Prompt Engineering: Techniken und Muster

Grundprinzipien

Prompt Engineering bezeichnet die systematische Gestaltung von Eingaben an Sprachmodelle, um zuverlässige und qualitativ hochwertige Ausgaben zu erhalten. Die wichtigste Erkenntnis der letzten Jahre: Prompts sind keine Beschwörungsformeln, sondern Spezifikationen.

Vier Prinzipien haben sich durchgesetzt: Spezifität (je konkreter die Aufgabe, desto besser), Kontext (relevante Hintergrundinfos im Prompt), Format (gewünschte Ausgabestruktur explizit nennen) und Beispiele (One-shot oder Few-shot statt nur Anweisung).

Few-Shot

Few-Shot Prompting bedeutet, dem Modell zwei bis fünf Beispiele für die gewünschte Aufgabe zu geben. Statt zu beschreiben, was zu tun ist, zeigt man, wie das Ergebnis aussehen soll.

Beispiel für Klassifikation:

E-Mail: "Hi, könnt ihr mir sagen, wann meine Bestellung kommt?"
Kategorie: Versand-Anfrage

E-Mail: "Das Produkt ist defekt, ich will mein Geld zurück."
Kategorie: Reklamation

E-Mail: "Wann öffnet euer Laden am Sonntag?"
Kategorie: ?

Bei Klassifikations-, Extraktions- und Format-Aufgaben verbessert Few-Shot die Ergebnisqualität oft dramatisch.

Chain-of-Thought

Chain-of-Thought (CoT) Prompting fordert das Modell auf, seine Überlegungen schrittweise auszuführen, bevor es eine Antwort gibt. Der einfachste Trigger ist die Anweisung „Lass uns Schritt für Schritt nachdenken." Bei Logik-, Mathematik- und Mehrschritt-Aufgaben steigt die Trefferquote messbar.

Neuere Modelle (o1, Claude 3.7) führen CoT intern aus, ohne dass es explizit angefordert werden muss — das verschiebt aber nicht das Prinzip, sondern automatisiert es.

Rollen

Eine Rollenzuweisung am Prompt-Anfang („Du bist ein erfahrener Lektor mit Fokus auf juristische Texte") färbt die folgenden Antworten in der Regel hilfreich ein. Die Wirkung wird in der Forschung kontrovers diskutiert — empirisch beobachten Praktiker:innen aber konsistent bessere Ergebnisse, vor allem bei stilistisch anspruchsvollen Aufgaben.

Wichtig: Rollen sind keine Garantie. Ein Modell, das als „Senior Software Engineer" angesprochen wird, schreibt nicht automatisch Senior-Code. Die Rolle ist ein Hinweis, kein Hebel.

Anti-Patterns

Häufige Fehler in produktiven Prompts:

• Vage Aufgaben („Schreib was Gutes über X") — Modelle füllen Lücken meist mit Plattitüden.
• Widersprüchliche Anweisungen („sei kreativ, aber halte dich exakt an meine Vorgaben") — eines wird verlieren, meist die Vorgabe.
• Prompt-Stuffing — der Versuch, alle Eventualitäten im Prompt abzudecken, führt oft zu schlechteren Ergebnissen als ein klarer Kernauftrag plus iterative Korrektur.
• Vertrauensblind — Ausgaben ohne Prüfung übernehmen. KI ist ein Entwurfswerkzeug, kein Endredakteur.

Effektive Prompts entstehen iterativ. Wer einen Standard-Workflow hat (z. B. wöchentliche Berichte), sollte den Prompt versionieren wie Code.