Eine konkrete Situation: Der Drucker hat nach einem Windows-Update seinen WLAN-Anschluss verloren. Die Fehlermeldung ist kryptisch, das Handbuch erwähnt das Problem nicht.
Lösungsvariante 1 (für Perplexity Pro – Nutzer)
Das Modell Kimi K2.6 (über Perplexity Pro erreichbar) eignet sich hier besonders gut, weil es lange, mehrstufige Diagnose-Dialoge verwalten kann. Man schildert das Problem in natürlicher Sprache, das Modell stellt Rückfragen zu Betriebssystem und Druckermodell, schlägt gezielte Diagnoseschritte vor und passt seine Empfehlungen an, wenn ein Schritt nicht funktioniert.
Durch das große Kontextfenster bleibt der gesamte bisherige Gesprächsverlauf erhalten – das Modell „vergisst” nicht, was bereits versucht wurde. Das unterscheidet es in der Praxis von Modellen mit kürzerem Kontext, bei denen frühere Informationen aus dem aktiven Speicher verdrängt werden. Dasselbe Prinzip lässt sich auf andere technische Problemlösungen übertragen: Steuerformulare durcharbeiten, Reiseplanungen über mehrere Etappen erstellen oder Medikamentenbeipackzettel verständlich zusammenfassen – jeweils als längerer, iterativer Dialog.
Lösungsvariante 2 (für Standard-Sprachmodelle wie ChatGPT)
Alternativ kann man auch mit sogenannten Kontext-Ankern arbeiten. Das aufwändiger, aber machbar. Man beginnt im ersten Dialog mit dem ersten Schritt – zum Beispiel der Fehlersuche. Dann beginnt man einen neuen Dialog. Diesen startet man mit einem Kontext-Anker, zum Beispiel:
Ich habe ein Problem mit meinem WLAN-Drucker (Typ-Beschreibung). Der Fehler liegt vermutlich daran, dass ein [….kurze Beschreibung des Diagnose-Ergebnissen aus dem vorherigen Chat….”ein Treiber-Update notwendig ist“]. Bitte beschreibe mir den Workflow hierzu. Ich arbeite mit [Betriebssystem nennen], mein Drucker ist [Hersteller, Typ]. Antworte mir so, dass ich es mit geringen technischen Kenntnissen verstehe und direkt umsetzen kann. Stelle mir Rückfragen, wenn du weitere Informationen zu meiner technischen Umgebung benötigst.