Prompt (Anweisung)

Geprüft : So prüfen wir die EinträgeAktualisiert am

Kurz gesagt

Ein Prompt ist der Text (Anweisungen, Kontext, Beispiele), den man einem KI-Modell gibt, um eine Antwort zu erhalten; seine Formulierung beeinflusst die Qualität des Ergebnisses stark.

Quellen[1][2][3]

Definition

Ein Prompt (auf Deutsch etwa Anweisung oder Eingabe) ist der gesamte Text, der einem Sprachmodell übergeben wird: die Frage, die Anweisungen, der Kontext und gegebenenfalls Beispiele. Das Entwerfen wirksamer Prompts heißt Prompt Engineering.

Gängige Techniken

  • Klare, präzise Anweisungen: Ziel, Zielgruppe, erwartetes Ausgabeformat, Längenvorgaben.
  • Kontext: die nötigen Informationen mitliefern, statt anzunehmen, dass das Modell sie kennt.
  • Beispiele (Few-Shot): ein oder mehrere Beispiele für das Erwartete zeigen. Der Artikel zu GPT-3 hat die Wirksamkeit dieses Ansatzes hervorgehoben.
  • Schrittweises Denken (Chain-of-Thought): Das Modell zu bitten, seinen Gedankengang darzulegen, kann die Ergebnisse bei manchen Logik- oder Rechenaufgaben verbessern, wie Wei et al. gezeigt haben. Sogenannte „Reasoning“-Modelle tun dies bereits intern: OpenAI rät davon ab, sie aufzufordern, „Schritt für Schritt zu denken“.
  • Rolle und Format: die erwartete Haltung und die Struktur der Antwort angeben (Liste, Tabelle, JSON…).

Grenzen

Ein guter Prompt garantiert keine richtige Antwort: Das Modell kann halluzinieren. Die Ergebnisse unterscheiden sich je nach Modell und von Durchlauf zu Durchlauf; testen und nachbessern ist nötig.

Prompt-Generator

Füllen Sie die Felder aus: Der Generator baut einen strukturierten Prompt nach den bewährten Methoden aus diesem Eintrag. Je mehr Details Sie angeben, desto besser die Antwort.

Mit einer Vorlage beginnen

Bewährte Methoden hinzufügen
Qualität des PromptsAusbaufähig · 1/6
  • Klares Ziel
  • Kontext angegeben
  • Zielgruppe festgelegt
  • Format gewählt
  • Beispiel angegeben
  • Schutzmechanismen

Beschreiben Sie mindestens Ihre Anfrage, um den Prompt zu erzeugen.

Der Prompt bleibt in Ihrem Browser. Fügen Sie ihn in den Assistenten Ihrer Wahl ein (ChatGPT, Claude, Le Chat…) und verfeinern Sie die Antwort im Gespräch.

Quellen

  1. Brown et al., „Language Models are Few-Shot Learners“ (2020)
  2. Wei et al., „Chain-of-Thought Prompting Elicits Reasoning in Large Language Models“ (2022)
  3. OpenAI, „Reasoning best practices“ (Dokumentation)