Prompt Engineering: Die Grundlagen verständlich erklärt

Prompt Engineering bezeichnet das gezielte Formulieren von Anweisungen an ein Sprachmodell, damit die Antwort zuverlässig brauchbar ist. Dahinter steckt keine Geheimwissenschaft, sondern Handwerk: klar sagen, was man will, genug Kontext geben, das Ergebnisformat festlegen und prüfen, ob es funktioniert.

Warum Prompts überhaupt einen Unterschied machen

Ein Sprachmodell kennt weder Ihr Unternehmen noch Ihre Zielgruppe noch Ihren Qualitätsanspruch. Es ergänzt die Eingabe mit der wahrscheinlichsten Fortsetzung. Fehlt Information, füllt das Modell die Lücke mit Durchschnitt. Ein guter Prompt verringert diese Lücken. Wer ein Modell bittet, „etwas über Datenschutz“ zu schreiben, bekommt einen Allerweltstext. Wer Zielgruppe, Zweck, Länge und Ton nennt, bekommt einen Text, mit dem sich arbeiten lässt.

Die fünf Grundprinzipien

1. Aufgabe klar benennen: ein Verb am Anfang hilft – „Fasse zusammen“, „Vergleiche“, „Schreibe einen Entwurf“.
2. Kontext mitgeben: Wer liest das Ergebnis, wofür wird es gebraucht, was ist schon bekannt?
3. Format festlegen: Liste, Tabelle, Fließtext, JSON, Länge in Wörtern oder Sätzen.
4. Beispiele zeigen: Ein oder zwei Muster sagen oft mehr als eine lange Beschreibung.
5. Grenzen setzen: Was soll das Modell tun, wenn Informationen fehlen? Lieber nachfragen oder „unbekannt“ schreiben als raten.

Wie diese Bausteine zusammenpassen, beschreibt der Ratgeber zum Aufbau eines guten Prompts. Zum Ausprobieren eignet sich der Prompt-Baukasten, der die Teile Schritt für Schritt abfragt.

Wichtige Prompt-Techniken im Überblick

• Zero-Shot: Aufgabe ohne Beispiele – reicht bei einfachen Anfragen. Mehr dazu unter Zero-Shot-Prompting.
• Few-Shot: einige Beispiele für Eingabe und gewünschte Ausgabe vorgeben, siehe Few-Shot-Prompting.
• Rollen: dem Modell eine Perspektive geben, etwa „Du prüfst Texte als Lektorin“.
• Schrittweises Denken: komplexe Aufgaben in Zwischenschritte zerlegen lassen, siehe Chain-of-Thought.
• Prompt-Ketten: große Aufgaben auf mehrere Prompts verteilen, deren Ergebnisse aufeinander aufbauen.

Prompt Engineering lernen: ein praktischer Weg

Am schnellsten lernt man an echten Aufgaben aus dem eigenen Alltag. Ein bewährter Ablauf:

1. Eine wiederkehrende Aufgabe auswählen, etwa Antworten auf Kundenanfragen.
2. Einen ersten Prompt schreiben und mit drei bis fünf typischen Eingaben testen.
3. Notieren, was an den Ergebnissen stört: zu lang, falscher Ton, Fakten erfunden.
4. Den Prompt gezielt an genau diesen Stellen ändern und erneut testen.
5. Die funktionierende Fassung speichern und mit Datum versehen.

Wichtig ist, immer nur eine Sache auf einmal zu ändern. Sonst bleibt unklar, welche Änderung gewirkt hat. Zwei Fassungen nebeneinander zu vergleichen, gelingt mit dem Prompt-Vergleich.

Was Prompt Engineering nicht leisten kann

Auch der beste Prompt macht ein Modell nicht allwissend. Aktuelle Ereignisse nach dem Wissensstichtag, interne Firmendaten oder exakte Berechnungen brauchen zusätzliche Quellen oder Werkzeuge. Halluzinationen lassen sich verringern, aber nicht ausschließen; Tipps dazu stehen im Ratgeber Halluzinationen vermeiden. Zudem unterscheiden sich Modelle: Ein Prompt, der bei einem Anbieter gut funktioniert, liefert bei einem anderen manchmal andere Ergebnisse. Wer wechselt, sollte seine wichtigsten Prompts neu testen.

Begriffe wie Token, Kontextfenster oder Temperatur erklärt das Glossar.