Prompt / Prompt Engineering

Ein Prompt ist die Eingabe, die ein Nutzer an ein KI-Sprachmodell sendet — bestehend aus Aufgabenbeschreibung, Kontext, Formatvorgaben und optional Beispielen. Die Qualität eines Prompts bestimmt maßgeblich die Qualität der Antwort: präzise, strukturierte Prompts liefern konsistent bessere Ergebnisse als vage Einzelsätze. Die Fähigkeit, Eingaben so zu schreiben, dass sie von LLMs gut verstanden werden, wird häufig auch mit dem Begriff „Prompt Engineering“ beschrieben. 

Was bedeutet das für Ihr KMU?

Ein guter Prompt hat vier Bestandteile: Rolle (wer soll die KI sein), Aufgabe (was soll sie tun), Kontext (was muss sie wissen) und Format (wie soll die Ausgabe aussehen). Der häufigste Fehler in der Praxis: zu wenig Kontext und keine Formatvorgabe — das Modell liefert dann eine plausible, aber nicht passende Antwort. Ein Sprachmodell hat kein Weltverständnis und kein implizites Wissen, wie Menschen es haben. Das implizite Wissen explizit zu machen und in eine strukturierte Form in den Prompt zu legen: das ist die Methodik, die gutes Prompting/Prompt Engineering ausmacht.

Zu Beginn lohnt es sich, verschiedene Arten des Promptens zu üben und zu sehen, welche Art von Eingaben die besten Antworten liefert. Dann können Sie daraus Templates entwickeln und über die Zeit eine systematische Prompt-Bibliothek erstellen. Der Aufwand amortisiert sich schnell und die Stabilität der Ergebnisse verbessert sich.