Einfach erklärt
Prompt Engineering bedeutet: Wir formulieren und strukturieren die Eingabe an ein KI‑Modell so, dass es genau versteht, was es tun soll – und passende, verlässliche Antworten liefert.
Worum geht’s praktisch?
- Aufgabe klar sagen: Was soll herauskommen? (z. B. «3 Stichpunkte, maximal 50 Wörter»).
- Rolle/Regeln geben: «Du bist Fachredakteur. Antworte sachlich, ohne Werbung.»
- Beispiele zeigen: 1–3 kurze Vorlagen, damit das Modell den Stil sieht.
- Kontext mitgeben: Relevante Infos beilegen, Unwichtiges weglassen.
- Prüfen und nachschärfen: Ergebnis testen, Prompt verbessern.
Wie viele Techniken gibt es ungefähr?
Eine aktuelle, umfassende Übersicht zählt 58 textbasierte Prompt‑Techniken und zusätzlich 40 Techniken für andere Modalitäten (Stand 2024). Das zeigt: Es gibt viele Dutzend erprobte Vorgehensweisen.
Ganz einfache Bilder:
- Kochrezept: Gute Anleitung = gutes Gericht. Unklare Anleitung = Chaos.
- Suchanfrage: Präzise Begriffe liefern bessere Treffer.
- Formular: Klare Felder/Formatvorgaben verhindern Missverständnisse.
Professionelle Definition
Prompt Engineering ist die systematische Gestaltung von Eingaben (Instruktionen, Beispiele, Format‑/Stilvorgaben, Randbedingungen) für vortrainierte Modelle, um die bedingte Ausgabe‑Verteilung (p_\theta(y\mid x‘)) zielgerichtet zu steuern – ohne Modell‑Feintraining. Es umfasst u. a. Instruktions‑Design, Beispiel‑Prompting (Zero/One/Few‑Shot), Ketten‑von‑Gedanken‑Hinweise (Chain‑of‑Thought), Rollen‑/Stil‑Vorgaben, Output‑Schemata (z. B. JSON) und Sicherheitsgrenzen (z. B. Vermeidung von Prompt‑Injection). Zielgrößen sind Genauigkeit, Robustheit, Nachvollziehbarkeit und Sicherheit; Evaluation erfolgt iterativ anhand definierter Testfälle.
Kurse zu grundlegenden Prompt Techniken
Quellen
- Wikipedia – Prompt engineering (Begriff, Techniken, Beispiele)
https://en.wikipedia.org/wiki/Prompt_engineering - Liu et al. – Pre‑train, Prompt, and Predict: A Systematic Survey of Prompting Methods (Übersicht)
https://arxiv.org/abs/2107.13586
https://dl.acm.org/doi/10.1145/3560815 - OpenAI – Prompt engineering (Best Practices/Leitfaden)
https://platform.openai.com/docs/guides/prompt-engineering - Learn Prompting – Introductory Course (praxisnahe Einführung, Beispiele)
https://learnprompting.org/docs/introduction - deepset Haystack – Beginner’s Guide to LLM Prompting (Anwendungsnaher Leitfaden)
https://haystack.deepset.ai/blog/beginners-guide-to-llm-prompting