Einführung
Prompt Engineering ist die Kunst und Wissenschaft, effektive Anweisungen für Large Language Models (LLMs) zu formulieren. Die Qualität des Outputs hängt direkt von der Qualität des Inputs ab.
Grundlegende Techniken
1. Klare Rollenanweisung
Definieren Sie die Rolle, die das Modell einnehmen soll:
Du bist ein erfahrener Datenschutzbeauftragter mit 10 Jahren
Erfahrung in der DSGVO-Beratung für mittelständische Unternehmen.
2. Strukturierte Anweisungen
Gliedern Sie komplexe Aufgaben in klare Schritte:
Analysiere den folgenden Vertrag in drei Schritten:
1. Identifiziere alle datenschutzrelevanten Klauseln
2. Bewerte die Konformität mit Art. 28 DSGVO
3. Formuliere konkrete Verbesserungsvorschläge
3. Few-Shot Prompting
Geben Sie Beispiele für die gewünschte Ausgabe:
Erstelle eine Risikobewertung im folgenden Format:
Beispiel:
Risiko: Datenverlust durch unverschlüsselte Übertragung
Schwere: Hoch
Wahrscheinlichkeit: Mittel
Maßnahme: TLS 1.3 für alle API-Aufrufe implementieren
Goldene Regel
Je spezifischer und strukturierter Ihr Prompt ist, desto besser und konsistenter wird das Ergebnis. Vermeiden Sie vage Anweisungen wie "Mach was Gutes".
Fortgeschrittene Techniken
Chain-of-Thought (CoT)
Bitten Sie das Modell, seinen Denkprozess offenzulegen:
Denke Schritt für Schritt nach und erkläre deine Überlegungen,
bevor du zu einem Ergebnis kommst.
Constraint-basierte Prompts
Definieren Sie klare Grenzen und Formate:
- Maximale Länge: "Antworte in maximal 3 Sätzen"
- Format: "Antworte als JSON-Objekt"
- Sprache: "Antworte ausschließlich auf Deutsch"
- Tonalität: "Verwende eine formelle, professionelle Sprache"
Prompt Templates
Erstellen Sie wiederverwendbare Templates für häufige Aufgaben:
| Template | Einsatzgebiet |
|---|---|
| Compliance-Check | Prüfung gegen regulatorische Anforderungen |
| Zusammenfassung | Verdichtung langer Dokumente |
| Übersetzung | Fachgerechte Übersetzung mit Kontext |
| Code-Review | Sicherheits- und Qualitätsprüfung |
Anti-Patterns
Vermeiden Sie diese häufigen Fehler:
- Zu vage: "Hilf mir mit meinem Projekt" → Besser: Konkretes Problem beschreiben
- Zu lang: Überlange Prompts verlieren Kontext → Besser: Wesentliches priorisieren
- Widersprüchlich: "Sei kreativ, aber halte dich exakt an die Vorgaben" → Besser: Klare Prioritäten setzen
- Ohne Kontext: Fehlender Hintergrund → Besser: Relevanten Kontext mitgeben
Datenschutz bei Prompts
Übermitteln Sie niemals personenbezogene Daten, Geschäftsgeheimnisse oder vertrauliche Informationen in Prompts an externe KI-Dienste, ohne vorher die datenschutzrechtliche Zulässigkeit geprüft zu haben.
Zusammenfassung
Gutes Prompt Engineering ist:
- Spezifisch statt vage
- Strukturiert statt chaotisch
- Kontextreich statt kontextfrei
- Iterativ – testen und verbessern
Professionelles Prompt Engineering fuer Ihr Team?
Creativate AI Studio unterstuetzt Sie bei der Entwicklung wiederverwendbarer Prompt-Architekturen, der Evaluation von KI-Ausgaben und dem Aufbau interner Best Practices fuer den produktiven KI-Einsatz.