Prompt-Typen beschreiben die Form eines Prompts: was er enthält und wo. Sie schließen einander nicht aus. Ein echter Produktions-Prompt ist meist ein System-Prompt, der eine Rolle zuweist, Anweisungen gibt, einige Beispiele enthält und eine strukturierte Ausgabe verlangt. Die Typen zu kennen hilft zu entscheiden, welche Teile eine Aufgabe braucht.
Kurzvergleich
| Typ | Was ihn ausmacht | Einsatz, wenn |
|---|---|---|
| Zero-Shot | Nur Anweisungen, keine Beispiele | Die Aufgabe gängig und leicht zu beschreiben ist |
| One-Shot | Ein Beispiel | Das Ausgabeformat der schwierige Teil ist |
| Few-Shot | Zwei oder mehr Beispiele | Die Aufgabe von Urteil oder Stil abhängt |
| Rolle | Weist eine Persona oder Expertise zu | Ton, Tiefe oder Perspektive wichtig sind |
| System | Dauerhafte Anweisungen für eine ganze Sitzung | Sie eine Anwendung oder einen Assistenten bauen |
| Anweisung | Ein direkter Befehl | Fast immer; er ist die Basis jedes Prompts |
| Kontextuell | Liefert Hintergrund oder Dokumente | Die Antwort von Fakten abhängt, die dem Modell fehlen |
| Strukturiert | Abschnitte, Trennzeichen und festes Layout | Der Prompt lang oder maschinell erzeugt ist |
| Konversationell | Mehrere Runden, die aufeinander aufbauen | Erkunden, Verfeinern oder Klären |
| Multimodal | Bilder, Audio oder Dateien mit Text | Die Eingabe nicht nur Text ist |
| Retrieval-augmentiert | Zur Laufzeit abgerufener Kontext | Antworten aus Ihren eigenen Daten stammen müssen |
Zero-Shot-, One-Shot- und Few-Shot-Prompting
Sie unterscheiden sich in der Zahl der Beispiele. Zero-Shot verlässt sich allein auf Anweisungen. Few-Shot zeigt dem Modell vor der echten Eingabe Paare aus Ein- und Ausgabe.
Classify the review as positive or negative.
Review: "Arrived late and the box was damaged." -> negative
Review: "Does exactly what it says." -> positive
Review: "{{review}}" ->
Vollständiger Leitfaden: Zero-Shot-, One-Shot- und Few-Shot-Prompting.
Rollen-Prompting
Ein Rollen-Prompt sagt dem Modell, wer es sein soll: „Du bist ein erfahrener Sicherheitsreviewer.“ Er legt Wortschatz, Tiefe und Prioritäten in wenigen Worten fest. Eine Rolle funktioniert am besten, wenn sie konkret und mit einer Aufgabe verbunden ist; eine Rolle allein bewirkt nichts.
System-Prompts
Ein System-Prompt ist die dauerhafte Anweisung, die eine Anwendung vor jeder Nutzernachricht sendet. Er legt die Aufgabe des Assistenten, die Regeln und die Ausgabekonventionen für die gesamte Unterhaltung fest. Vollständiger Leitfaden: System-Prompts und Rollen-Prompting.
Anweisungs-Prompting
Der schlichteste Typ: ein direkter Befehl, idealerweise ein Imperativsatz, gefolgt von Anforderungen.
Rewrite the paragraph below at a grade 8 reading level. Keep every fact.
Jeder andere Typ baut auf einer klaren Anweisung auf. Ist die Anweisung unklar, retten weder Beispiele noch Rollen sie.
Kontextuelles Prompting
Kontextuelle Prompts ergänzen die Informationen, die das Modell zum Antworten braucht: ein Dokument, eine Produktbeschreibung, die Zielgruppe, frühere Entscheidungen. Die Kunst liegt in der Auswahl. Relevanter Kontext verbessert die Antwort; irrelevanter Kontext konkurriert mit den Anweisungen um Aufmerksamkeit.
Context: our refund window is 30 days and excludes custom orders.
Question: can a customer return a custom engraved item after 10 days?
Strukturiertes Prompting
Ein strukturierter Prompt ordnet seinen Inhalt in beschriftete Abschnitte, meist Aufgabe, Kontext, Anforderungen, Ausgabeformat und Eingabe, mit Trennzeichen um variable Daten. Es ist das Layout, das skaliert: Lange Prompts bleiben lesbar, und jeder Teil lässt sich bearbeiten, ohne die anderen zu stören. Der PromptFlowEngine-Prompt-Optimierer kann einen Absatz in dieses Layout umwandeln und prüfen, dass nichts verloren ging.
Verwechseln Sie es nicht mit strukturierter Ausgabe, bei der es um die Form der Antwort geht. Siehe Prompts für strukturierte Ausgabe.
Konversationelles Prompting
In einem Chat ist jede Nachricht ein Prompt, der die bisherige Unterhaltung enthält. So können Sie Schritt für Schritt verfeinern: fragen, lesen, korrigieren, eingrenzen. Es ist der schnellste Weg, ein Problem zu erkunden.
Zwei Warnungen. Lange Unterhaltungen sammeln veraltete Anweisungen an, die das Modell weiter zu befolgen versucht; beginnen Sie daher eine neue Unterhaltung, wenn sich das Thema ändert. Und ein Ergebnis, das Sie nach zehn Korrekturrunden erreicht haben, ist erst reproduzierbar, wenn Sie die endgültigen Anforderungen als einen einzigen Prompt aufschreiben.
Multimodales Prompting
Multimodale Prompts kombinieren Text mit Bildern, Audio, Video oder Dokumenten. Es gelten dieselben Regeln, mit zwei Ergänzungen: Sagen Sie, worauf das Modell schauen soll („im Diagramm auf Seite 2“), und was zu tun ist, wenn etwas unleserlich ist, damit es das Problem meldet, statt zu raten.
The image is a photo of a paper receipt. Extract the merchant, the date,
and the total as JSON. If a field is not legible, use null.
Retrieval-augmentiertes Prompting
Hier durchsucht die Anwendung eine Wissensbasis und fügt die Ergebnisse vor der Frage in den Prompt ein. Das Modell antwortet aus den gelieferten Passagen statt aus dem Gedächtnis, was Antworten aktuell hält und Quellenangaben ermöglicht. Vollständiger Leitfaden: RAG-Prompting.
Einen Typ wählen
Beginnen Sie mit einem Anweisungs-Prompt. Ergänzen Sie Kontext, wenn dem Modell Fakten fehlen. Ergänzen Sie Beispiele, wenn die Ausgabe nach klaren Anweisungen noch nicht stimmt. Überführen Sie ihn in einen System-Prompt, wenn er Teil einer Anwendung wird. Ergänzen Sie Struktur, wenn er einen Absatz überschreitet.
Reichen einfache Formen nicht aus, ist der nächste Schritt die Technik: siehe Techniken des Prompt Engineering.