Quest Ladder
TeachFORGE.ai
Quest Ladder / KI-Build
KI-Build: ein Durchlauf von Setup bis Lerninhalt
Schließen Sie das Setup ab, klicken Sie einmal, und Sie erhalten einen vollständigen Entwurf, den Sie anschließend lesen und korrigieren.
Die KI liefert die Hitze. Das Formen übernehmen Sie.
Wie es funktioniert
Vollständiger KI-Build fordert Sie auf, das Setup abzuschließen — die Details und die gemeinsamen Einstellungen — und generiert dann den gesamten Fragetyp in einem Durchlauf: die variablen Werte, den Inhalt und die Lernblöcke.
Die Reihenfolge ist kein Zufall. Das Setup ist das Briefing: das Fragenformat, die Beschreibung, das Fach, die Altersgruppe und die Punkte sind das, wogegen das Modell schreibt — und ein dünnes Setup ergibt einen dünnen Fragetyp.
Investieren Sie die Zeit in die Beschreibung. Sie ist der wichtigste Einflussfaktor für das Ergebnis, und ein Absatz, der beschreibt, was die Frage prüfen soll und was eine falsche Antwort meist bedeutet, ist mehr wert als beliebig viele erneute Durchläufe.
Bindende gemeinsame Einstellungen
Das Panel zeigt einen Bindende gemeinsame Einstellungen Snapshot: die Bewertungs-, Zeit- und Antworteinstellungen, die die Generierung einhalten muss. Sie sind für das Modell keine Vorschläge, sondern Vorgaben — deshalb werden sie zuerst festgelegt.
Ihr gespeichertes Exit-Routing ist ebenfalls geschützt. Falls Sie bereits eines entworfen haben, zeigt das Panel an, dass es beibehalten und das Routing der KI nicht angewendet wurde — mit einem Link, um beides zu bearbeiten.
Ausführen
Prompt generieren erstellt den Prompt und zeigt ihn an, samt seiner Größe in Tokens. Sie können ihn lesen und bearbeiten, bevor irgendetwas ausgeführt wird. Wählen Sie dann, wie er ausgeführt werden soll:
| Modus | Was es ist |
|---|---|
| Prompt kopieren | Kostenlos in jedem Plan. Führen Sie ihn in einem beliebigen Chat-Modell aus und fügen Sie die JSON-Antwort wieder ein. |
| Meine GPU | Ein Klick zum Endpunkt, den Sie unter Profil → Meine KI-Endpunkte konfiguriert haben. |
| Mein API-Schlüssel | Ein Klick mit Ihrem eigenen Anbieterschlüssel, abgerechnet von diesem Anbieter. |
Das Panel nennt das Wichtigste an allen dreien: Es werden derselbe kompilierte Prompt und dieselben Aufgabenvorgaben verwendet, nur Modell und Abrechnung unterscheiden sich. Liefert ein Modus bessere Ergebnisse als ein anderer, liegt das am Modell, nicht an der Plattform.
Ein Durchlauf überlebt die Navigation — Sie können sich währenddessen frei bewegen —, aber das Schließen des Tabs beendet ihn, und bei Ihrer eigenen GPU muss der Tab geöffnet bleiben.
Musterbeispiele
Ein Musterbeispiel ist ein fertiger Fragetyp, den Sie als Vorlage anheften, damit das Modell die Struktur kopiert, ohne den fachlichen Inhalt zu übernehmen. Es ist die wirksamste einzelne Maßnahme, um die Qualität eines generierten Fragetyps zu steigern.
Wählen Sie einen Fragetyp, mit dem Sie wirklich zufrieden sind, aus demselben Format und ungefähr derselben Altersgruppe. Der zehnte Fragetyp einer Familie, generiert auf Basis des ersten, ist meist fast veröffentlichungsreif.
Beibehalten und verbessern
Öffnen Sie einen Fragetyp, der bereits Inhalt hat, ändert sich dieser Schritt: Er bietet Beibehalten und verbessern neben Von Grund auf neu erstellen. Prüfen Sie vor dem Ausführen, welche Option ausgewählt ist, denn die zweite verwirft alles Vorhandene.
Anschließend KI-Entwurf überprüfen geht das Ergebnis durch, und Qualitätshinweise markieren die Stellen, bei denen sich die Plattform am wenigsten sicher ist. Lesen Sie danach alles noch einmal in der Lehransicht — nur dort stehen Hinweis und Lösung nebeneinander, und genau dort widersprechen sich generierte Fragetypen am häufigsten selbst.