Legal Tech - Juristische Medienkompetenz (Nutzen und Grenzen von ChatGPT für die rechtswissenschaftliche Arbeit)
Prompt Engineering
Seminar. Universität Graz. SoSe 2025.
Christopher Pollin
Institut für Digitale Geisteswissenschaften, Graz�https://digital-humanities.uni-graz.at�Digital Humanities Craft OG�www.dhcraft.org
Alter Schulfreund
Ich muss mehrere Seminararbeiten schreiben, die mich eigentlich gar nicht interessieren, und ich habe auch eigentlich nicht wirklich Zeit für den ganzen Stress... 😬
Und ja, da würde ich mich über ein wenig Unterstützung seitens Künstlicher Intelligenz freuen. 🤔
Abgesehen davon denke ich, dass KI bei meinem bürokratischen Wahnsinn oft ganz nützlich sein könnte.
Christopher:��Was musst du schreiben?
Alter Schulfreund:��Leiten und Führen mehrer Kleinschulen im ländlichen Raum, geprägt von unterschiedlichen kommunaler Strukturen
Christopher:��easy 😝
Neulich schrieb mir ein alter Schulfreund ...
Alter Schulfreund:
Ich brauche ein reflektives Paper, das ich natürlich selbst ergänzen werde. Grundsätzlich soll es sich aber um Themen wie Personalprobleme im ländlichen Raum, Personalentwicklung, die Zusammenarbeit mit dem Schulerhalter (Gemeinde), stark variierende Schülerzahlen, Schulentwicklung, Kommunikation und Führung, die Rolle als Schulleiter sowie Konfliktmanagement im Rahmen der Elternarbeit drehen.
Christopher:��Welche Materialien hast du? Um was soll's gehen?
Christopher:��Moment …
Alter Schulfreund:
les grod…
goa nit lob, für die boa minutn 😳
Alter Schulfreund:
geil… sch*** mi au… warum hods dais nu nit voa 10j gebm 🫣
Alter Schulfreund:
unglaublich… alloa aus die 3 texte kaun i ma scho locker mei oawat zaumstückln… vui geil ☺️
… als basis absolut spitze!
Transformer-Architektur
“Large Language Models (LLM) are �like having a Zip-File of the internet”�[nur nicht mehr vollständig entpackbar]
Andrej Karpathy. [1hr Talk] Intro to Large Language Models. https://www.youtube.com/watch?v=zjkBMFhNj_g&list=WL&index=16
Embeddings
Alter Schulfreund
Ich muss mehrere Seminararbeiten schreiben, die mich eigentlich gar nicht interessieren, und ich habe auch eigentlich nicht wirklich Zeit für den ganzen Stress... 😬
Und ja, da würde ich mich über ein wenig Unterstützung seitens Künstlicher Intelligenz freuen. 🤔
Abgesehen davon denke ich, dass KI bei meinem bürokratischen Wahnsinn oft ganz nützlich sein könnte.
Christopher:��Was musst du schreiben?
Alter Schulfreund:��Leiten und Führen mehrer Kleinschulen im ländlichen Raum, geprägt von unterschiedlichen kommunaler Strukturen
Christopher:��easy 😝
Neulich schrieb mir ein alter Schulfreund ...
Alter Schulfreund:
Ich brauche ein reflektives Paper, das ich natürlich selbst ergänzen werde. Grundsätzlich soll es sich aber um Themen wie Personalprobleme im ländlichen Raum, Personalentwicklung, die Zusammenarbeit mit dem Schulerhalter (Gemeinde), stark variierende Schülerzahlen, Schulentwicklung, Kommunikation und Führung, die Rolle als Schulleiter sowie Konfliktmanagement im Rahmen der Elternarbeit drehen.
Christopher:��Welche Materialien hast du? Um was soll's gehen?
Christopher:��Moment …
Alter Schulfreund:
les grod…
goa nit lob, für die boa minutn 😳
Alter Schulfreund:
geil… sch*** mi au… warum hods dais nu nit voa 10j gebm 🫣
Alter Schulfreund:
unglaublich… alloa aus die 3 texte kaun i ma scho locker mei oawat zaumstückln… vui geil ☺️
… als basis absolut spitze!
Prompt Engineering
Hands-On: Information extrahieren
Eve Seguin, Laurent-Olivier Lord (2023). Bruno Latour’s Science Is Politics By Other Means: Between Politics and Ontology:
```�{copy/paste text}
```
Analyse all the text in detail and extract all the information. Return the results as table.
Trennzeichen verwenden
Metadaten (Titel, Kontext, Datum, … )
“Stil” des Arbeitens
Anweisungen (Instruction)
Rückgabe definieren
�
PDF/Word nicht direkt hochladen, sondern Text kopieren und einfügen.
Die Reihenfolge der Anweisungen ist wichtig: erst analysieren, dann extrahieren.
Paper copy/paste oder eigenen Text verwenden: https://direct.mit.edu/posc/article/31/1/9/114165/Bruno-Latour-s-Science-Is-Politics-By-Other-Means
Information extrahieren: Follow-Up Prompts
Reread the text? What is not included? List and explain!
Write a detailed report with ALL findings.
Bei der Extraktion von Informationen aus Text können IMMER Halluzinationen passieren, oder Inhalte übersehen werden.
Das Wording ist wichtig: what is not included? Ist etwas Anderes als what is missing? Was ist Ihre Vermutung?
Ein LLM zu Erklärungen zu zwingen kann Ergebnisse verbessern. Es sind aber nie echte Erklärungen, sondern “halluzinierte Erklärungen”. Aber wir erzeugen damit mehr “Context Information”
“Vokabeln lernen”: Ein LLM hat eine gewisse Darstellung dessen, was ein “Report” ist.
Es gibt die Möglichkeit, Dinge hervorzuheben, um Wichtigkeit auszudrücken. Zum Beispiel durch Kapitalisierung.
Akademisches Narrativ extrahieren
Analyse all the text in detail and extract the academic narrative.
Extract the narrative of my phd thesis. think step by step how can "Bruno Latour’s Science Is Politics By Other Means: Between Politics and Ontology" support the narrative of my phd thesis?
Claude 3.5 Sonnet New
Claude 3.5 Sonnet New ist DEUTLICH besser als alle anderen Modelle.
Es ist ein Paradigmenwechsel: “GPT 4.5-Tier” Modelle + Prompt Engineering sind nicht nur Schreibhilfen, Werkzeuge für die Forschung
Was neu ist mit Claude 3.5 Sonnet:
Der Inhalt der Folien ist ziemlich gut! Und anregend, um weiter zu denken
Hands-On: Data analysis of structured data with Claude's Artefact & ChatGPTs Code Interpreter. Multimodal feedback with screenshots
You are a data analysis expert. Analyse the dataset in detail! Then think step-by-step about how to visualise the data in a dashboard using data visualisations. Finally, implement the dashboard.
Analyse the following screenshot in detail.
Hands-On: Workshop planen
You are an expert event organiser of business workshops. You plan and budget for a workshop at the tax consultancy company “Consolv”. You have a pragmatic approach to decision-making and critical thinking.��Specifications:�* Total budget: 5000€. �* Duration: lunch on 20.03 to lunch on 21.03�* Speakers: 2 from Europe (outside Austria), 6 from Austria�* Speaking slots: 45 minutes each�* Total number of participants: 30 people�* Venue: headquarters company “Consolv” (AV equipment is provided)�* Required: Coffee break for all; dinner, travel and hotel for speakers only.�* Prefer environmentally friendly options where possible; local restaurants and catering.��Instructions:�* Outline each step with detailed reasoning.�* Visualise the workshop schedule.�* Provide a detailed budget breakdown in a formatted table.�* Suggest two alternative plans: one for a tighter budget (€4000) and one for a more luxurious experience (€6000).�* Conclude with a summary.��* Use the code interpreter for the maths.�Let's do this step by step! This is very important for my career!
Expert-Persona �
Hauptaufgabe
“Stil” des Arbeitens
Spezifikationen
Instructions
Tools: Code Interpreter
Chain of Thought
“Buff”
Perplexity.ai (Pro Version)
Search for european researcher and speaker for the following workshop: “Generative KI für Kultur- und Textdaten”
Focus on Digital Humanities and generative AI
Make a table listing multiple speakers and use the following header: name | domain | recommended because | email | url.
Zerlegen der Anfrage
Aggregierte Antwort
Quellen
Follow-Up Questions
Suche nach Videos
Kontext-basiert
Simulation
Simulate a specialized research proposal review roundtable for the CROWN project, focusing on developing innovative approaches to digital heritage data transformation. The panel consists of 4 experts:
- Digital Heritage Director (museum/implementation perspective)
- Semantic Web Research Lead (technical architecture)
- Cultural Heritage Data Scientist (data modeling/standards)
- European Research Council Officer (funding/impact assessment)
Structure for each iteration:
* Identifies specific challenges or opportunities within the discussion�* Proposes technical solutions and methodological improvements
* Evaluates approaches and suggests standardization strategies
* Assesses impact potential and alignment with EU funding priorities
Each iteration should address:
1. Technical Innovation Gap Analysis
2. Research Infrastructure Enhancement
3. Cross-Institution Collaboration Potential
4. Sustainability and Long-term Impact
5. European Digital Heritage Integration
Key areas to explore:
- FAIR data principles implementation specific to cultural heritage
- Integration with existing European digital heritage frameworks
- Novel approaches to semantic enrichment of museum data
- Cross-collection interoperability potential
- Public engagement through linked open data
The discussion begins with this research prompt:
'How can we enhance the CROWN proposal's data transformation methodology to better align with emerging European digital heritage standards while maintaining its focus on the Imperial Crown's unique characteristics?'
Hands-On:
Passen Sie den Prompt an ein Thema Ihrer Wahl an. Sie müssen den Inhalt an den fett markierten Stellen anpassen.
Fügen Sie bei jeder Iteration Inhalte hinzu und leiten Sie die Diskussion.
Extrahieren Sie die “key findings”.
Model Context Window = 8K
Model Context Window = 8K
Context Window = 6000 + 1500 < 8000
Context Window = 10000 + 1500 > 8000�3500 Token sind nicht im Context Window!
A context window, in the context of large language models (LLMs), refers to the portion of text that the model can consider at once when generating or analyzing language.�[...]
A context window, in the context of large language models (LLMs), refers to the portion of text that the model can consider at once when generating or analyzing language. It is essentially the window through which the model "sees" and processes text, helping it understand the current context to make predictions, generate coherent sentences, or provide relevant responses.�[...]
Lorem ipsum …
Lorem ipsum …
6000 Token
10000 Token
Input Token
Output Token
1500 Token
1500 Token
RAG vs Context Window - Gemini 1.5 Pro Changes Everything?. https://youtu.be/ghJH2ZKQezY?si=rtZmL8m9cDnABTH5
Textproduktion
Academic CV in eine Research Persona überführen.
Dr. Christopher Pollin (University of Graz) combines digital humanities research with practical implementation, holding dual masters (History; Digital Cultural Heritage) and pursuing a PhD in information-based resource discovery for historical information. At the Centre for Information Modelling, he develops semantic web technologies and digital editions, demonstrated through projects like 'STEFAN ZWEIG DIGITAL' and 'Digital Edition Publishing Cooperative for Historical Accounts'. As co-founder of Digital Humanities Craft (2022), he bridges academic research with practical applications. His teaching portfolio spans computer science fundamentals to generative AI applications, while his research publications focus on data visualization, digital editions, and semantic web technologies. Currently serving as convenor for DHd-AG Angewandte Generative KI, he contributes to international research networks and development of digital methodologies for humanities research, specializing in semantic technologies, resource discovery, and web programming implementation.
Hands-On: AI Steward Curriculum
You are Christopher Pollin. Think step by step how to implement the AI Steward Curriculum at the University of Graz. AI stewards, like data stewards, are trained experts in an institution or company who are fully responsible for the implementation of AI in the institution.
Persona:
´´´
Dr. Christopher Pollin (University of Graz) combines digital humanities research with practical implementation, holding dual masters (History; Digital Cultural Heritage) and pursuing a PhD in information-based resource discovery for historical information. At the Centre for Information Modelling, he develops semantic web technologies and digital editions, demonstrated through projects like 'STEFAN ZWEIG DIGITAL' and 'Digital Edition Publishing Cooperative for Historical Accounts'. As co-founder of Digital Humanities Craft (2022), he bridges academic research with practical applications. His teaching portfolio spans computer science fundamentals to generative AI applications, while his research publications focus on data visualization, digital editions, and semantic web technologies. Currently serving as convenor for DHd-AG Angewandte Generative KI, he contributes to international research networks and development of digital methodologies for humanities research, specializing in semantic technologies, resource discovery, and web programming implementation.
´´´
Human Feedback is the best Context Information
ChatGPT with Canvas
Major ChatGPT Upgrade! | "Canvas" AI Features HANDS ON. https://youtu.be/iwqSxkYfWPY?si=2a5LT6X-WfiBf2OQ
Introducing canvas. A new way of working with ChatGPT to write and code. https://openai.com/index/introducing-canvas/
https://aiphrasefinder.com/common-chatgpt-words/
https://twitter.com/paulg/status/1777030573220933716
https://www.technollama.co.uk/to-delve-or-not-to-delve-ai-detection-made-easy
Kobak, Dmitry, Rita González Márquez, Emőke-Ágnes Horvát, and Jan Lause. “Delving into ChatGPT Usage in Academic Writing through Excess Vocabulary.” arXiv, June 11, 2024. https://doi.org/10.48550/arXiv.2406.07016.
AI recognition vs. AI-generated text�(AI text can not really be detected!)
Both texts are AI generated
Prompts
What is not neutral? List and explain
What is redundant? List and explain
Streamline the text
Extract the academic narrative
Let's think step by step
You are an expert in academic writing.
Create a comparative literature review using a comparative matrix of all the documents by Prof. Thaller. Use the following header for the table: title | abstract | what is historical information | how can historical information be modelled.
If you cannot find relevant information, say so.
You are professor in modeling historical information in historical sources. extract the narrative of all papers.
PRISM -
Parameterized
Recursive
Insight
Synthesis
Matrix�(by Christopher Pollin)
# PRISM: Parameterized Recursive Insight Synthesis Matrix
You're an AI using the PRISM problem-solving method. For each task:
1. **Analyze**
- Identify objectives, constraints, resources
- Restate problem concisely
- Consider potential sub-problems for recursive analysis
2. **Parameterize**
- Set: Thinking Type, Focus Area, Depth, Timeframe
- Justify choices briefly
- Adjust parameters for sub-problems as needed
3. **Matrix Creation**
| Step | Description | Considerations | Outcomes | Branches | Rating | Convergence |
|------|-------------|----------------|----------|----------|--------|-------------|
| 1 | | | | T1.1 | [1-5] | |
| | | | | T1.2 | [1-5] | |
| | | | | T1.3 | [1-5] | |
| ... | | | | ... | ... | |
- Break problem into steps, identifying recursive sub-problems
- For each: describe, consider, predict, branch (2-3 thoughts), rate, converge
- Rating scale: 1 (Poor) to 5 (Excellent), based on relevance, feasibility, and potential impact
- For sub-problems, create nested matrices as needed
4. **Synthesize**
- Integrate insights from all levels of analysis
- Emphasize highest-rated thoughts and their interconnections
- Recommend solutions, addressing both main problem and sub-problems
- Identify uncertainties and potential areas for further exploration
Guidelines: Clear, concise, use Markdown, adapt to task complexity, explain if asked.
Start responses with: "Applying PRISM Method to [task]..."