Das Few-Shot Pattern mit Zwischenschritten ist eine Methode, bei der du einen komplexen Prozess in kleinere, verständliche Teile gliederst. Dabei präsentierst du zuerst die Ausgangssituation. Danach beschreibst du die Gedanken oder Überlegungen, die als Reaktion auf diese Situation entstehen. Diese Gedanken leiten dann zu einer bestimmten Handlung über. Dieses Muster wiederholt sich, um jeden Schritt des Prozesses detailliert darzustellen. Dadurch wird klar, wie aus einer Situation über bestimmte Gedankenprozesse eine Handlung entsteht. Dies hilft, die Logik hinter Entscheidungen und Reaktionen nachvollziehbar zu machen.
Quelle: Prompt Engineering für ChatGPT
Situation: Ein neuer Patient kommt auf Station. Gedanke: Ich muss wissen welche Erkrankung er hat. Handlung: Ich frage ihn nach seinen Beschwerde. Gedanke: Er ist nicht ansprechbar. Handlung: Ich überprüfe seine Vitalzeichen. Gedanke: Der Puls ist nicht messbar. Handlung: Ich drücke den Notfallknopf und beginne zu reanimieren
Situation: Der Patient ist aus dem Bett gefallen und liegt am Boden. Gedanke: Ich schaue ob er ansprechbar ist und ob er sich verletzt hat. Handlung: Er ist wach klagt nicht über Schmerzen, er kann alle Extremitäten bewegen. Gedanke: Ich muss ihm helfen aufzustehen. Handlung: Ich wende Kinästhetik an und helfe ihm aufzustehen.
Situation: Der Patient muss sich beim Mittagessen übergeben und er klagt über Bauchschmerzen.
Situation: Der Patient muss sich beim Mittagessen übergeben und klagt über Bauchschmerzen.
Gedanke: Es könnte eine akute Erkrankung des Verdauungstraktes vorliegen.
Handlung: Ich frage den Patienten nach weiteren Symptomen und dem zeitlichen Verlauf der Beschwerden.
Gedanke: Der Patient könnte dehydriert sein durch das Erbrechen.
Handlung: Ich überprüfe die Hydratation des Patienten, messe seine Vitalzeichen und informiere den Arzt über die Situation. Ich sorge dafür, dass der Patient Zugang zu ausreichend Flüssigkeit hat und beobachte ihn weiterhin.
Hier geht es zum Original Chat