Prompt-Chaining: Große Aufgaben in Schritte zerlegen

Prompt-Chaining bedeutet, eine große Aufgabe in mehrere kleine Prompts zu zerlegen, die nacheinander laufen. Das Ergebnis eines Schritts wird zur Eingabe des nächsten. So entstehen oft bessere, besser prüfbare Ergebnisse als mit einem einzigen langen Prompt.

Warum Ketten besser funktionieren

• Jeder Schritt hat eine klare, einfache Aufgabe. Das Modell macht weniger Fehler.
• Zwischenergebnisse lassen sich prüfen und korrigieren.
• Einzelne Schritte können ein günstigeres Modell nutzen.
• Fehler lassen sich einem bestimmten Schritt zuordnen.

Beispiel: Fachartikel schreiben

1. Gliederung: Aus Thema und Zielgruppe eine Gliederung mit Kernaussagen erstellen.
2. Prüfen: Sie oder ein zweiter Prompt prüfen, ob die Gliederung vollständig ist.
3. Abschnitte: Jeden Abschnitt einzeln schreiben lassen, mit Gliederung als Kontext.
4. Überarbeiten: Stil vereinheitlichen, Floskeln streichen, Länge anpassen.

Beispiel: Kundenanfragen

1. Anfrage einordnen (Kategorie, Dringlichkeit)
2. Passende Informationen heraussuchen
3. Antwort entwerfen
4. Antwort auf Tonfall und Richtigkeit prüfen

Tipps

Lassen Sie Zwischenergebnisse in festen Formaten ausgeben, etwa als Liste oder JSON, damit der nächste Schritt sie zuverlässig lesen kann. Vergleichen Sie Varianten einzelner Schritte mit dem Prompt-Vergleich. Wenn das Modell die Schritte selbst plant, spricht man von einem Agenten; siehe Was sind KI-Agenten?.