Marcel Moré zeigte ein kleines Projekt, das er mit Hilfe der Techniken aus der Claris KI Demo-Datei umgesetzt hat. Im konkreten Fall ging es darum, aus tausenden von Kunden-Feedbacks, welche aus Online-Bestellungen in eine FileMaker Auftragsverwaltung übertragen wurden, diejenigen herauszufiltern, die sich auf ein bestimmtes Thema beziehen.

Der dazu verwendeten Prompt stammt aus der Dokumentation von OpenAI und musste lediglich in einigen Feinheiten für den Anwendungsfall angepasst werden:

https://platform.openai.com/docs/guides/prompt-engineering/strategy-split-complex-tasks-into-simpler-subtasks

Für die technische Umsetzung verwendete Marcel das Script für den CURL Aufruf des ChatGPT APIs, welches in der Claris Demo-Datei enthalten ist.

Umsetzung

Der Gesamtaufwand für das Projekt bliebt damit überschaubar. Eine kleine FileMaker Datenbank mit den enthaltenen Kunden-Feedbacks und einigen Auftrags-bezogenen Metadaten war schnell erstellt. Über eine Script-Schleife wurden die reinen Textblöcke an das API übertragen und im Ergebnis kleine JSON-Snippets mit den zu erzeugenden Kategorien und Unterkategorien gemäß der Auflistung in der Prompt-Vorlage zurück geliefert. Die Inhalte des JSON-Objekts wurden in FileMaker-Felder übertragen. Zuletzt konnten per Suche die Einträge mit den passenden Kategorien aufgerufen werden.

Noch dazu spielte es für die KI keine Rolle, dass die Feedbacks in unterschiedlichen Sprachen (deutsch, englisch, französisch, italienisch, …) vorlagen. Der Inhalt wurde automatisch korrekt erfasst und passend zu den Themenvorgaben klassifiziert.

Die reinen Transaktionskosten für den Zugriff auf das API beliefen sich für das Projekt mit knapp 7.000 Abfragen auf unter einen Dollar. Zudem sichert OpenAI zu, dass die per API übertragenen Daten nicht gespeichert und nicht für das Training der KI verwendet werden, um den Datenschutz zu berücksichtigen.

Fazit

Eine manuelle Durchsicht von tausenden unstrukturierten Texten wäre zu aufwändig gewesen. Eine reine Suche nach Keywords viel zu ungenau. Durch die Möglichkeit, das Textverständnis von ChatGPT einzusetzen, ergab sich eine Möglichkeit, die Fragestellung des Projekts zielgenau und mit wenig Aufwand zu implementieren. Die Dokumentation von OpenAI liefert für zahlreiche Anwendungs-Szenarien passende Beispiele, welche im Playground per Webbrowser direkt ausprobiert und auf den eigenen Anwendungsfall angepasst werden können.

OpenAI Dokumentation
https://platform.openai.com/docs/overview

OpenAI Playground
https://platform.openai.com/playground/p/default-decomposition-by-intent-classification-1?mode=chat