Wie man mit einem LLM schreibt: Zwei Regeln, die die Distanz der Maschine wahren

„How to Write with an LLM“ ist ein seltsamer Ratgeber, der Autoren auffordert, KI als Werkzeug zu nutzen, ohne sie die Kontrolle übernehmen zu lassen. Der Autor, dessen Name nicht genannt wird, möchte, dass LLMs Fehler in deinem Text finden und ihn nicht umschreiben. Das Kernargument ist einfach: LLMs sind hervorragend darin, Probleme zu erkennen, aber sie sind furchtbar darin, natürlichen, für Menschen lesbaren Text zu erzeugen. Der Trick besteht darin, die Distanz der Maschine zu wahren.

Die zwei Regeln

Der Autor stellt zwei strikte Regeln für die Arbeit mit einem LLM auf. Die erste Regel lautet, dass du kein einziges Wort verwenden darfst, das ein LLM dir vorschlägt. Die Begründung: Modelle sind übernatürlich gut darin, gefällige Wendungen zu wählen, doch diese Wendungen wirken im Kontext oft unnatürlich. Der Autor beschreibt die Vorschläge der LLMs als schmeckend wie Velveeta — verarbeitet und künstlich.

Die zweite Regel lautet, Ermutigung vollständig zu vermeiden. Wenn du einem LLM einen Entwurf vorlegst, antwortet es mit begeistertem Lob. Das ist nicht, was du hören musst. Die meisten ersten Entwürfe sind schlecht, mit zusammenhanglosen Themenverläufen und Hunderten von Wörtern, die gestrichen werden könnten. Das Modell wird dich für deine Gesamtstruktur loben, dann für deine Absätze und Übergänge, dann für deine Wortwahl und Metaphern. All das ist schlecht, und all das drängt dich zu einem fertigen Produkt, das konstruiert statt geschrieben wirkt.

Warum die Regeln funktionieren

Der Autor gibt zu, dass er LLMs seit Langem belügt und ihnen sagt, er sei nicht der Autor, sondern ein Redakteur, der Beiträge für die Aufnahme prüft. Das hilft, doch das Modell schießt meist übers Ziel hinaus und passt seine Antworten den Zielen der imaginären Publikation an. Die Lösung besteht darin, dem Modell zu verbieten, dich zu ermutigen, und dann bei Lob hyperwachsam zu sein.

Die eigene Erfahrung des Autors stützt die Regeln. Früher eröffnete er jede Korrekturanweisung mit der Lüge, er sei nicht der Autor. Das half, doch das Modell überangepasste sich weiterhin an die Ziele seiner imaginären Publikation. Jetzt verbietet er Ermutigung rundheraus und achtet genau auf Lob.

Was die Modelle gut finden

LLMs sind hervorragend darin, Probleme zu markieren. Sie erkennen überstrapazierte Wendungen, wiederholte Wortwahlen und Füllwörter wie „very“, „unfortunately“, „really“ und „actually“. Sie erkennen auch Absätze, die an eine andere Stelle verschoben werden können, um die Klarheit zu verbessern. Der Autor nennt diese Änderungen „really, actually, very satisfying“.

Ein besserer Arbeitsablauf

Der Autor empfiehlt die Lektüre von Style: Lessons in Clarity and Grace, ein Buch über Prosa, das er mit „C Interfaces and Implementations“ für Prosa vergleicht. Er erfuhr davon durch Richard Gabriel und merkt an, dass jeder Programmierer, den er kennt, ein Exemplar auf seinem Schreibtisch haben sollte.

Der vorgeschlagene Arbeitsablauf umfasst drei Schritte:

1. Bitten Sie das Modell, Probleme in Ihrem Text zu erkennen.
2. Schreiben Sie den Absatz, den Satz oder den Abschnitt neu.
3. Legen Sie dem Modell den ursprünglichen und den neuen Text vor und fragen Sie, welcher besser ist.

Der Haken ist, dass dieser Ansatz auf eine Variante von Regel Zwei stößt. Das Modell weiß, dass Sie gerade etwas neu geschrieben haben, und möchte Ihnen sagen, dass die neue Version besser ist. Die Lösung besteht darin, die Optionen einem Modell vorzulegen, das nicht den Kontext Ihres Überarbeitungsprozesses hat.

Eine Warnung vor Overfitting

Der Beitrag verknüpft seine Ratschläge direkt mit dem Risiko von LLM-Creep, dem unheimlichen Tal zwischen Ausdruck und Output, und der Gefahr, dass Leser die Aufmerksamkeit verlieren, wenn sie LLM-Wörter in den parts per trillion entdecken. Die Warnung des Autors lautet, dass LLM-Creep Sie in das unheimliche Tal zwischen Ausdruck und Output stoßen und Sie aus der Aufmerksamkeit Ihrer Leser katapultieren kann.

Der Rat ist es wert, befolgt zu werden. Die Regeln sind streng, aber der Nutzen ist real. Ein LLM kann Probleme markieren, die Sie übersehen würden, und das Umschreiben mit Ihrer eigenen Stimme bleibt der einzige Weg, Texte zu produzieren, die die Aufmerksamkeit eines Lesers fesseln. Die Ironie ist, dass die effektivste Art, mit einem LLM zu schreiben, darin besteht, es wie ein Werkzeug zu behandeln, dem Sie kaum trauen.

Quellmaterial: „How to Write with an LLM“, sockpuppet.org.