Workshop: Content Creation
Auf dieser Seite
Workshop-Ziel
Dieser abschließende Workshop untersucht die kreative Seite der Mistral-Modelle: Brainstorming, die Erstellung von Schulungsszenarien und die Generierung von Marketinginhalten. Das Paradoxon der KI-gestützten Erstellung besteht darin, dass sie mehr Struktur erfordert, nicht weniger: Eine hohe Temperatur ohne Leitplanken erzeugt unbrauchbaren Chaos, während eine hohe Temperatur innerhalb eines gut eingeschränkten Prompts Ideen hervorbringt, die sowohl originell als auch umsetzbar sind. Diese Kombination – kontrollierte Freiheit – wird Sie in den drei folgenden Übungen anwenden.
Übung 1: Strukturiertes Brainstorming
Beginnen wir mit einem Produktfall: Sie bereiten den Launch einer neuen mobilen App vor und benötigen Ideen für differenzierende Funktionen. Ein rohes Brainstorming würde eine Liste vager Slogans ergeben; um in einem Produktmeeting umsetzbar zu sein, muss jede Idee vorab evaluiert eintreffen. Beachten Sie, wie der Systemprompt ein Bewertungsgitter (Aufwand, Impact, Differenzierung) auf jede Idee auferlegt und das Modell in einen Produktblatt-Generator verwandelt, anstatt eine Vorschlagsmaschine.
messages = [
{
"role": "system",
"content": """You are a creative product manager specializing in B2C mobile apps.
For each idea, provide:
- Feature name (max 5 words)
- Description (2 sentences)
- Development effort: S (< 1 week) / M (1-4 weeks) / L (> 1 month)
- Estimated user impact: low / medium / high
- Competitive differentiation: low / medium / high
Propose varied ideas: some pragmatic, some bold."""
},
{
"role": "user",
"content": """Product context:
- Personal budget management app for 25-35 year olds in France
- Current features: expense tracking, automatic categorization,
savings goals, bank synchronization
- Main competitors: Bankin, Linxo, Finary
- Identified problem: 60% of users abandon after 3 weeks
Generate 8 feature ideas to improve retention.
Rank them by decreasing impact."""
}
]
response = client.chat.complete(
model="mistral-large-latest",
messages=messages,
temperature=0.8,
presence_penalty=0.6
)
Das Modell sollte 8 wirklich varied Ideen produzieren: soziale Funktionen wie Herausforderungen mit Freunden, Gamification mit Serien, Abzeichen und Levels, prädiktive Intelligenz wie Überziehungsalarmen oder originelle Integrationen wie die gemeinsame Aufteilung von Gruppenausgaben. Diese Vielfalt ist kein Zufall: Die Kombination temperature=0.8 und presence_penalty=0.6 spiegelt exakt die Lehren aus dem vorherigen Abschnitt wider – die Temperatur öffnet das Feld der Möglichkeiten, die Präsenzstrafe verhindert, dass das Modell dieselbe Idee achtmal wiederholt.
Erweitern Sie die Übung. Senken Sie die Temperatur auf 0,4 und vergleichen Sie: Die Ideen werden konventioneller, aber auch realistischer. Fügen Sie die Einschränkung hinzu: „Mindestens 2 Ideen müssen generative KI nutzen” und beobachten Sie, wie das Modell dies einhält. Ändern Sie schließlich die Persona: „Sie sind ein UX-Designer” lenkt die Vorschläge auf die Erfahrung statt auf die Funktionen.
Übung 2: Kreative Szenarien für Schulungen
Wechseln Sie für die zweite Übung die Kulisse: Sie erstellen Szenarien für einen Management-Schulungskurs. Ein gutes Trainingsszenario muss realistisch, ansprechend und – das ist der schwierigste Teil – mehrere legitime Ansätze zulassen: Wenn es eine offensichtliche Lösung gibt, erlischt die Gruppendiskussion in fünf Minuten. Der Systemprompt kodiert diese Anforderungen einzeln, bis hin zu den Zahlen, die das Dilemma konkret machen.
messages = [
{
"role": "system",
"content": """You are an instructional designer specializing in management training.
Each scenario must:
- Be grounded in a realistic French professional context (2026)
- Present a dilemma with no obvious solution
- Involve at least 3 stakeholders with divergent interests
- Include figures to make the decision concrete
- End with 3 reflection questions for the group
Tone: professional, immersive, engaging."""
},
{
"role": "user",
"content": """Create a training scenario on the theme:
"Managing a conflict between individual performance and collective well-being"
Context: a 12-person tech team in a Paris-based scale-up.
The scenario should last about 30 minutes of group discussion.
Also provide a facilitator sheet with key points to surface."""
}
]
response = client.chat.complete(
model="mistral-large-latest",
messages=messages,
temperature=0.7
)
Das erwartete Ergebnis ist ein vollständiges Szenario: Eine Situation, die im Detail mit ihren Zahlen (Umsatz, Fristen, Fluktuation) beschrieben wird, mindestens drei Charaktere mit ihren eigenen Motivationen, ein zentrales Dilemma mit verteidigungsfähigen Argumenten auf beiden Seiten, offene Reflexionsfragen ohne einzelne Antwort und das Moderatorenblatt mit den wichtigsten Punkten, die ans Licht gebracht werden müssen, Fallstricken, die zu vermeiden sind, und einem Bewertungsgitter. Eine Temperatur von 0,7 gibt dem Modell die Freiheit, Charaktere und Situationen zu erfinden, während die auferlegte Struktur sicherstellt, dass das Szenario im Klassenzimmer nutzbar bleibt.
Übung 3: Marketinginhalte in mehreren Formaten
Die letzte Übung setzt Sie in die Rolle eines Marketing-Managers: Sie lancieren einen neuen Service und müssen Inhalte für mehrere Kanäle gleichzeitig aus einer einzigen Zusammenfassung produzieren. Jeder Kanal hat seine Codes – ein LinkedIn-Beitrag wird nicht wie eine E-Mail-Betreffzeile geschrieben – und der Systemprompt erzwingt diese, gestützt durch numerische Einschränkungen.
messages = [
{
"role": "system",
"content": """You are a content director producing multi-channel marketing
material from a single brief.
For each channel, respect specific constraints:
- LinkedIn: 1200-1500 characters, expert tone, 3-5 hashtags, a punchy hook
- Email: subject (max 50 chars), preview text (max 90 chars), body (200 words max)
- Web page: headline (max 10 words), subtitle (max 25 words), 3 USP blocks,
main CTA
Style: professional French, formal 'you', data-driven where possible.
NEVER use empty superlatives ("market leader", "revolutionary solution")."""
},
{
"role": "user",
"content": """Product brief:
Name: SecureDocs AI
Type: Document management SaaS with integrated AI
Price: starting at 19 euros/user/month
Target: legal and compliance departments (50-500 employees)
USP: Automatic document classification by AI, risky clause detection,
integrated GDPR/NIS2 compliance
Launch: April 15, 2026
Launch offer: 3 months free for the first 100 signups
Produce content for the 3 channels."""
}
]
response = client.chat.complete(
model="mistral-large-latest",
messages=messages,
temperature=0.6
)
Sie sollten drei distinct Blöcke erhalten, jeweils in den Codes des jeweiligen Kanals. Für LinkedIn: Ein professioneller Beitrag, der mit einem ansprechenden Haken – einer Frage oder einer Statistik – eröffnet wird, der das Problem darlegt, die Lösung präsentiert und mit einem CTA zur Website endet, mit relevanten Hashtags. Für E-Mail: Ein kurzer, fesselnder Betreff, ergänzender Vorschauteil (nicht redundant zum Betreff) und ein Körper, der Problem/Lösung/Angebot/CTA strukturiert. Für die Webseite: Ein von Nutzen geprägter Titel, ein Untertitel, der das Ziel spezifiziert, drei betitelte USP-Blöcke und ein klares CTA.
Auch hier sind Variationen lehrreich: Generieren Sie denselben Inhalt mit n=3 und temperature=0.7, um drei Versionen zu vergleichen und die beste auszuwählen, fügen Sie einen Kanal hinzu („Twitter/X Thread in 5 Posts”) oder ändern Sie das Ziel – „industrielle KMUs” statt „Rechtsabteilungen” –, um zu sehen, wie sich der gesamte Marketing-Winkel dreht.
Die 3-Schritte-Creative-Pipeline
Für hochwertige Inhalte ist die beste Praxis nicht, alles in einem einzigen Aufruf zu fragen, sondern Schritte zu ketten, die die Temperatur an jeden anpassen:
# Step 1: Brainstorming (high temperature)
idees = client.chat.complete(
model="mistral-large-latest",
messages=[{"role": "user", "content": "10 angles for an article on [subject]"}],
temperature=0.9
)
# Step 2: Selection and structuring (low temperature)
plan = client.chat.complete(
model="mistral-large-latest",
messages=[
{"role": "user", "content": f"Among these angles:\n{idees}\nChoose the best and create a detailed outline."}
],
temperature=0.3
)
# Step 3: Writing (medium temperature)
article = client.chat.complete(
model="mistral-large-latest",
messages=[
{"role": "system", "content": "Write according to this outline, tone [your tone]."},
{"role": "user", "content": plan}
],
temperature=0.5
)
Diese Pipeline trennt divergente Phasen – Brainstorming, in dem Sie Kühnheit wollen – von konvergenten Phasen – Strukturierung und Schreiben, in denen Sie Strenge wollen. Dies ist genau der Ansatz eines menschlichen Kreativteams: Sie bewerten Ideen nicht, während Sie sie generieren, und Sie schreiben nicht, während Sie strukturieren.
Kernaussagen
- Hohe Temperatur (0,7–0,9) für Brainstorming, mittlere (0,4–0,6) für Schreiben
- Präsenzstrafe fördert die Vielfalt der Ideen
- Strukturieren Sie kreative Prompts mit präzisen Einschränkungen (Format, Länge, Ton)
- Nutzen Sie eine mehrstufige Pipeline und generieren Sie mehrere Versionen (
n > 1), um die beste auszuwählen - Passen Sie die Persona an den Kanal an: Experte für LinkedIn, verkaufsorientiert für E-Mail, prägnant für Webseiten
Testen Sie Ihr Wissen
Nach den vier Workshops eine abschließende Überprüfung der Techniken.
1. Was ist der Zweck der Systemrolle im Vergleich zur Benutzerrolle?
Antwort: Das System legt den dauerhaften Rahmen (Identität, Regeln, Format) für den gesamten Gesprächsverlauf fest; der Benutzer trägt die aktuellen Anfragen – Anwendungsanweisungen vermischen sich nicht mit Nachrichten.
2. Wann ist Few-Shot gegenüber Anweisungen vorzuziehen?
Antwort: Wenn Zeigen besser ist als Sagen: präzise Formate, subtile Töne, Grenzfälle – ein oder zwei Beispiele kalibrieren die Ausgabe besser als ein Absatz Regeln.
3. Was ändert Chain of Thought bei einer komplexen Aufgabe?
Antwort: Das Fordern von Überlegungen vor dem Schluss lässt Schritte entfalten, statt zu einer plausiblen Antwort zu springen – weniger Fehler bei Berechnungen, Logik und Abwägungen.
4. Temperatur und Top P: Welche Einstellung für welchen Bedarf?
Antwort: Niedrige Temperatur für Fakten und Extraktion (Determinismus), hoch für Kreativität; Top P beschränkt die Stichprobe auf die wahrscheinlichsten Token – Sie passen eines oder das andere an, selten beide.
5. Nennen Sie zwei Prompting-Antimuster, die zu vermeiden sind.
Antwort: Alles in einem Satz ohne Struktur oder Ausgabeformat zu fragen, und widersprüchliche Anweisungen zu stapeln – die Workshop-Lehren zeigen das Gegenteil: klares Ziel, klare Einschränkungen, Iterationen.
Die vier Workshops haben diese Techniken zu Gewohnheiten gemacht – nutzen Sie ihre Rahmenwerke als Vorlagen für Ihre eigenen Fälle.