Wissenszentrum
Prompt Engineering, vom ersten Prompt bis zur Produktion.
26 praxisnahe Leitfäden zum Schreiben, Optimieren, Testen und Absichern von Prompts für große Sprachmodelle. Jeder ist für alle geschrieben, die Prompts in echter Software ausliefern, mit Beispielen zum Kopieren und klar benannten Kompromissen.
Ein Lesepfad
Die Themen bauen aufeinander auf. Beginnen Sie damit, was ein Prompt ist, lernen Sie Formen und Techniken kennen und gehen Sie dann zum Messen, Absichern und Automatisieren von Prompts mit Agenten und Tools über.
Grundlagen
Was Prompt Engineering ist, wie man es Schritt für Schritt angeht und welche Gewohnheiten einen Prompt, der einmal funktioniert, von einem unterscheiden, der immer funktioniert.
- Was ist Prompt Engineering?Eine einfache Definition, wie ein Modell einen Prompt tatsächlich liest und warum die Formulierung das Ergebnis verändert.
- Leitfaden zum Prompt Engineering: eine Methode Schritt für SchrittSieben Schritte von einer groben Anfrage zu einem getesteten, produktionsreifen Prompt, mit einem durchgespielten Beispiel.
- Best Practices für Prompt EngineeringZehn Gewohnheiten für bessere KI-Prompts, jeweils mit einem Vorher-nachher-Beispiel.
- Häufige Fehler beim Prompt Engineering und wie man sie behebtZwölf Fehler hinter vagen, uneinheitlichen oder unsicheren Ausgaben, jeweils mit einer prüfbaren Lösung.
- Prompt Engineering für EntwicklerCoding-Prompts, die korrekte Änderungen erzeugen, und wie man Produktions-Prompts wie Code behandelt.
Prompt-Typen
Die Grundformen eines Prompts: mit oder ohne Beispiele, mit einer Rolle, als System-Prompt und rund um ein vorgegebenes Ausgabeformat.
- Prompt-Typen: ein Überblick mit BeispielenElf Prompt-Typen im Vergleich, mit je einem Beispiel und wann man sie wählt.
- Zero-Shot-, One-Shot- und Few-Shot-PromptingWann Beispiele helfen, wie viele man verwendet, wie man sie auswählt und wann sie schaden.
- System-Prompts und Rollen-PromptingWas in einen System-Prompt gehört, wie Rollen funktionieren und eine Struktur zum Wiederverwenden.
- Prompting für strukturierte Ausgabe: JSON, Schemas und EinschränkungenVerlässliches JSON von einem Modell mit Ausgabebeschränkungen, Schemas und Validierung.
Techniken
Methoden für schwierigere Aufgaben: schrittweises Denken, Arbeit auf mehrere Prompts verteilen, einem Modell Tools geben und einen Prompt durch Messen verbessern.
- Techniken des Prompt Engineering: was wann einzusetzen istFünfzehn Techniken im Vergleich, mit einer Regel, wann sich welche lohnt.
- Chain-of-Thought-Prompting und Self-ConsistencySchrittweises Schlussfolgern, wann es hilft, wann es überflüssig ist und wie Self-Consistency die Genauigkeit erhöht.
- Prompt Chaining und Prompt-ZerlegungEine komplexe Aufgabe in einfache Prompts aufteilen, Daten zwischen Schritten weitergeben und Fehler behandeln.
- ReAct-Prompting: Denken und Handeln mit WerkzeugenWie die Schleife aus Denken, Handeln und Beobachten funktioniert, mit Prompt-Beispiel und den üblichen Fehlerbildern.
- Prompt-Optimierung: eine iterative MethodeEine wiederholbare Schleife, um einen Prompt durch Messung statt nach Gefühl zu verbessern.
Optimierung, Tests und Sicherheit
Prompts in der Produktion: Token- und Kontextbudgets, Bewertung, Versionierung, Abwehr von Injection und Geheimnisse aus Prompts heraushalten.
- Token-Optimierung: Kosten, Kontextfenster und KomprimierungWie Tokens und Kontextfenster funktionieren, wie man sie zählt und wie man sie sicher reduziert.
- Prompt-Tests und -Evaluierung: So messen Sie einen PromptTestsets, Metriken, statische Prüfungen, Modell-Grader und das Ausführen von Prompt-Tests in der CI.
- Prompt-Verwaltung und VersionierungPrompts im Team speichern, versionieren, prüfen, testen und ausrollen.
- Prompt-Sicherheit: Bedrohungen und Abwehr für LLM-AnwendungenDie wichtigsten Bedrohungen für LLM-Anwendungen und eine mehrschichtige Abwehr für jede.
- Prompt-Injection und Jailbreak-PräventionDirekte und indirekte Injection mit Beispielen und die Abwehrmaßnahmen, die den Schaden begrenzen.
- Erkennung von personenbezogenen Daten und Geheimnissen in PromptsWie Geheimnisse und personenbezogene Daten in Prompts gelangen, wie die Erkennung funktioniert und wie man schwärzt.
KI-Agenten und MCP
Prompts, die Tools steuern statt nur eine Antwort zu liefern: Agenten-Anweisungen, Retrieval und das Model Context Protocol.
- Prompts für KI-Agenten: Anweisungen, Werkzeuge und WorkflowsAgentenanweisungen, Werkzeugbeschreibungen, Kontextverwaltung und wann ein Workflow einen Agenten schlägt.
- RAG-Prompting: Prompts für Retrieval-Augmented Generation schreibenAbgerufenen Kontext strukturieren, Antworten mit Quellenangaben fundieren und mit fehlenden Informationen umgehen.
- Was ist MCP? Das Model Context Protocol erklärtWie MCP KI-Anwendungen mit Werkzeugen und Daten verbindet, seine Bausteine und sein Sicherheitsmodell.
Leitfäden zu Modellen
Was sich zwischen Anbietern ändert: wie Modelle von OpenAI, Anthropic und Google Anweisungen, Kontext und Formate unterschiedlich lesen.
- Prompting für ChatGPT und OpenAI: ein praktischer LeitfadenNachrichtenrollen, Reasoning-Modelle, strukturierte Ausgaben und exakte Token-Zählung für OpenAI-Modelle.
- Prompting für Claude: ein praktischer LeitfadenXML-Tags, Platzierung langer Dokumente, Beispiele, erweitertes Denken und ausdrückliche Anweisungen für Claude.
- Prompting für Google Gemini: ein praktischer LeitfadenSystemanweisungen, Few-Shot-Beispiele, multimodale Eingaben, langer Kontext und strukturierte Ausgabe für Gemini.
Vom Lesen zum Tun
Eigene Prompts anhand dieser Leitfäden prüfen
Die Ratschläge aus diesen Leitfäden sind als Regeln in der PromptFlowEngine-Engine hinterlegt. Fügen Sie einen Prompt ein, und sie meldet, gegen welche er verstößt, ohne Modellaufruf und ohne Upload.
- Prompt-AnalyzerMehrdeutigkeit, fehlenden Kontext, Widersprüche und verschwendete Tokens in jedem Prompt finden.
- Prompt-OptimiererTokens sparen und Struktur ergänzen, mit dem Nachweis, dass jede Anforderung erhalten bleibt.
- Prompt-SicherheitInjection-Phrasen, geleakte Geheimnisse und personenbezogene Daten erkennen und dann schwärzen.
- Prompt-TestsEin CI-Gate für Prompt-Dateien: Qualitätsgrenze, Token-Budget und Schweregradschwelle.
- Prompt-BewertungEine veröffentlichte Bewertungsformel über acht Dimensionen, mit Versionsvergleich.
- Prompt-VorlagenProduktionsreife Prompts, die jede Prüfung bestehen und sich anpassen lassen.
- RegelreferenzJede Regel mit auslösendem Beispiel und korrigierter Fassung.
Prompt einfügen. Sehen, was er wirklich verlangt.
Ohne Registrierung. Die Analyse läuft in Ihrem Browser.