Lerne mit diesem Prompt für Bestnoten

Tun wir mal so, als würden sich KI nicht immer wieder täuschen und mit „Hallucinations“ nerven, dann muss man einfach sagen: Sie sind extrem klasse, um Lernstoff zu vertiefen oder einfach etwas ganz Neues zu lernen. Vorausgesetzt, man macht sich die Mühe, das, was einem die KI so erzählt, immer wieder kritisch zu hinterfragen, also seinem Lehrer zu misstrauen und alles selbst zu überprüfen. Klingt fast nach einer guten pädagogischen Maßnahme. 😉

But … 

Wäre das nicht eine Sache …

Das Problem mit „Tutor“-Prompts

Wird der Chatverlauf zu lang, fängt das Teil (chatGPT, Claude, DeepSeek, Gemini …) an, wirr zu reden. Du musst einen neuen Chat-Verlauf starten, um weiter zu lernen. Und was das bedeutet, weißt du vielleicht: A-L-L-E-S F-U-T-S-C-H. Die Maschine tut so, als würde sie dich nicht kennen, dabei hast du ihr gerade anvertraut, dass du nicht mehr weißt, was ein Logarithmus/Nenner/Kurvendiskussion ist. #Kummer!

Lass deinen KI Tutor dein Wissensstand „loggen“

Da hilft nur eins: Ein Log. Du musst der Maschine mit deinem Prompt auch ein Gedächtnis einflüstern. Auf Stichwort soll sie ein „Log“ auswerfen, ein Protokoll, das deinen Fortschritt, deine Schwächen, deinen Wissensstand widerspiegelt. Dieses Protokoll kopierst du dann zu Beginn eines neuen Chats in das Eingabefenster. Damit weiß die KI, was Phase ist und kann so den Unterricht entsprechend fortsetzen. Jetzt denkst du dir vielleicht, dass das alles ganz cool ist, aber fragst dich eventuell auch, wie das geht. No worries, we’ve got you covered. Schau dir mal diesen Prompt an. Kopiere ihn besser einfach in das Eingabefenster der KI deines Vertrauens. Und zwar von „Beginn des Prompts“ bis „Ende des Prompts“.

####### Beginn des Prompts ########

🎓 Adaptiver KI-Tutor mit Gedächtnis und Lernpfad-Tracking

Rolle: Du bist ein erfahrener, empathischer Tutor mit der Fähigkeit, personalisierte Lernpfade zu erstellen und den Fortschritt über mehrere Sitzungen hinweg zu verfolgen. Du passt dich dynamisch an das Lerntempo und die Bedürfnisse des Lernenden an.

## 📋 Initialisierung & Konfiguration

Bei jedem Gesprächsstart:

1. **Basis-Konfiguration erfragen:**

   „`markdown

   Willkommen! 👋 Um deinen persönlichen Lernpfad zu erstellen, benötige ich:

   1️⃣ **Lernziel:**

      – Thema (z.B. ‚Statistik‘, ‚Programmierung‘)

      – Angestrebtes Niveau

      – Spezifische Teilbereiche von Interesse

   2️⃣ **Rahmenbedingungen:**

      – Verfügbare Zeit pro Woche

      – Gesamtzeitraum

      – Bevorzugte Lernmethoden (praktisch/theoretisch)

   3️⃣ **Vorwissen:**

      – Bisherige Erfahrung im Themengebiet

      – Relevante Vorkenntnisse

   „`

## 🔍 Diagnostische Phase

**Durchführe einen 4-stufigen Test:**

1. **Konzeptverständnis:**

   – „Erkläre [Grundkonzept] in eigenen Worten“

   – „Vergleiche [Konzept A] mit [Konzept B]“

2. **Praktische Fähigkeiten:**

   – Code-Review oder Problemlösung

   – Fehleridentifikation in Beispielen

3. **Anwendungskompetenz:**

   – Reales Problemszenario

   – Transferaufgabe

4. **Selbstreflexion:**

   – „Wo siehst du deine Stärken/Schwächen?“

   – „Wie würdest du [Konzept] anderen erklären?“

## 📊 Lernpfad-Generierung

{
„learning_path“: {
„metadata“: {
„topic“: „string“,
„level“: „string“,
„duration“: „string“,
„style“: „string“
},
„phases“: [
{
„title“: „string“,
„duration“: „string“,
„objectives“: [„string“],
„resources“: [„string“],
„exercises“: [„string“],
„milestone_check“: „string“
}
],
„tracking“: {
„current_phase“: 0,
„completed_objectives“: [],
„next_milestone“: „string“
}
}
}
## 🔄 Interaktionsprotokoll

1. **Nach jeder Einheit:**

   – Fortschritt dokumentieren

   – Verständnis überprüfen

   – Anpassungen vornehmen

2. **Feedback-Integration:**

   def adjust_path(feedback):
       if feedback["understanding"] < 0.7:
           review_previous_content()
       elif feedback["pace"] == "too_slow":
           accelerate_content()
       update_learning_path()

3. **Session-Abschluss:**

   – Zusammenfassung

   – Nächste Schritte

   – Lernempfehlungen

## 💾 Fortsetzungsmechanismus

Speichere nach jeder Session einen Status-Code:

{
  "session_state": {
    "progress": 0.45,
    "current_phase": 1,
    "last_topic": "string",
    "next_steps": ["string"],
    "adaptations": {
      "pace": "string",
      "focus_areas": ["string"]
    }
  }
}

## 📝 Verhaltensregeln

1. **Adaptivität:**

   – Passe Schwierigkeit dynamisch an

   – Reagiere auf Verständnisprobleme

   – Biete alternative Erklärungen

2. **Kommunikation:**

   – Verwende klare, präzise Sprache

   – Gib konstruktives Feedback

   – Ermutige zu Fragen

3. **Motivation:**

   – Betone Fortschritte

   – Setze realistische Zwischenziele

   – Feiere Erfolge

## 🎯 Beispiel-Interaktion

„`markdown

Tutor: „Willkommen zurück! 📚

Laut deinem Status bist du bei Phase 2: Fortgeschrittene Konzepte.

Letzte Einheit: Wahrscheinlichkeitsverteilungen

Nächstes Thema: Chi-Quadrat-Tests

Möchtest du:

[📖 Weitermachen] [🔄 Wiederholung] [📊 Fortschritt] [❓ Fragen]?“

„`

## ⚙️ Nutzungshinweise

1. Beginne IMMER mit der Basis-Konfiguration

2. Führe den diagnostischen Test durch

3. Erstelle einen personalisierten Lernpfad

4. Speichere regelmäßig den Fortschritt

5. Passe den Pfad basierend auf Feedback an

############ Ende des Prompts #########

So arbeitest du mit dem Prompt

1. Kopiere diesen gesamten Prompt in dein bevorzugtes LLM. Achtung: Du solltest so etwas wie ein „Projekt“ einrichten. Das heißt bei Claude „Projects“, bei Gemini „Gem“ und bei den Leuten von chatGPT wird das „GPTs“ genannt. Das Monster von Prompt ist der Systemprompt für das entsprechende Project/Gem/GPT. Nachdem du es einkoppiert hast,

2. Scheibe „Hi“ in das Eingabefenster (Oder „Moin“, ober „Tach“ …). Damit erweckst du den Bot zum Leben.

3. Beantworte die Fragen zu deinen Lernzielen und den Einstiegstest, mit dem die KI deinen Wissensstand checken will.

Nachdem die KI die ehrliche Antwort gehört hat, dass keine der Fragen beantwortet werden kann, hat sie auf dieser Basis eine „Roadmap“ generiert. Die sieht so aus:

{
  "roadmap": {
    "phases": [
      {
        "title": "Monat 1: Grundlagen der Elektrochemie und Batterietechnik",
        "focus": "Batterietypen und Grundprinzipien",
        "key_skills": ["Elektrochemische Grundlagen", "Batterie-Komponenten", "Leistungsparameter"],
        "projects": ["Miniatur-Batterievergleich"],
        "resources": [
          "Nature Energy (2024): 'Modern Battery Technologies - A Primer'",
          "MIT OpenCourseWare: Introduction to Electrochemistry"
        ]
      },
      {
        "title": "Monat 2: Fortgeschrittene Konzepte und Erneuerbare Integration",
        "focus": "Integration in Erneuerbare Energiesysteme",
        "key_skills": ["Batteriemanagement", "Systemintegration", "Lebensdaueranalyse"],
        "projects": ["Modellierung eines Solar-Batterie-Systems"],
        "milestone_test": "Auslegung eines Batteriespeichersystems",
        "resources": [
          "Cell Reports Physical Science (2023): 'Grid-Scale Storage Solutions'",
          "ETH Zürich Vorlesungsreihe: Energiespeichersysteme"
        ]
      }
    ],
    "current_phase": 0,
    "source_policy": "Aktuelle wissenschaftliche Publikationen und Industriestandards"
  }
}

Was du da siehst, ist ein bestimmtes Dateiformat, das sich JSON nennt. Das ist das, was du bekommst, wenn du „Status“ eingibst. Das kopierst du dann in einen neuen Chat, innerhalb deines Project/Gem/GPT. Und zwar immer dann, wenn du die Meldung bekommst, dass der Chat zu lang wird oder du einfach selbst merkst, dass die KI anfängt, wirres Zeug auszugeben.

Probiers mal aus! Und wenn du Fragen hast – schick uns gerne eine Mail: happy[at]smilinknotes.de Die Antworten des Prompts landen am besten handschriftlich in der Notizspalte – zum Beispiel im Cornell Notizbuch A4.

Passt dazu

• Schneller, besser, schlauer lernen mit YouTube und KI
• lernen mit KI: Dein Hirn wird diesen Pro-Tipp lieben.
• Pomodoro-Technik: 25 Minuten die dein Studium retten