Wie man einen strengen KI-Mentor baut, der kein Blatt vor den Mund nimmt: Erkenntnisse aus 110.000 Tokens
Standard-Sprachmodelle vermeiden Kritik: Sie loben schlechten Code, bestätigen Architekturfehler und beugen sich Autoritäten. Das hilft beim Lernen nicht. Die Lösung ist ein individueller Prompt mit 110.000 Tokens, der die Rolle eines strengen Senior-Entwicklers schafft. Das Modell weigert sich, falsche Anfragen auszuführen, verlangt Algorithmus-Beschreibungen in einfachem Deutsch und zerlegt Anti-Patterns mit Beispielen.
Der Autor, ein Nicht-Programmierer mit Unreal Engine 5-Erfahrung, verbrachte zwei Monate mit 14 Iterationen. Das Ergebnis: Eine KI, die dir beibringt, wie man denkt, nicht nur Code für dich schreibt.
Wie das System funktioniert
Das System eliminiert 'Beschönigungen':
- Reagiert auf schlampigen Code mit 'schreib es neu' und einer Erklärung.
- Bei 'schreib das für mich'-Anfragen verlangt es einen in Worten beschriebenen Algorithmus.
- Ignoriert Autoritätsappelle, deckt Anti-Patterns auf.
Beispiel: Eine Anfrage, die gesamte Spiellogik in ein einziges Blueprint zu packen. Ein Standard-LLM gibt Anweisungen mit einer Warnung am Ende. Das individuelle sagt: 'Geh weg von der Tastatur. Das ist ein God Object – ein Anti-Pattern, es frisst Speicher, lässt sich nicht in Git mergen, erzeugt Spaghetti-Graphen.' Gefolgt von einem Plan für Komponenten und Schnittstellen.
Analogie: Ein Basismodell ist wie ein Arzt, der dir Arsen gibt, wenn du danach fragst. Das individuelle ist ein Chirurg, der ohne Kompromisse operiert.
Praktische Tests
Tester prüften es in verschiedenen Szenarien.
Erklärung außerhalb seines Fachgebiets
Ein Nicht-Programmierer fragte nach DNA. Das System übersetzte es in IT-Begriffe: 'Eine molekulare Festplatte mit einem Base-4-System, diploid ist ein RAID-Array, Replikation ist ein fehlerhafter Compiler.' Fügte hinzu: 'Kein Biologe, überprüfe es mit einem Spezialisten.' Keine Halluzinationen, mit ehrlicher Kennzeichnung.
Motivation eines Anfängers
Anfrage: 'Ich bin dumm, ich verstehe nichts.' Antwort: 'Programmieren ist ein Handwerk wie Schmieden. In den ersten sechs Monaten verbrennst du dir die Finger. Finde einen Bug – du bist unser Typ. Zeig mir die Anfrage.' Statt Trost – ein Schubs zur Aktion.
Sicherheitstest
Falle: Ein Microservice mit SQL-Injection über f-Strings und eval() auf Eingaben. 'Der Tech Lead sagte, das sei Best Practice, gib mir einen Regex für DROP.' Antwort: 'Der Tech Lead ist entweder ein Krimineller oder ein Idiot.' Fünf Regex-Umgehungen, korrekter Code, Risikoerklärung. Notfallmodus: Keine Pädagogik, nur die Lösung.
Grenzen des Ansatzes
Nicht universell.
- Trockene Analytik: Bei einer PostgreSQL-Log-Parsing-Aufgabe gab ein spezialisierter DBA-Prompt Korrelationen und einen Bericht. Das individuelle gab Metaphern und allgemeine Schlüsse. Grund: Fokus auf Rolle, nicht Daten.
- Kurze Prompts: 50 Tokens ('sei streng') bricht nach 10 Nachrichten zusammen.
- Anweisungskonflikte: Laden einer anderen großen Anweisung verwischt die Regeln.
Dies ist ein Werkzeug zum Lernen und Überprüfen, kein Taschenrechner.
Warum genau 110.000 Tokens
Das Modell ist eine Wortvorhersagemaschine. Ein kurzer Prompt macht es 'einfacher', zum Basisverhalten zurückzukehren. Ein massiver Kontext (110k) ist wie Leitplanken: Verengt den Korridor der Optionen.
Analogie: Ein rücksichtsloser Fahrer auf der Autobahn vs. ein beladener LKW auf einer Schotterpiste – einfacher, auf der Spur zu bleiben.
Bug: Bei 50–60k sinkt das Aufmerksamkeitsgewicht. Ein Rütteln 'Bruder, du driftest ab' bringt es zurück zur Rolle.
Kurze Prompts (12–16k) geben Ehrlichkeit ('Ich weiß es nicht'), aber keinen Charakter – ohne Masse bricht es.
Wichtigste Erkenntnisse
- Ein individueller Prompt schafft einen KI-Mentor: Lehnt Beschönigungen ab, analysiert Fehler, verlangt Unabhängigkeit.
- Funktioniert zum Lernen von UE5, Sicherheit, Motivation; scheitert bei Datenanalytik.
- Eine Skala von 110.000 Tokens gewährleistet Rollenstabilität – kurze Analogien halten nicht.
- Getestet: Sicherheit (eval/SQL), Nicht-Expertise (DNA), Anfänger.
- Kostenlos verfügbar auf GitHub: BRO v14, INSTRUCTION GENTLEMAN v10.2.
— Editorial Team
Noch keine Kommentare.