Prompt Engineering ist die Praxis, die Anweisungen an ein großes Sprachmodell (LLM) so zu entwerfen, zu testen und zu verfeinern, dass es zuverlässig die gewünschte Ausgabe erzeugt. Auf das Wort „Engineering“ kommt es an: Ziel ist nicht eine gute Antwort, sondern dieselbe Qualität bei jedem Durchlauf des Prompts.
Eine praktische Definition
Ein Prompt ist alles, was das Modell erhält, bevor es zu schreiben beginnt: Anweisungen, Hintergrund, Beispiele, Dokumente und die Frage selbst. Prompt Engineering bedeutet zu entscheiden, was in diese Eingabe gehört und wie sie aufgebaut ist.
Es umfasst drei Tätigkeiten:
- Die Aufgabe spezifizieren, damit nichts Wichtiges dem Raten überlassen bleibt.
- Kontext liefern, den das Modell nicht hat, etwa Ihre Daten, Ihre Zielgruppe und Ihre Einschränkungen.
- Das Ergebnis messen und den Prompt anhand von Belegen statt aus dem Bauchgefühl ändern.
Wie Prompt Engineering funktioniert
Ein Sprachmodell sagt das nächste Token anhand der bisher gesehenen Tokens voraus. Es hat keinen Zugriff auf Ihre Absicht, nur auf Ihren Text. Daraus folgen zwei Dinge.
Alles, was Sie weglassen, wird aufgefüllt. Bitten Sie um „eine kurze Zusammenfassung“, und das Modell wählt eine Länge, eine Zielgruppe und ein Format. Beim nächsten Mal wählt es anders. Die meisten uneinheitlichen Ausgaben gehen auf eine Entscheidung zurück, die der Prompt nie getroffen hat.
Position und Struktur tragen Bedeutung. Ein Modell behandelt eine Überschrift, ein Trennzeichen oder ein Beispiel als Signal dafür, welche Art von Text als Nächstes kommt. Anweisungen von Daten zu trennen und die Form der gewünschten Antwort zu zeigen, verändert die Vorhersage stärker als zusätzliche Adjektive.
Hier ist dieselbe Anfrage zweimal geschrieben.
Summarize this report.
Summarize the quarterly sales report below for the EMEA leadership team.
Write 5 bullet points covering revenue by country and the change from
last quarter. Return a markdown list.
<report>
{{report}}
</report>
Die zweite Fassung nennt Zielgruppe, Länge, Inhalt und Format und markiert, wo die Daten beginnen und enden. Nichts daran ist raffiniert. Sie trifft einfach die Entscheidungen, die die erste offen ließ.
Warum Prompt Engineering wichtig ist
Zuverlässigkeit. Software, die ein Modell aufruft, braucht vorhersagbare Ausgaben. Ein Prompt, der neun von zehn Mal JSON liefert, lässt die zehnte Anfrage scheitern.
Kosten. Modelle werden pro Token abgerechnet. Ein Prompt, der sich wiederholt oder unnötigen Kontext mitführt, kostet bei jedem Aufruf mehr. Wie man das misst und senkt, steht unter Token-Optimierung.
Sicherheit. Prompts enthalten oft Text von Nutzern, aus Dokumenten und von Webseiten. Ohne Sorgfalt kann dieser Text Ihre Anweisungen überschreiben. Das heißt Prompt Injection, und die Abwehr beginnt damit, wie der Prompt aufgebaut ist.
Iterationsgeschwindigkeit. Einen Prompt zu ändern dauert Minuten. Ein Modell per Fine-Tuning anzupassen braucht Daten, Geld und Zeit. Für die meisten Aufgaben ist ein besserer Prompt die günstigste verfügbare Verbesserung.
Was Prompt Engineering nicht ist
Es ist keine Sammlung magischer Formeln. Tricks wie ein versprochenes Trinkgeld oder Großbuchstaben wirken uneinheitlich und ändern sich zwischen Modellversionen. Von Dauer sind klare Spezifikation, relevanter Kontext und Tests.
Es ersetzt auch nicht das Verständnis der Aufgabe. Ein Prompt kann nur nach dem fragen, was seine Autorin oder sein Autor gut genug versteht, um es zu beschreiben.
Prompt Engineering und Context Engineering
Als Modelle sehr große Eingaben lesen und Werkzeuge aufrufen konnten, verlagerte sich die Arbeit vom Formulieren einer einzelnen Anweisung zur Entscheidung, welche Informationen das Modell bei jedem Schritt sieht. Das nennt man oft Context Engineering. Dazu gehören Retrieval, Agentenanweisungen und Werkzeuganbindungen wie das Model Context Protocol. Die Prinzipien sind dieselben: dem Modell geben, was es braucht, klar getrennt, und nichts, was es ablenkt.
Wie es weitergeht
- Folgen Sie der Schritt-für-Schritt-Anleitung zum Prompt Engineering, um Ihren ersten Produktions-Prompt zu schreiben.
- Lernen Sie die Prompt-Typen und die wichtigsten Techniken des Prompt Engineering kennen.
- Fügen Sie einen Prompt in den PromptFlowEngine-Analyzer ein, um zu sehen, welche Entscheidungen er offenlässt.