Hinweis: Dieser Leitfaden zeigt Prompt-Engineering-Grundlagen – mit Muster-Prompts, Rollen, Ketten (Chain-of-Thought/Task), Constraints, Tests & Versionierung für reproduzierbare Qualität.
Prompt Engineering – Grundlagen, Muster & Qualitätssicherung
Gute Prompts sind präzise, kontextreich und überprüfbar. Dieser Leitfaden liefert Bausteine für wiederholbar gute Ergebnisse.
Kernprinzipien
- Rolle & Ziel: „Du bist …“ + klare Aufgabe & Erfolgskriterium
- Kontext: Daten, Stil, Ton, Format (z. B. Tabelle, Liste, HTML)
- Constraints: Länge, Quellen, Do/Don’t, Prüfschritte
- Beispiele: 1–3 kurze Exemplars (few-shot)
Muster-Prompts (aus der Praxis)
- Analyse: „Rolle: Senior Analyst. Ziel: Risiken identifizieren. Liefere Liste mit Risiko, Wahrscheinlichkeit, Impact, Mitigation.“
- Marketing: „Rolle: SEO-Redakteur:in. Ziel: Meta-Title ≤ 60, Meta-Description ≤ 160. Format: CSV-Zeilen.“
- Projekt: „Rolle: PM-Coach. Erstelle Sprint-Ziele + Akzeptanzkriterien. Output: Markdown-Checkliste.“
Qualitätssicherung & Versionierung
- QC-Checkliste: Relevanz, Faktentreue, Stil, Format, Vollständigkeit
- Versionierung: Prompt v1…vN; Änderungen dokumentieren
- Testdaten: 3–5 realistische Fälle; Edge-Cases
Weiterführende Hubs, Lehrgänge & Seminare
- Online-Kurs (Self-paced)
- Prompt Engineering – Onlinekurs (in Kooperation mit WPI)
Häufige Fragen zu Prompt Engineering
Wie detailliert soll ein Prompt sein?
So detailliert, dass Ziel, Kontext, Format und Qualitätsmaßstab eindeutig sind – ohne unnötige Länge.
Brauche ich immer Beispiele?
Nein, aber 1–2 Beispiele erhöhen Konsistenz und reduzieren Fehlinterpretationen deutlich.
Wie teste ich Prompts effizient?
Mit 3–5 realen Fällen, Edge-Cases und einer kurzen QC-Checkliste; Ergebnisse vergleichen & iterieren.
Welche Fehler gilt es zu vermeiden?
Unklare Ziele, fehlende Constraints, kein Format, keine Beispiele, keine Tests.
Welche Tools helfen?
Versionierung in Doks, Prompt-Vorlagen, einfache A/B-Vergleiche, Snippet-Sammlungen.
