LLMs sind heutzutage allgegenwärtig und bedürfen keiner Einführung. Unabhängig davon, ob Sie in der Technikbranche tätig sind oder nicht, sind Sie wahrscheinlich schon einmal mit einer Form von LLM in Berührung gekommen oder verwenden sie derzeit täglich. Zu den bekanntesten LLMs gehören derzeit GPT von OpenAI, Claude von Anthropic und Gemini von Google.
Diese beliebten LLM arbeiten jedoch oft als abstrakte oder Black-Box-Systeme, was Bedenken hinsichtlich des Datenschutzes und der Transparenz aufkommen lässt. Um solche Probleme zu lösen, sind mehrere Open-Source-LLMs verfügbar, die es den Benutzern ermöglichen, sie auf privaten Rechnern oder Servern unbesorgt einzusetzen.
Open Source bezieht sich auf Software oder Produkte, deren Quellcode zur Einsichtnahme, Änderung und Weitergabe frei verfügbar ist. Diese Zugänglichkeit ermöglicht es den Nutzern, die Software zu verstehen, zu verbessern und zu ihrer Entwicklung beizutragen.
Hier sind einige der besten derzeit verfügbaren Open-Source-LLMs:
Llama 2 ist ein von Meta entwickeltes Open-Source-LLM, das für kommerzielle und Forschungszwecke kostenlos angeboten wird. Die Llama-2-Modelle werden auf zwei Billionen Token trainiert und verfügen über die doppelte Kontextlänge von Llama 1.
Die Parameter des Modells wirken sich direkt auf seine Fähigkeit aus, Text zu verstehen, wobei größere Modelle eine bessere Leistung auf Kosten eines größeren Umfangs und höherer Ressourcenanforderungen bieten.
Verfügbare Varianten: Parameter 7B, 13B und 70B
Kontext-Fenster: 4096 Token
Unterstützte Sprachen: Die beste Leistung wird auf Englisch erbracht.
Mixtral 8x7B, entwickelt von Mistral AI, ist ein LLM mit insgesamt 46,7B Parametern. Trotz seiner Größe ist es ähnlich schnell und kostengünstig wie Modelle, die nur ein Drittel so groß sind. Dieses reine Transformer Mixture of Experts (MoE) Modell übertrifft LLama 2 und GPT-3.5 in bestimmten Benchmarks deutlich.
Verfügbare Varianten: Tiny, Small, Medium und Large (von kostengünstig bis hochleistungsfähig)
Falcon, entwickelt vom Technology Innovation Institute (TII) in Abu Dhabi, ist ein weiteres führendes Open-Source-LLM. Nach seiner Markteinführung stand Falcon 40B zwei Monate lang auf Platz 1 der Hugging Face-Rangliste für quelloffene große Sprachmodelle (LLMs). Mit der Variante 180B erweitert TII die Fähigkeiten des Modells in Bezug auf Wissen und Datenverständnis. Falcon 180B ist ein äußerst leistungsfähiges Sprachmodell, das auf 3,5 Billionen Token trainiert wurde.
Verfügbare Varianten: Falcon 40B und Falcon 180B
Kontext-Fenster: 4096 Token
Unterstützte Sprachen: Englisch, Deutsch, Spanisch, Französisch, mit eingeschränkter Unterstützung für Italienisch, Portugiesisch, Polnisch, Niederländisch, Rumänisch, Tschechisch und Schwedisch.
BLOOM ist ein autoregressives Large Language Model (LLM), das von Big Science entwickelt wurde. BLOOM wurde mit 176B Parametern trainiert und zeichnet sich durch die Generierung von Textfortsetzungen aus Eingabeaufforderungen unter Verwendung großer Mengen von Textdaten und industrieller Rechenressourcen aus.
Gemma, Googles neuester offener LLM, folgt auf den Erfolg von Gemini. Gemma ist eine Familie offener Large Language Models (LLM) von Google DeepMind, die auf Gemini-Forschung und -Technologie aufbaut. Während die Modellgewichte frei zugänglich sind, können die spezifischen Bedingungen für die Nutzung, Weitergabe und den Besitz von Varianten variieren und basieren möglicherweise nicht auf einer Open-Source-Lizenz.
Verfügbare Varianten: Gemma 2B und Gemma 7B
Kontext-Fenster: 8192 Token
Unterstützte Sprachen: Englisch
Schlussfolgerung
Wir bei Cody setzen auf einen modellunabhängigen Ansatz, wenn es um LLMs geht, und bieten eine Plattform, die es Ihnen ermöglicht, personalisierte Bots zu erstellen, die auf Ihren individuellen Anwendungsfall zugeschnitten sind. Mit einem vielfältigen Angebot an LLM-Studiengängen sind Sie nicht an einen einzigen Anbieter gebunden und haben so die Freiheit, das für Sie am besten geeignete Programm zu wählen.
Mit Cody können Unternehmen die KI nutzen, um intelligente Assistenten zu entwickeln, die genau auf ihre Bedürfnisse zugeschnitten sind. Diese Flexibilität macht Cody zu einer vielversprechenden Ergänzung im Bereich der KI-gesteuerten Unternehmenslösungen.
Nachdem Google mit Bard den Anschluss an den KI-Hype verpasst hatte, stellte das Unternehmen kürzlich sein neuestes KI-Produkt Gemini vor. Im Rahmen dieser Einführung wurde Bard in Gemini umbenannt und umfasst nun das neue Gemini Pro LLM. Um das Ausmaß dieser Veränderungen zu verstehen, müssen wir uns näher damit befassen.
Was ist Gemini AI?
Gemini ist Googles neuestes Large Language Model (LLM), das auf die Veröffentlichung von LaMDA und PaLM folgt. Im Gegensatz zu seinen Vorgängern ist Gemini von Haus aus multimodal und in der Lage, Text, Bilder, Sprache und Code zu verstehen, und verfügt über verbesserte Verständnis- und Argumentationsfähigkeiten.
Varianten von Gemini AI
Die Gemini-KI besteht aus drei großen Sprachmodellen:
Gemini Nano: Optimiert für Effizienz auf dem Gerät, liefert schnelle KI-Lösungen direkt auf Ihr persönliches Gerät.
Gemini Pro: Ein vielseitiges und skalierbares Modell, das verschiedene Aufgaben mit solider Leistung bewältigen kann. Erreichbar über die kostenlose Version der Gemini-Chat-Schnittstelle.
Gemini Ultra: Die Krönung der Gemini-Serie, die komplexe Problemlösungen ermöglicht und die Grenzen der KI-Fähigkeiten verschiebt. Exklusiv für Abonnenten des Google One AI Premium-Plans.
Die Gemini-Modelle wurden mit TPUv5e und TPUv4 trainiert, je nach Größe und Konfiguration der Modelle. Für das Training von Gemini Ultra wurde eine große Flotte von TPUv4-Beschleunigern verwendet, die Google in mehreren Rechenzentren besitzt. Dies stellt eine erhebliche Vergrößerung gegenüber dem bisherigen Vorzeigemodell PaLM-2 dar, das neue Herausforderungen an die Infrastruktur stellte.
Gemini lässt sich jetzt nahtlos in alle Google Apps integrieren, einschließlich Maps, YouTube, Gmail und mehr. Um bestimmte Anwendungen abzufragen, stellen Sie dem Namen der Anwendung einfach ein “@” voran, gefolgt von Ihrer Anfrage. Während ähnliche Integrationen auf ChatGPT mit GPTs und Plugins erreicht werden können, bieten sie möglicherweise nicht das gleiche Maß an Nahtlosigkeit wie die nativen Integrationen von Gemini.
Googles anerkanntes Fachwissen im Bereich der Suchmaschinentechnologie wird zweifellos zur Verbesserung der Web-Browsing-Funktionen von Gemini beitragen. Durch die Nutzung grundlegender Stärken bei Suchalgorithmen und Indizierung bietet Gemini den Nutzern ein nahtloses und effizientes Browsing-Erlebnis.
2. Multimodale Fähigkeiten
Gemini bietet jetzt multimodale Fähigkeiten, einschließlich Bildverständnis, auf der Gemini-Chat-Schnittstelle ohne zusätzliche Kosten. Obwohl die Leistung während des Tests annehmbar war, kann sie die Genauigkeit von GPT-4V nicht erreichen. Da es aber kostenlos ist, können wir uns nicht wirklich beschweren, oder? 😉 Es besteht die Möglichkeit, dass Gemini Ultra den GPT-4V übertrifft, wenn man die folgenden Metriken betrachtet
3. Freier Zugang für Hobbyisten und Studenten
Für aufstrebende LLM-Entwickler, die in das Feld eintauchen möchten, aber aus Kostengründen nicht auf die GPT-APIs zugreifen können, bietet Google kostenlosen Zugang zur Gemini Pro 1.0 API. Damit können Sie bis zu 60 Abfragen pro Minute in Google AI Studio, einem kostenlosen webbasierten Entwickler-Tool, durchführen. Mit Google AI Studio können Sie schnell Prompts entwickeln und einen API-Schlüssel für die App-Entwicklung erhalten. Wenn Sie sich mit Ihrem Google-Konto bei Google AI Studio anmelden, können Sie dieses kostenlose Kontingent in Anspruch nehmen. Dies ist eine hervorragende Gelegenheit, um Ihr LLM-Studium zu beginnen und sich mit Einbettungen, Vektordatenbanken, semantischer Suche und mehr zu beschäftigen.
4. Preis-Leistungs-Verhältnis
Für 20 Dollar pro Monat können Nutzer über ChatGPT Plus auf GPT-4 zugreifen. Alternativ können sie für den gleichen Preis Gemini Advanced mit Gemini Ultra 1.0 nutzen, das zusätzliche Vorteile wie 2 TB Cloud-Speicher und die Integration mit Google Apps wie Gmail und Docs bietet. Für den Zugriff auf Gemini Advanced ist jedoch ein Abonnement für den Google One AI Premium Plan erforderlich. Trotz dieser Anforderung bietet es einen höheren Gegenwert für Ihr Geld.
Die Einführung eines Mid-Tier-Tarifs mit 500 GB Speicherplatz und Zugang zu Gemini Advanced zwischen dem Standard- und dem Premium-Tarif würde die Zugänglichkeit von Gemini erheblich verbessern, insbesondere für Studenten und Nutzer mit moderaten Speicheranforderungen. Google, wenn Sie zuhören, denken Sie bitte über diesen Vorschlag nach.
Was kommt als Nächstes für Zwillinge?
DeepMind von Google entwickelt das Gemini-Modell kontinuierlich weiter. Erst vor einer Woche wurde Gemini Pro 1.5 eingeführt. In dieser aktualisierten Variante wurde das Kontextfenster auf 128.000 Token erweitert. Darüber hinaus kann eine ausgewählte Gruppe von Entwicklern und Unternehmenskunden jetzt mit noch größeren Kontextfenstern von bis zu 1 Million Token durch private Vorschauen auf AI Studio und Vertex AI experimentieren. Zum Vergleich: Ein typisches Sachbuch enthält etwa 300.000 Token. Mit dem 1-Million-Token-Kontextfenster des Gemini Pro 1.5 können Benutzer nun ganze Bücher in Abfragen hochladen – ein bemerkenswerter Fortschritt im Vergleich zum 128.000-Token-Kontextfenster des GPT-4.
Inmitten der Sättigung von LLMs in der KI-Branche scheint Google diesmal mit seiner verbesserten Architektur, den schnellen Reaktionen und der nahtlosen Integration in das Google-Ökosystem einen Volltreffer gelandet zu haben. Es könnte in der Tat ein Schritt in die richtige Richtung sein, der OpenAI und andere Wettbewerber auf Trab hält.
Im Zeitalter der KI ist es für Unternehmen von entscheidender Bedeutung, gut ausgebildete Mitarbeiter zu haben, und die Einbeziehung von KI in die Mitarbeiterschulung kann eine erhebliche Investition darstellen. Wenn Sie auf der Suche nach KI-Lösungen für die Schulung Ihrer Mitarbeiter sind, ist Cody das richtige Werkzeug für Sie. Ähnlich wie bei ChatGPT und Gemini kann Cody auf Ihre Geschäftsdaten, Ihr Team, Ihre Prozesse und Ihre Kunden geschult werden, wobei Ihre einzigartige Wissensbasis genutzt wird. Cody ist modellunabhängig, was es Ihnen erleichtert, je nach Bedarf das Modell zu wechseln.
Mit Cody können Unternehmen die Leistung der KI nutzen, um einen personalisierten und intelligenten Assistenten zu schaffen, der speziell auf ihre Bedürfnisse zugeschnitten ist. Das macht Cody zu einer vielversprechenden Ergänzung in der Welt der KI-gesteuerten Unternehmenslösungen.
Warum Ihr Unternehmen heute einen KI-Mitarbeiter braucht
Die transformative Kraft von KI-Lösungen wie ChatGPT in modernen Arbeitsumgebungen ist unbestritten. Von der Vereinfachung des Verfassens von E-Mails bis hin zur Unterstützung bei psychischen Problemen – ChatGPT revolutioniert die Art und Weise, wie wir alltägliche Aufgaben angehen. Es ist jedoch nicht ohne Einschränkungen, wie z. B. die fehlende Anpassung an die Wissensbasis Ihres Unternehmens. Hier kommt Cody ins Spiel, Ihre unkomplizierte Lösung, mit der Sie das Beste aus der KI in Ihr Unternehmen bringen können – ohne Code.
Lassen Sie uns drei Möglichkeiten erkunden, wie Ihr Unternehmen von KI profitieren kann:
Ausbildung: Von statisch zu dynamisch
Herkömmliche Schulungsmethoden beinhalten oft statische, vordefinierte Abläufe, die nicht nur weniger ansprechend sind, sondern auch nicht unbedingt auf die Bedürfnisse Ihres Unternehmens zugeschnitten sind. Durch den Einsatz von KI können Sie Dynamik und Interaktivität in Ihre Mitarbeiterschulungsprogramme bringen.
Mit Cody ist es ganz einfach, Ihre vorhandenen Schulungsunterlagen hochzuladen – egal, ob es sich um PDFs oder Word-Dokumente handelt. Wählen Sie aus vorgefertigten Bot-Vorlagen oder verwenden Sie den erweiterten Bot-Builder, um Codys Persönlichkeit nach Ihren Wünschen zu gestalten. In nur wenigen Schritten erhalten Sie einen personalisierten Onboarding-Coach, der auf die Bedürfnisse jedes einzelnen Mitarbeiters eingeht und so die Effektivität und Intuitivität Ihrer Schulungsprogramme steigert.
Searching: Wissen zugänglich machen
Was nützt eine gut dokumentierte Wissensdatenbank, wenn Ihre Mitarbeiter Ewigkeiten damit verbringen, die Daten zu sichten? KI-gestützte Lösungen wie Cody verändern die Art und Weise, wie auf Informationen innerhalb Ihres Unternehmens zugegriffen wird, und funktionieren wie eine interne Suchmaschine.
Sobald Ihr Geschäftswissen in Cody hochgeladen ist, wird jede Abfrage in natürlicher Sprache mit einer präzisen, kohärenten Antwort beantwortet, die aus Ihren spezifischen Daten generiert wird. Es ist, als hätte man rund um die Uhr einen menschlichen Experten, der sich um all Ihre Fragen kümmert. Vorbei sind die Zeiten des ziellosen Suchens in endlosen Datenmengen.
Automatisieren: Vereinfachung der Arbeitsabläufe
Unser neuestes Update ermöglicht es Ihnen, die Automatisierung auf die nächste Stufe zu heben. Cody lässt sich jetzt nahtlos mit Zapier integrieren, sodass Sie KI-gesteuerte automatisierte Workflows erstellen können, die nicht nur effizient, sondern auch benutzerfreundlich sind. Durch die Automatisierung von Routineaufgaben können sich Ihre Mitarbeiter auf sinnvollere Aufgaben konzentrieren. Und dank der KI-Fähigkeiten von Cody sind die generierten Inhalte genauso gut wie die eines Menschen, wenn nicht sogar besser.
Zapier ist ein Tool, mit dem Sie Cody mit mehr als 5.000 Apps verbinden können und das Ihnen eine Welt der unbegrenzten Möglichkeiten eröffnet.
Die Zukunft ist jetzt, und sie heißt Cody
Wir haben uns mit der transformativen Kraft der KI am Arbeitsplatz befasst und uns dabei auf ihre Auswirkungen auf Schulungen, Suchvorgänge und die Automatisierung von Arbeitsabläufen konzentriert. Mit Plattformen wie Cody ist die Zukunft keine ferne Realität, sondern sie findet hier und jetzt statt. Die Integration von KI bietet nicht nur eine optimierte betriebliche Effizienz, sondern auch eine erhebliche Kostenreduzierung und eine Steigerung der Mitarbeiterzufriedenheit.
Warum also warten? Egal, ob Sie ein Startup-Unternehmen sind, das skalieren möchte, oder ein etabliertes Unternehmen, das sich modernisieren will – jetzt ist der perfekte Zeitpunkt, um KI-Lösungen zu nutzen. Mit überzeugenden Vorteilen und einer bewährten Erfolgsbilanz bietet Cody eine problemlose Option für diejenigen, die den Sprung in die Zukunft der Arbeit wagen wollen.
Verpassen Sie nicht die Gelegenheit, die Dynamik an Ihrem Arbeitsplatz zu revolutionieren. Klicken Sie hier, um Ihre Reise mit Cody zu beginnen und eine Welt der Effizienz und Innovation zu entdecken, die Sie nie für möglich gehalten hätten.
Verwandeln Sie Unternehmensdaten mit wenigen Klicks in ansprechende Erzählungen mit Cody
Nachdem wir mehrere Anfragen nach mehr Plattformkompatibilität erhalten haben, freuen wir uns, unser neuestes Update vorzustellen: Zapier-Integration für Cody. Dies eröffnet eine Welt der Möglichkeiten, denn Sie können Cody mühelos mit einem riesigen Ökosystem von mehr als 5.000 Apps verbinden – und das alles mit nur wenigen Klicks. Erweitern Sie die Funktionen von Cody weit über die ursprüngliche Integration mit Discord und Slack hinaus und nutzen Sie die Möglichkeiten der Automatisierung auf einer Vielzahl von Plattformen. Dieser Artikel hilft Ihnen dabei, Ihre LinkedIn-Posts mit KI zu verbessern, indem Sie Cody und Zapier verwenden.
Für diejenigen, die neu in der Automatisierungslandschaft sind, fungiert Zapier als Brücke ohne Code zwischen einer Vielzahl von Anwendungen, ohne dass kompliziertes technisches Know-how oder das Hantieren mit mehreren API-Schlüsseln erforderlich ist. Im Wesentlichen handelt es sich um eine benutzerfreundliche Methode zur Integration und Automatisierung von Funktionen über verschiedene Plattformen hinweg, die es einfacher denn je macht, die Möglichkeiten von Cody zu erweitern.
Einige der beliebten Apps, die im Zapier-Ökosystem verfügbar sind:
Google Sheets
Google Docs
Slack
Telegramm
Instagram
Facebook Messenger
Warum Cody der OpenAI API vorziehen?
Cody AI bietet einen maßgeschneiderten Ansatz zur Geschäftsautomatisierung und -unterstützung und unterscheidet sich damit von der allgemein verwendbaren GPT-API. Im Gegensatz zur GPT-API können Sie mit Cody den Assistenten speziell für Ihr Unternehmen, Ihr Team, Ihre Prozesse und sogar Ihre Kundendaten schulen, indem Sie Ihre eigene Wissensdatenbank verwenden. Dies erspart Ihnen die technische Komplexität, die mit der Pflege einer separaten Wissensdatenbank und der Implementierung einer semantischen Suchmaschine verbunden ist – Herausforderungen, die entmutigend sein können, wenn Sie technisch nicht versiert sind.
Außerdem bietet Cody eine umfassendere Lösung, die je nach Abonnementplan Zugang zu verschiedenen GPT-Modellen bietet. Außerdem unterstützt es eine Vielzahl von Dokumenttypen wie Word-/PDF-Dokumente, Crawl-Webseiten und bietet anpassbare, einbettbare Widgets, die sich nahtlos in Ihre bestehenden Geschäftsabläufe integrieren lassen. Mit Cody erhalten Sie eine All-inclusive-Plattform mit mehreren Funktionen, die auf Ihre speziellen Bedürfnisse zugeschnitten ist.
Wie lassen sich Arbeitsabläufe für Cody mit Zapier automatisieren?
Um zu zeigen, wie gut Cody und Zapier zusammenarbeiten, werden wir Sie durch eine einfache Automatisierung führen. In diesem Artikel erfahren Sie, wie Sie Ihre LinkedIn-Posts mithilfe von Cody und Zapier mit KI verbessern können. Mit dieser Einrichtung können Sie in Slack eine Nachricht darüber schreiben, was Sie auf LinkedIn posten möchten. In nur wenigen Sekunden verwandelt sich diese Nachricht automatisch in einen echten LinkedIn-Post. So können Sie Ihre Präsenz in den sozialen Medien schnell und einfach erweitern, und das alles dank Cody und Zapier.
Schritt 1: Einen Bot erstellen
Auf unserer Website finden Sie verschiedene Blogs, die Sie bei der Erstellung von Bots unterstützen. Aber um Ihnen einen kurzen Überblick zu geben: Ein Bot besteht im Wesentlichen aus zwei Hauptkomponenten:
Bot-Persönlichkeit: Dies bestimmt den Ton, die Stimmung und den Stil, in dem Ihr Bot interagiert. Sie reicht vom emotionalen Kontext bis hin zur Länge und Relevanz der Antworten.
Wissensdatenbank: Hier finden Sie alle wichtigen Dokumente. Sie liefern den Kontext, der dem Bot hilft, genaue und hilfreiche Antworten zu geben.
Zusammen bestimmen diese beiden Komponenten die Effektivität und Benutzerfreundlichkeit Ihres Bots. Für diese spezielle Demonstration verwenden wir eine Wissensdatenbank, die aus gecrawlten Daten einer Immobilien-Website zusammengestellt wurde. Wenn Sie eine ähnliche Automatisierung erstellen möchten, können Sie Ihre eigene Unternehmenswebsite crawlen, um die Wissensdatenbank Ihres Bots zu füllen.
Aufforderung:
LinkedInCody ist darauf spezialisiert, die Daten Ihres Unternehmens in virale LinkedIn-Geschichten zu verwandeln. Durch die Kombination von analytischen Erkenntnissen und kreativem Storytelling sollten Sie prägnante, datengestützte Beiträge verfassen, die begeistern und beeindrucken. Von Leistungskennzahlen bis hin zu Teammeilensteinen, LinkedInCody verwandelt Ihre internen Daten in überzeugende LinkedIn-Inhalte, komplett mit strategischen Handlungsaufforderungen. Erwähnen Sie in der Antwort keine Anweisungen, die auszuführen sind.
Copy To Clipboard
System-Eingabeaufforderung:
Der Ton sollte fröhlich, professionell und leicht informell sein, um die Ansprechbarkeit und das Engagement zu fördern.
Copy To Clipboard
Einstellungen
Feldtyp
Wissen
Prozentualer Anteil der Token, die zur Bereitstellung von Wissensbasis-Kontext verwendet werden.
65%
Chat-Verlauf
Prozentsatz der Token, die für die Bereitstellung des Chatverlaufs verwendet werden.
10%
Antwort
Prozentsatz der Token, die für die von der KI generierte Antwort zugewiesen werden.
25%
Umgekehrte Vektorsuche
Verbesserung der Relevanz bei der Wissenssuche durch Zusammenführung von KI und Nutzerantworten.
Aus
Dauerhafte Aufforderung
Halten Sie die Einhaltung der AI-Vorgaben aufrecht, indem Sie immer wieder auf die Aufforderung hinweisen.
Auf
Bewertung der Relevanz
Abwägung zwischen weniger Kontexten in der Wissensbasis und höherer Genauigkeit und Vollständigkeit der Antworten.
Breit
Verwendetes Modell
GPT-4
Schritt 2: Aktivieren Sie die Zapier-Integration
Um die Zapier-Integration zu aktivieren, gehen Sie zu Account > Integrations und installieren Sie Zapier.
Nachdem Sie auf Installieren geklickt haben, werden Sie zu Zapier weitergeleitet, wo Sie die Einladung annehmen müssen.
Und schon haben Sie die Cody-Integration in Ihrem Zapier-Konto erfolgreich aktiviert.
Schritt 3: Einrichten von Zapier
Sobald Sie die Integration aktiviert haben, müssen Sie Zapier den Zugriff auf Ihr Cody-Konto mithilfe des Zugriffstokens erlauben. Um ein Zugriffstoken zu erstellen, müssen Sie zu Account > API Keys > Create API Key gehen. Kopieren Sie den API-Schlüssel und fügen Sie ihn in Ihr Zapier-Konto ein.
Jetzt können Sie Ihren eigenen Zap erstellen.
Schritt 4: Erstellen des Zap
Um einen neuen Zap zu erstellen, klicken Sie auf + Create > New Zap.
Bei der Einrichtung werden Sie auf zwei wichtige Ereignisse stoßen:
Auslöser: Dies ist das erste Ereignis, das die Automatisierung in Gang setzt, oder der “Zap”. Dabei kann es sich um den Empfang einer neuen Nachricht oder um eine geplante Zeit handeln.
Aktion: Diese folgt auf den Trigger und führt bestimmte Aufgaben aus, wie das Senden einer Nachricht oder das Hinzufügen von Daten zu einer Tabelle.
Bevor wir mit der Erstellung des Zap beginnen, sollten wir uns ein klares Bild vom Arbeitsablauf machen. Wie im folgenden Diagramm dargestellt, beginnt der Prozess, wenn ein Benutzer den Namen des Bots zusammen mit einer Beitragsbeschreibung in einem öffentlichen Slack-Kanal erwähnt. Zum Beispiel: “@Zapier Erstellen Sie einen Beitrag, in dem hervorgehoben wird, warum Villa Homes besser ist als andere.”
Diese erste Nachricht wird dann so formatiert, dass der Bot-Name entfernt wird und nur der Kerninhalt übrig bleibt. Dieser formatierte Text wird an Cody gesendet, der dann eine LinkedIn-Beschriftung oder einen Beitrag erstellt. Schließlich wird dieser generierte Inhalt automatisch auf LinkedIn veröffentlicht.
Im Wesentlichen richten Sie einen optimierten Prozess ein, der eine Slack-Nachricht in einen LinkedIn-Post umwandelt, und das alles mit Hilfe von Cody und Zapier.
Um mit dem Abrufen von Nachrichten aus Ihrem Slack-Arbeitsbereich zu beginnen, müssen Sie zunächst Ihr Slack-Konto mit Zapier verbinden, falls Sie dies nicht bereits getan haben. Wählen Sie für das Ereignis “Auslöser” die Option “Neue Erwähnung”. Dadurch wird der Zap ausgelöst, sobald der angegebene Bot in einem öffentlichen Slack-Kanal erwähnt wird. In diesem Fall wird der Zap aktiviert, wenn der Zapier-Bot in einer Nachricht erwähnt wird, die das Wort “Post” enthält. Dadurch wird sichergestellt, dass die Automatisierung gezielt auf die von Ihnen beabsichtigten LinkedIn-Posts abzielt.
Nachdem Sie den Auslöser erfolgreich getestet haben, ist es an der Zeit, mit der Formatierung der Slack-Nachricht fortzufahren. Um den Bot-Namen zu entfernen und den Kerninhalt der Nachricht zu isolieren, verwenden wir die Funktion “Ersetzen”, die sich im Formatierungswerkzeug von Zapier befindet. So wird sichergestellt, dass nur der wesentliche Text an Cody zur Erstellung des LinkedIn-Posts weitergegeben wird.
Jetzt ist es an der Zeit, die Cody-Aktion einzurichten, um Ihren LinkedIn-Post zu erstellen. Wählen Sie den soeben erstellten Bot und verwenden Sie den formatierten Text aus Slack als Abfrage. Dadurch wird Cody angewiesen, die bereinigte Nachricht in einen auf LinkedIn zugeschnittenen Beitrag zu verwandeln.
Der letzte Schritt besteht darin, die Aktualisierung tatsächlich auf LinkedIn zu veröffentlichen. Verwenden Sie die von Cody generierte Antwort und geben Sie sie als Kommentar in die LinkedIn-Aktion ein. Dadurch wird sichergestellt, dass die von Cody erstellte Nachricht direkt in Ihrem LinkedIn-Konto gepostet wird und der Automatisierungsprozess abgeschlossen ist.
Endgültiges Ergebnis
Slack-Konversation
LinkedIn Beitrag
Was sollte Ihr nächster Schritt sein?
In diesem Artikel haben wir ein einfaches, aber leistungsstarkes Beispiel skizziert, das zeigt, wie Cody KI nahtlos in Ihre Automatisierungsworkflows über Zapier integrieren kann. Mit der umfangreichen Bibliothek beliebter Apps von Zapier sind den kreativen Automatisierungsmöglichkeiten keine Grenzen gesetzt. Wir freuen uns auch, ankündigen zu können, dass wir in Kürze eine Aktion zum Hochladen von Dokumenten zu Zapier hinzufügen werden, wodurch die Palette der Dokumente, die Sie in Ihrer Wissensdatenbank verwenden können, erweitert wird.
Wenn Sie erfolgreich einen Zap eingerichtet haben und Ihre Erfahrungen mit anderen teilen möchten, treten Sie unserem Discord-Server bei, um andere zu inspirieren. Wenn Sie Probleme haben, können Sie uns über die Funktion“Hilfe erhalten” erreichen.
Wir werden weiterhin Artikel veröffentlichen, die Ihnen dabei helfen, das Beste aus Cody für Ihre Geschäftsautomatisierungsanforderungen herauszuholen. Bleiben Sie also dran für mehr!
KI ist für niemanden von uns ein neuer Begriff, aber seit der Einführung von ChatGPT im November 2022 wächst die Angst, dass KI menschliche Arbeitsplätze ersetzen wird. Es ist sehr wahrscheinlich, dass KI in Zukunft viele einfache Tätigkeiten ersetzen wird, z. B. einfache Dateneingabe und Supportaufgaben. Es wird aber auch erwartet, dass die KI viele neue Arbeitsplätze schaffen wird. Was noch nicht so umfassend erforscht wurde, ist die Anwendung von KI bei der Schulung bestehender und neuer Mitarbeiter. Wenn Sie das heutige Weiterbildungsszenario in Unternehmen gesehen haben, dann hat es sich im Laufe der Jahre kaum weiterentwickelt – oft handelt es sich um klischeehafte Multiple-Choice-Fragen auf der Grundlage von Schulungsvideos. Leider sind diese Schulungen immer noch nicht in der Lage, reale Szenarien zu simulieren und genau zu beurteilen, ob ein Mitarbeiter auf die Herausforderungen der realen Welt vorbereitet ist.
Sie wollen auf keinen Fall, dass dies aufgrund einer unzureichenden Mitarbeiterschulung geschieht:
Wenn Sie auf der Suche nach KI-Lösungen für die Schulung Ihrer Mitarbeiter sind, ist Cody das ideale Werkzeug für Sie. Ähnlich wie ChatGPT kann Cody mit Ihren Geschäftsdaten, Teamprofilen, Prozessen und Kundeninformationen trainiert werden, wobei Ihre einzigartige Wissensbasis genutzt wird.
Mit Cody können Unternehmen die Leistung der KI nutzen, um einen personalisierten und intelligenten Schulungsassistenten zu entwickeln, der speziell auf die Anforderungen der Mitarbeiter zugeschnitten ist. Dies positioniert Cody als herausragende Ergänzung im Bereich der KI-gesteuerten Geschäftslösungen. Um mit Cody loszulegen, laden Sie einfach Ihre vorhandene geschäftsbezogene Dokumentation hoch (noch besser funktioniert es, wenn Sie bereits über schulungsbezogene Literatur verfügen) und wählen Sie entweder eine Vorlage aus unserer Vorlagenbibliothek oder erstellen Sie Ihren eigenen Bot von Grund auf. Hier sind einige Bereiche, in denen Cody Ihre Mitarbeiterschulung verbessern kann, so dass sie nicht nur effektiver, sondern auch ansprechender wird, anstatt eintönig und lästig zu sein.
Simulation von Szenarien aus dem wirklichen Leben
Berufe wie der des Kundensupports stellen besondere Anforderungen an die Ausbildung. Da die Interaktion zwischen Menschen im Mittelpunkt steht, ist es schwierig, jedes potenzielle Szenario oder Kundenanliegen vorherzusagen. Herkömmliche Schulungsmethoden haben sich oft auf Makros und Vorlagen verlassen, um Standardantworten zu liefern. Diese können zwar ein breites Spektrum gängiger Anfragen abdecken, doch die unvorhersehbare Natur von Kundeninteraktionen bedeutet, dass es immer wieder Situationen geben wird, die nicht in den Rahmen der vordefinierten Antworten fallen.
Hier kann die künstliche Intelligenz eine entscheidende Rolle spielen. Die Auszubildenden können einer Mischung aus Routine- und sehr ungewöhnlichen Szenarien ausgesetzt werden, was ihnen eine umfassendere Ausbildungserfahrung ermöglicht. Diese Simulationen können nicht nur die Problemlösungsfähigkeiten eines Mitarbeiters testen, sondern auch seine zwischenmenschlichen und kommunikativen Fähigkeiten. Das Feedback kann sofort erfolgen, und das Training kann in Echtzeit auf der Grundlage der Leistung des Lernenden angepasst werden.
Adaptive Multiple-Choice-Fragen
Herkömmliche Multiple-Choice-Fragen (MCQs) haben ihre Grenzen in Trainingsszenarien. Wenn eine Person beim ersten Mal nicht richtig antwortet, kann es sein, dass sie die gleiche Frage später noch einmal stellt. Nach einigen Versuchen und möglicherweise durch Raten kann der Mitarbeiter die richtige Antwort auswählen. Dieser Ansatz ist für die Ausbildung in jedem Bereich ineffizient.
Mit KI können sowohl die Frage als auch die entsprechenden Antworten neu strukturiert werden. Dadurch wird sichergestellt, dass die Frage und die Optionen unterschiedlich dargestellt werden, auch wenn das zugrunde liegende Konzept gleich bleibt. Die KI kann mit einigen Fragen versehen und so personalisiert werden, dass sie niemals dieselbe Frage wiederholt, wodurch der Trainingsprozess vielseitiger wird.
Sofortige Erklärungen
Das effektivste Lernen geschieht oft durch Fragen. Während der Schulung ist es jedoch nicht immer möglich, nach bestimmten Fachausdrücken oder Prozessen zu fragen, was für die Mitarbeiter ermüdend sein kann und somit den gesamten Schulungsprozess behindert. Durch die Integration von KI in die Schulung stellen Sie sicher, dass die Lernenden die Kernkonzepte erfassen und die Grundlagen klar verstehen, anstatt durch die Beantwortung mehrerer Fragen lediglich eine Illusion von Wissen zu erzeugen. Sofortige Erklärungen und Begründungen erwecken den Eindruck, dass ein menschlicher Ausbilder immer zur Verfügung steht, um den Mitarbeitern zu helfen.
Nahtlose Integration in bestehende Plattformen
Eine weitere Beobachtung, die bei den traditionellen Systemen der Mitarbeiterschulung gemacht wird, ist die zusätzliche Reibung, die durch den Wechsel zu einem anderen Medium entsteht, um die Schulung abzuschließen. Das ist nicht nahtlos und führt dazu, dass die Mitarbeiter ihre Schulungen verschieben. Mit Tools wie Cody können Sie den Schulungsprozess nahtlos in Ihren Slack-Arbeitsbereich integrieren (und viele weitere Integrationen werden in Kürze folgen), so dass die Mitarbeiter ihre Schulung ohne Kontextwechsel absolvieren können.
Mit Cody den AI-Sprung wagen
Integrieren Sie KI nahtlos in Ihr Unternehmen mit Cody. Keine Kodierung, keine technischen Hürden. Ziehen, ablegen, entwerfen und bereitstellen. Mit der Weiterentwicklung von Cody können Sie noch mehr Funktionen zur Verfeinerung des Trainingsprozesses erwarten. Testen Sie Cody kostenlos und unverbindlich. Und wenn Sie von seiner Wirksamkeit überzeugt sind, können Sie in Ihrem eigenen Tempo aufrüsten.
Erörterung der Auswirkungen des Code-Interpreters auf die Datenanalyse
Vor ein paar Wochen hat OpenAI die Code-Interpreter-Funktion für seine ChatGPT Plus-Abonnenten veröffentlicht und damit in der Tech-Community hohe Wellen geschlagen. Wenn Sie jemand aus der Tech-Community sind, der noch nicht weiß, was der Code Interpreter ist und welches Potenzial er hat, dann sind Sie hier genau an der richtigen Stelle. Wir haben den Code Interpreter ausprobiert und werden in diesem Artikel die Auswirkungen des Code Interpreters auf Datenanalysten diskutieren und ob er Datenanalysten tatsächlich vollständig ersetzen wird.
Als OpenAI die Code-Interpreter-Funktion für ChatGPT einführte, hatten wir einen Artikel darüber geschrieben, was sie ist und wie sie funktioniert. Diesen Artikel können Sie hier nachlesen. Um kurz zu erklären, was der Code Interpreter ist – es ist eine Python-Sandbox, die von ChatGPT generierten Code ausführt und Ihnen die endgültige Ausgabe liefert. Die Codeausführung erfolgt rekursiv, und der Kontext wird fast während des gesamten Chats beibehalten. Rekursive Ausführung bedeutet, dass die Ausgabe des Codes so lange in die Sandbox zurückgeführt wird, bis eine zufriedenstellende Antwort erzeugt wird. Dies gilt auch für das Debuggen des Codes.
Sie können auch Dateien wie Code, Dokumente, Bilder und Datensätze hochladen. Es gab Fälle, in denen der Kontext aufgrund des Kontextfensters oder der Live-Container-Migration im Backend verloren ging. In solchen Fällen müssen Sie die Datei möglicherweise erneut hochladen, und der Code Interpreter kümmert sich um den Rest.
Wie aktiviert man den Code-Interpreter?
Um den Code Interpreter für ChatGPT zu aktivieren, müssen Sie sich bei ChatGPT Plus anmelden. Nachdem Sie sich angemeldet haben, klicken Sie auf die drei Punkte und gehen Sie zu Einstellungen & Beta > Beta-Funktionen. Aktivieren Sie den Code-Interpreter.
Erstellen Sie einen neuen Chat und wählen Sie GPT-4 mit Code-Interpreter.
Verwendung des Code-Interpreters für die Datenanalyse
Zur Veranschaulichung und Darstellung des Potenzials des Code-Interpreters werden wir den Bereich der Datenanalyse untersuchen, da dieser mehrere Aspekte der Programmierung über die Codegenerierung hinaus umfasst. Eine genaue Datenanalyse erfordert ein gutes Verständnis der Daten und ihrer Eigenschaften. Der Einstieg in die Datenanalyse mit dem Code-Interpreter ist so einfach wie das Hochladen Ihres Datensatzes und die Abfrage des Datensatzes in natürlicher Sprache.
Im Folgenden finden Sie einige Anwendungsfälle, bei denen der Code-Interpreter seine Stärken ausspielt und Ihren Datenanalyse-Workflow aufwerten kann:
Datenbereinigung
So wichtig diese Phase der Datenanalyse auch ist, so mühsam kann sie sein, vor allem, wenn Sie Anfänger sind und gerade erst mit der Datenanalyse/Datenwissenschaft begonnen haben. Der Code Interpreter macht den gesamten Prozess effizient und hilft Ihnen, viel Zeit beim Durchsuchen und Verstehen des Datensatzes zu sparen. Dies bedeutet jedoch nicht, dass kein menschliches Eingreifen erforderlich ist, da LLMs häufig zu Halluzinationen neigen. Es ist wichtig, dass Sie den gesamten Prozess stets im Auge behalten.
Der Code Interpreter kann Ihnen bei verschiedenen Methoden der Datenbereinigung helfen, wie zum Beispiel:
Verstehen Ihres Datensatzes
Umgang mit fehlenden/ungültigen Werten
Überprüfung auf fehlerhafte Datentypen und Lösungsvorschläge zu deren Behebung
Kennenlernen von Methoden der Datenanalyse
Die Datenanalyse ist nach wie vor einer der beliebtesten Berufe für den Einstieg in die Technologiebranche, und viele Menschen bereiten sich darauf vor, in diesem Bereich tätig zu werden. Es gibt eine Vielzahl verschiedener Online-Kurse, die man belegen kann, um Datenanalyst zu werden. Man kann jedoch nicht nur durch ein Dutzend Kurse Fachwissen in Datenanalyse oder Datenwissenschaft erwerben. Sie müssen praktisch tätig sein und ein breites Spektrum von Datensätzen analysieren und experimentieren und manchmal auch eigene Datensätze erstellen.
Die logische Argumentation von GPT-4, in Harmonie mit der Live-Ausführung von Code mit dem Code-Interpreter, macht ChatGPT nichts weniger als Ihr Mentor im Verständnis der unzähligen Terminologien in der Datenanalyse. Die beste Art, etwas zu lernen, ist, Fragen zu stellen, und ChatGPT ermöglicht es Ihnen, das Gleiche zu tun. Ein gewisses Maß an Interaktivität verbessert immer die Lernfähigkeit und hilft dabei, einen bestimmten Bereich in- und auswendig zu verstehen.
Sondierung verschiedener Lösungen
Abgesehen vom Grundgerüst der Datenanalyse gibt es keine definierte Checkliste, die man befolgen kann, um Rückschlüsse aus dem Datensatz zu ziehen. Datenanalyse und Programmierung sind eine Kunstform. Kunst ist für jeden Menschen anders und kann nur verbessert werden, wenn man andere Künste erforscht hat. Mit ChatGPT haben Sie Zugang zu verschiedenen Lösungen mit Begründungen, an die Sie vielleicht noch gar nicht gedacht haben. Mit der Hinzufügung des Code-Interpreters hat ChatGPT nun zusätzlichen Kontext, mit dem es arbeiten kann, was die Lösungen drastisch verbessert.
Visualisierung von Daten
Dies ist zweifellos eine der derzeit besten Funktionen von Code Interpreter (oder ChatGPT Plus) – die Möglichkeit, Visualisierungen und Bilder anzuzeigen. Durch die Visualisierung Ihres Datensatzes wird der gesamte Prozess des Verständnisses der Attribute erheblich beschleunigt. In Erweiterung unseres vorherigen Anwendungsfalls, in dem wir die verschiedenen Methoden zum Auffinden von Ausreißern aufgelistet haben, können wir das Gleiche mit Hilfe von Box-Plots und Histogrammen grafisch darstellen.
Im obigen Screenshot können Sie auch sehen, dass der Code Interpreter den Fehler selbst entschlüsselt und die Visualisierung für die Ausreißer erstellt hat.
Verständnis des bestehenden Codes
Das Lesen von Code kann sehr viel Zeit in Anspruch nehmen, vor allem wenn Kommentare fehlen oder unzureichend sind. Mit dem Code Interpreter können Sie einfach die Python- oder Jupyter-Notebook-Datei hochladen und ChatGPT bitten, den Code für Sie zusammenzufassen. Sie können auch Fragen zum Code stellen. Das war zwar auch früher schon möglich, aber nicht so nahtlos und auch nicht kontextbezogen. Dieser Anwendungsfall kann sich bei Schulungen oder bei der Zusammenarbeit als sehr nützlich erweisen.
Wird der Code-Interpreter den Datenanalysten ersetzen?
Dies ist erst der Anfang von KI-basierten Tools, und sie werden mit zusätzlichen Funktionen und größeren Kontextfenstern weiter verbessert werden. Die KI-Revolution wird wahrscheinlich viele Arbeitsplätze ersetzen, aber sie wird auch doppelt so viele Arbeitsplätze schaffen, die wir uns vielleicht noch gar nicht vorstellen können. Tools wie der Code Interpreter übernehmen mühsame und redundante Aufgaben und ermöglichen es Datenanalysten, sich stärker auf die Verbesserung der Datenqualität und fundiertere Entscheidungen zu konzentrieren. Darüber hinaus wird ChatGPT dazu beitragen, die Fähigkeiten bestehender Datenanalysten zu verbessern und ihnen zu helfen, in ihrer Karriere voranzukommen.
“KI wird Sie nicht ersetzen. Ein Mensch, der KI nutzt, wird es.”
Im Zeitalter der KI ist es für Unternehmen von entscheidender Bedeutung, gut ausgebildete Mitarbeiter zu haben, und die Einbeziehung von KI in die Mitarbeiterschulung kann eine erhebliche Investition darstellen. Wenn Sie auf der Suche nach KI-Lösungen für die Schulung Ihrer Mitarbeiter sind, ist Cody das richtige Werkzeug für Sie. Ähnlich wie bei ChatGPT kann Cody auf Ihre Geschäftsdaten, Ihr Team, Ihre Prozesse und Ihre Kunden geschult werden, wobei Ihre einzigartige Wissensbasis genutzt wird.
Mit Cody können Unternehmen die Leistung der KI nutzen, um einen personalisierten und intelligenten Assistenten zu schaffen, der speziell auf ihre Bedürfnisse zugeschnitten ist. Das macht Cody zu einer vielversprechenden Ergänzung in der Welt der KI-gesteuerten Unternehmenslösungen.
Melden Sie sich bei ChatGPT Plus an und erhalten Sie Zugang zum Code Interpreter sowie zu einer Vielzahl weiterer Funktionen. Link zum Code Interpreter Chat.
![Gemma] Aufbau eines KI-Assistenten für die Datenwissenschaft 🤖](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgg06dhS6iRpIv8hvyonlwncW-RC5n59E8vhaWRgIVqTP-Z1AbTBDtdJsX8ClDILimlGWlRAIORuZn8349TfUFmgqYyCRcoctTvNC_Kv70z41hCKd-0Fy4Ic4EgKyY0LxQ5rDt1eXi3jvEcTxgTC62glTl4e5Cffge50iiF0fxCBqmq9v-u7KTfIL4Lxb0/s1600/Gemma_social.png)
