten Infos zu LLMs. Mach einen Blogpost, YouTube-Skript mit Titeln und Tweets für ‚X‘.“ Ich schick das Ganze los, und jetzt wird der Supervisor natürlich die Aufgabe an den Researcher geben. Das heißt: „Finde die besten Informationen über LLMs. Sammle Informationen über ihre Funktionsweise, Anwendungen, Vorteile und Herausforderungen.“ Der Researcher macht sich jetzt natürlich auf den Weg, und er sammelt unsere Informationen.
Nachdem das geschehen ist, wir haben jetzt also viele, viele Informationen vom Researcher, macht sich das nächste Ding auf den Weg. Jetzt wird wieder der Supervisor dazwischengeschaltet. Der Supervisor sagt uns jetzt das da „Review the provided YouTube script draft, refine it for engagement, clerity, and structure, and ensure it is suitable for a wider format.“ Das heißt, wir bekommen jetzt einfach ein YouTube-Skript – und das natürlich von unserem YouTube-Experten.
Du weißt, jedes LLM ist hier Experte. Das Ding ist jetzt sehr schnell. Also wir müssen hier zurück hochgehen und wir sehen uns an, was passiert ist. Der Supervisor hat jetzt natürlich unser YouTube-Skript gemacht, also mit den YouTube-Skript-Experten, und er gibt uns hier das komplette Skript für YouTube, so wie wir es eben machen sollen. Er sagt uns natürlich beim YouTube-Skript auch dazu: „Hier das Intro, 0 bis 30, aufregende Hintergrundmusik, der Sprecher sagt: ‚Hallo, willkommen auf unserem Kanal‘“, und so weiter. Das heißt, wir haben jetzt natürlich das gesamte Skript.
Und das gesamte Skript mit Outro – insgesamt ist das Video 10 Minuten lang. Haben wir jetzt alles beisammen? Danach geht der Supervisor natürlich wieder her und fragt nach dem passenden Titel. Die Titel sind hier: „Revolution der KI“, „Die unglaubliche Macht von Large Language Models“, „Alles, was du über die Zukunft der künstlichen Intelligenz wissen musst“, „Wie LLMs die Welt verändern“, „Anwendungen und Zukunftsvisionen – von GPT-3 bis zur nächsten Generation“, „Die Evolution der LLMs“, „Die Geheimnisse hinter den mächtigsten Sprachmodellen der Welt“, „Ethische Herausforderungen und die Zukunft von LLMs“, und Was kommt als Nächstes? „Die bahnbrechenden Entwicklungen in der KI“. Und ich muss gestehen, der Titel-Experte ist vielleicht wohl auch besser als ich mit meinen YouTube-Titeln.
Und hier haben wir auch noch unsere Tweets. Hier haben wir jedoch einen klitzekleinen Fehler: Ich habe nur fünf Tweets. Jedoch ist das für mich okay. Ich habe jetzt fünf Tweets, und die könnte ich auch veröffentlichen. Und alle Tweets haben Hashtags. Ich will den Chat noch mal klären hier. Ich will das noch einmal testen. Dann sehen wir uns an, ob das funktioniert. Also „Clear“, natürlich. Wir können das Ding auch schließen. Ich klicke noch mal ganz kurz „Speichern“. Du siehst, wir haben all unsere Experten. Wir machen das noch einmal für einen kleinen Test.
Und wir machen jetzt Folgendes: Ich versuche, das mal so einfach wie möglich zu testen. Ich schreibe einfach „Diffusion Modelle“, und ich schick das Ganze los. Supervisor aktiviert den Researcher, und die Kette wird getriggert. Ich zeig dir das Ganze, sobald wir alles zusammen haben. Dann geht es etwas schneller. Alles hat gestartet mit meinem Prompt. Ich schreibe einfach nur „Diffusion Modelle“ rein. Der Supervisor geht jetzt her und schreibt natürlich einen Prompt an den Researcher: „Conduct comprehensive research on diffusion models. Provide key points, historical context, important figures, and recent achievements in the field.“
Und der Researcher wirft jetzt haufenweise Kontext auf. Er sagt uns wirklich ganz, ganz konkret, was Diffusion Modelle sind, wie sie funktionieren, und so weiter. Natürlich, wir haben perfekte Informationen, jedoch sind die nicht wirklich gut für einen Blogpost. Danach geht der Supervisor her, und er sagt: „Create a compelling narrative that explains the concept of diffusion models, incorporating key points and examples provided by the Researcher. The narrative should be engaging, informative, and accessible to a broad audience.“
Also der Supervisor weiß ganz genau: Hey, wir müssen jetzt von diesem Text etwas Anständiges für einen Blogpost machen. Jetzt geht der Storyteller her. Der hat natürlich auch einen guten System-Prompt, und er schreibt jetzt tatsächlich einen Blogpost. Und ich denke, dieser Blogpost macht auch Sinn. „Stell dir vor, du sitzt in einem gemütlichen Café und beobachtest die Leute um dich herum. Einige sind in Gespräche vertieft, andere lesen die Zeitung und scrollen durch ihre Smartphones, …“ und so weiter. Der Blogpost macht Sinn, zum Schluss ein Fazit.
Danach geht der Supervisor wieder her: „Please create YouTube scripts based on the provided research and storytelling,“ und so weiter. Danach haben wir hier perfekt unser YouTube-Skript. Das ist aufgebaut, erstmal mit einem Intro bzw. mit einem Hook: „Hey Leute, habt ihr euch jemals gefragt, wie ein simples Meme auf Instagram plötzlich um die Welt geht und jeder darüber spricht? Oder warum die Grippe uns jedes Jahr heimsucht? Das Geheimnis dahinter sind die Diffusion Modelle.“ Klingt kompliziert? Keine Sorge, wir machen es einfach und unterhaltsam.
Also, du siehst, auch der Ton wird getroffen, den ich natürlich gesagt habe. Danach wird hier die erste Szene gespielt: „Also stellt euch vor, ihr werft einen Stein in einen ruhigen Teich …“, und so weiter. Hier werden jetzt ganz einfach die Diffusion Modelle erklärt. Ich denke, das macht alles Sinn, so wie es geschrieben ist.
Danach geht der Supervisor wieder her, denn wir brauchen natürlich noch Titel für unser gesamtes Skript. Und der Titel-Experte sagt uns jetzt sieben verschiedene Titel, wie: „Wie sich Viren und Memes verbreiten – Das Geheimnis der Diffusion Modelle“, also, uch eine gute Story, alles zusammen wirklich macht Sinn, gut umgesetzt hier, von unseren KI-Agenten, „Revolutionäre Diffusion Modelle – So beeinflussen sie unser tägliches Leben“, „Vom Meme bis zur Pandemie – Entdecke die unsichtbaren Kräfte der Diffusion“, „Diffusion Modelle erklärt – Der Schlüssel zur Verbreitung von Trends und Krankheiten“, also die Dinge sind wirklich, wirklich gut. Respekt noch mal!
Danach natürlich noch das da: „Please create engaging Tweets related to the user's topics.“ Und hier haben wir natürlich noch vom Twitter-Experten sieben verschiedene Tweets. Und alles ist hier fertig – sehr gut! „Clear Chat.“ Respekt an unseren kleinen KI-Agenten, das hat er super gut gemacht.
Und ich muss dir etwas sagen: Dieser KI-Agent ist gut. Dieser KI-Agent ist toll. Er hat einige Nachteile, und im nächsten Video will ich dir zeigen, wie wir diese Nachteile beenden können. Und ich will dir auch einige Limitationen von diesen KI-Agenten zeigen.
Gerade hier: Die Dinge sind neu, die Dinge sind noch nicht immer perfekt, aber die Richtung stimmt. Also im nächsten Video: Lösungen, gleichzeitig aber auch Limitationen der KI-Agenten. Wir, wir sehen uns im nächsten Video.