Die Edelsteine ​​von Google bieten einen sanften Start für die KI -schnelle Technik

Obwohl ich kein Verkaufsexperte bin, schien der Rat wertvoll. Es ist eine nützliche Funktion, dass ein Transkript des Chats in der Seitenleiste gespeichert wird, um die Sitzung später noch einmal durchzusehen.

Es gibt jedoch einige Einschränkungen. Der Gem hält einen konsistenten Ton, bezieht sich aber nicht auf frühere Punkte im Gespräch, sondern geht nur vorwärts. In einer echten Coaching-Sitzung würde man erwarten, dass der Coach spätere Diskussionen mit früheren verbindet. Dies scheint ein allgemeineres Problem bei großen Sprachmodellen zu sein, das wahrscheinlich eine bessere Nutzung des Kontextfensters erfordert.

Zusätzlich stützt sich der Gem auf allgemeines Verkaufswissen aus seinen Trainingsdaten. Für spezifischere Anwendungsfälle könnte er von retrieval-augmented generation (RAG) profitieren, was es ihm ermöglichen würde, auf externe Datenbanken für domänenspezifisches Wissen zuzugreifen.

Eine weitere mögliche Verbesserung könnte darin bestehen, einfaches Hintergrundwissen als Sätze zu speichern, ähnlich wie die „Memory“-Funktion von OpenAI. Dies würde es Nutzern ermöglichen, wiederkehrende Fakten in ihre Chats einzubinden, ohne sie jedes Mal wiederholen zu müssen.

Die größte Einschränkung ist, dass Gems vergangene Gespräche nicht speichern. Jedes Mal, wenn man einen Gem verwendet, beginnt er von Neuem, ohne Erinnerung an frühere Sitzungen. Dies ist ein erheblicher Nachteil, wenn man den Gem wiederholt nutzen möchte, da man nicht auf früheren Diskussionen aufbauen kann.

Trotz dieser Mängel sind Gems eine großartige Möglichkeit, mit Prompt-Engineering zu beginnen, insbesondere für diejenigen, die mit dem Konzept noch nicht vertraut sind. Sie bieten eine praktische Einführung in das Erstellen effektiver Prompts und die Nutzung von Gen AI-Tools.