12 bewährte Verfahren und Tipps für das Prompt Engineering

12 Tipps für bessere Prompts

Die Erstellung erfolgreicher Prompts erfordert Wissen und Können. Prompt Engineers müssen eine klare Vorstellung von der gewünschten Antwort oder dem gewünschten Ergebnis haben und die Nuancen, die Schnittstelle und die Grenzen des KI-Systems genau kennen.

Das ist schwieriger, als es scheint. Beachten Sie die folgenden Richtlinien, wenn Sie Prompts für generative KI-Tools erstellen.

1. Verstehen Sie das gewünschte Ergebnis

Erfolgreiches Prompt Engineering hängt weitgehend davon ab, dass man weiß, welche Fragen man stellen muss und wie man sie effektiv stellt. Dies ist jedoch bedeutungslos, wenn der Benutzer nicht weiß, was er überhaupt will.

Bevor ein Benutzer mit einem KI-Tool interagiert, ist es wichtig, die Ziele für die Interaktion zu definieren und im Voraus einen klaren Überblick über die erwarteten Ergebnisse zu erstellen. Planen Sie: Legen Sie fest, was erreicht werden soll, was die Zielgruppe wissen sollte und welche damit verbundenen Aktionen das System ausführen muss.

2. Bestimmen Sie das richtige Format

KI-Systeme können mit einfachen, direkten Anfragen in umgangssprachlichen, klaren Sätzen arbeiten. Komplexe Anfragen profitieren jedoch von detaillierten, sorgfältig strukturierten Abfragen, die einer Form oder einem Format entsprechen, das mit dem internen Design des Systems übereinstimmt.

Form und Format können je nach Modell unterschiedlich sein, und einige Tools, wie zum Beispiel generative Bild-KIs, haben möglicherweise eine bevorzugte Struktur, bei der Schlüsselwörter an vorhersehbaren Stellen verwendet werden. Das Unternehmen Kajabi empfiehlt beispielsweise für seinen dialogorientierten KI-Assistenten Ama ein Prompt-Format, das dem folgenden ähnelt:

„Verhalten Sie sich wie“ + „schreiben Sie einen“ + „definieren Sie ein Ziel“ + „definieren Sie Ihr ideales Format“

Ein Beispiel für einen Prompt für ein Textprojekt, wie zum Beispiel eine Geschichte oder einen Bericht, kann wie folgt aussehen:

Verhalten Sie sich wie ein Geschichtsprofessor, der einen Aufsatz für eine Hochschulklasse schreibt, um detaillierte Hintergrundinformationen zum Spanisch-Amerikanischen Krieg im Stil von Mark Twain zu liefern.

3. Formulieren Sie klare, spezifische Prompts

KI ist weder hellseherisch noch telepathisch; das System kann nur auf der Grundlage dessen handeln, was es aus einem gegebenen Prompt interpretieren kann.

Formulieren Sie klare, eindeutige und umsetzbare Anfragen. Verstehen Sie das gewünschte Ergebnis und beschreiben Sie dann die Aufgabe, die das Modell ausführen soll, oder formulieren Sie die Frage, die das Modell beantworten soll.

Eine einfache Frage wie Wann ist Flut? ist beispielsweise ein ineffektiver Prompt, da ihm wesentliche Details fehlen. Die Gezeiten variieren je nach Tag und Ort, sodass das Modell nicht annähernd genügend Informationen hätte, um eine korrekte Antwort zu geben. Eine viel klarere und spezifischere Anfrage ist: Wann ist am 31. März 2025 Flut im Hafen von Gloucester, Massachusetts?

4. Legen Sie die Länge des Prompts fest

Prompts können einer Mindest- und Höchstzeichenanzahl unterliegen. Viele KI-Schnittstellen legen keine feste Grenze fest, aber extrem lange Prompts können für KI-Systeme schwierig zu verarbeiten sein.

KI-Tools haben oft Schwierigkeiten, lange Prompts zu analysieren, da die Organisation und Priorisierung der wesentlichen Elemente einer langen Anfrage sehr komplex ist. Achten Sie auf etwaige Token-Beschränkungen für ein bestimmtes KI-Tool und halten Sie den Prompt so kurz wie nötig, um alle erforderlichen Parameter zu übermitteln.

5. Teilen Sie komplexe Aufgaben auf

Schritt-für-Schritt-Anweisungen können sicherstellen, dass das Modell jeden Aspekt einer Anfrage berücksichtigt. Anstatt beispielsweise mit einem einzigen Prompt ein Modell aufzufordern, einen detaillierten Sieben-Tage-Reiseplan für beliebte Reiseziele in ganz Europa zu erstellen, teilen Sie die Anfrage in eine Reihe von Prompts auf, die sich auf die beliebtesten Reiseziele in Europa, die optimale Reisezeit, Flug- und Hotelpreise sowie Ausflugsmöglichkeiten beziehen.

Die Aufteilung komplexer Aufgaben bedeutet detailliertere Prompts, genauere Ergebnisse und eine einfachere Fehlerbehebung. Durch die Überwachung der Ergebnisse jeder Teilaufgabe können Prompt Engineers genau feststellen, wo das Modell möglicherweise fehlerhaft ist, und entsprechende Anpassungen vornehmen.

6. Wählen Sie Ihre Worte sorgfältig aus

Wie jedes Computersystem können auch KI-Tools bei der Verwendung von Befehlen und Sprache äußerst präzise sein, einschließlich der Unfähigkeit, auf unbekannte Befehle oder Sprache zu reagieren.

Die effektivsten Prompts verwenden klare und direkte Formulierungen. Vermeiden Sie Mehrdeutigkeiten, blumige Sprache, Metaphern und Slang, da all dies zu unerwarteten und unerwünschten Ergebnissen führen kann.

Prompt Engineers können jedoch manchmal Mehrdeutigkeiten und andere nicht empfohlene Formulierungen bewusst einsetzen, um unerwartete oder unvorhersehbare Ergebnisse aus einem Modell zu provozieren.

Dies kann zu interessanten Ergebnissen führen, da die Komplexität vieler KI-Systeme ihre Entscheidungsprozesse für den Benutzer undurchsichtig macht, oder Teil von Sicherheitstests im KI-Red-Teaming sein.

7. Stellen Sie offene Fragen oder bitten Sie um Rückmeldung

Generative KI ist darauf ausgelegt, etwas zu erschaffen. Einfache Ja-oder-Nein-Fragen sind einschränkend und führen wahrscheinlich zu kurzen und uninteressanten Ergebnissen.

Offene Fragen hingegen lassen viel mehr Spielraum für flexible Ergebnisse. Ein einfacher Prompt wie Ging es im amerikanischen Bürgerkrieg um die Rechte der Bundesstaaten? führt wahrscheinlich zu einer ebenso einfachen, kurzen Antwort. Ein offenerer Prompts wie Beschreiben Sie die sozialen, wirtschaftlichen und politischen Faktoren, die zum Ausbruch des amerikanischen Bürgerkriegs geführt haben wird hingegen mit größerer Wahrscheinlichkeit eine umfassende und detaillierte Antwort hervorrufen.

8. Ziehen Sie Kontext mit ein

Ein generatives KI-Tool kann seine Ergebnisse so gestalten, dass sie eine Vielzahl von Zielen und Erwartungen erfüllen, von kurzen, allgemeinen Zusammenfassungen bis hin zu langen, detaillierten Untersuchungen. Um diese Vielseitigkeit zu nutzen, enthalten gut formulierte Prompts oft einen Kontext, der dem KI-System hilft, seine Ergebnisse auf die Zielgruppe des Benutzers zuzuschneiden.

Wenn ein Benutzer beispielsweise ein Large Language Model (LLM) einfach bittet, die drei Gesetze der Thermodynamik zu erklären, ist es unmöglich, die Länge und Detailgenauigkeit der Ausgabe vorherzusagen. 

Durch Hinzufügen von Kontext kann jedoch sichergestellt werden, dass die Ausgabe für die Zielgruppe geeignet ist. Ein Prompt wie Erkläre die drei Gesetze der Thermodynamik für Schüler der dritten Klasse führt zu einer deutlich anderen Länge und Detailtiefe als Erkläre die drei Gesetze der Thermodynamik für Physiker mit Doktorgrad.

9. Geben Sie Beispiele

Eine weitere Technik, um sicherzustellen, dass die Ausgabe eines Modells den gewünschten Zielen entspricht, ist die Aufnahme von Beispielen in den Prompt. Beispiele, die Aspekte wie Qualität, Stil, Format oder Tonfall veranschaulichen, können einem Modell helfen, seine Antworten anzupassen.

Das Bereitstellen von Beispielen kann für eine Vielzahl von Prompts nützlich sein, zum Beispiel für die Erstellung von Kunstwerken, die Datenanalyse oder die Codeentwicklung. 

Ein Prompt kann beispielsweise Beispiele für Marketingmaterial enthalten, um einem Modell zu helfen, den Ton einer bestimmten Marke zu reproduzieren, oder er kann die Formatierung der Ausgabe anhand einer Beispieltabelle oder eines Beispieldiagramms definieren.

10. Legen Sie Ziele oder Grenzen für die Antwortlänge fest

Obwohl generative KI kreativ sein soll, ist es oft ratsam, Begrenzungen für Faktoren wie die Antwortlänge festzulegen. Kontextelemente in Prompts können beispielsweise die Anforderung einer einfachen und prägnanten Antwort anstelle einer langen und detaillierten Antwort sein.

Beachten Sie jedoch, dass generative KI-Tools in der Regel keine genauen Wort- oder Zeichenbeschränkungen einhalten können. Dies liegt daran, dass Modelle zur Verarbeitung natürlicher Sprache wie GPT-4 darauf trainiert sind, Wörter anhand von Sprachmustern und Tokens vorherzusagen, nicht anhand der genauen Anzahl von Wörtern oder Zeichen. Daher können LLMs in der Regel ungefähre Vorgaben wie Geben Sie eine Antwort mit zwei oder drei Sätzen befolgen, aber sie haben Schwierigkeiten, Zeichen oder Wörter genau zu quantifizieren.

11. Vermeiden Sie widersprüchliche Begriffe und Mehrdeutigkeiten

Lange und komplexe Prompts enthalten manchmal mehrdeutige oder widersprüchliche Begriffe. Ein Prompt, der beispielsweise sowohl die Wörter detailliert als auch zusammenfassend enthält, kann dem Modell widersprüchliche Informationen über den erwarteten Detaillierungsgrad und die Länge der Ausgabe liefern.

Der effektivste Prompt verwendet positive Sprache und vermeidet negative Formulierungen – mit anderen Worten: Sagen Sie ‚tun‘ und nicht ‚nicht tun‘. Die Logik dahinter ist einfach: KI-Modelle sind darauf trainiert, bestimmte Aufgaben auszuführen. Daher ist es sinnlos, ein KI-System aufzufordern, etwas nicht zu tun, es sei denn, es gibt einen zwingenden Grund, eine Ausnahme von einem Parameter zuzulassen.

12. Verwenden Sie Satzzeichen, um komplexe Prompts zu verdeutlichen

Genauso wie Menschen sich auf Interpunktion verlassen, um Texte zu analysieren, kann auch die sinnvolle Verwendung von Kommas, Anführungszeichen und Zeilenumbrüchen bei KI-Prompts hilfreich sein, damit das System komplexe Prompts analysieren und verarbeiten kann.

Prompt Engineers sollten mit der Struktur und Formatierung der von ihnen verwendeten KI-Systeme, die oft spezifische Empfehlungen für die Zeichensetzung enthalten, gründlich vertraut sein.

Zusätzliche Tipps zum Prompt Engineering für Bildgeneratoren

Die oben genannten 12 Tipps beziehen sich in erster Linie auf LLMs wie ChatGPT. Es gibt jedoch auch eine wachsende Auswahl an generativen KI-Bildplattformen, die zusätzliche Prompt-Elemente oder Parameter in Anfragen verwenden können.

Beachten Sie bei der Arbeit mit Bildgeneratoren wie Midjourney und Dall-E die folgenden sieben Tipps:

• Beschreiben Sie das Bild. Geben Sie einige Details zur Szene – beispielsweise Stadtlandschaft, Feld oder Wald – sowie spezifische Informationen zum Motiv an. Wenn Sie Personen als Motive beschreiben, geben Sie alle relevanten Merkmale an, die Sie einbeziehen möchten, wie zum Beispiel Alter und Geschlecht.
• Beschreiben Sie die Stimmung. Fügen Sie Beschreibungen von Handlungen, Ausdrucksformen und Umgebungen hinzu – zum Beispiel: Eine ältere Frau steht im Regen und weint an einem bewaldeten Grab.
• Beschreiben Sie die Ästhetik. Definieren Sie den gewünschten Gesamtstil des resultierenden Bildes, zum Beispiel Aquarell, Skulptur, digitale Kunst oder Ölgemälde. Sie können sogar Techniken oder künstlerische Stile beschreiben, wie zum Beispiel Impressionismus.
• Beschreiben Sie den Bildausschnitt. Legen Sie fest, wie die Szene und das Motiv ausgerichtet werden sollen, zum Beispiel dramatisch, Weitwinkel oder Nahaufnahme.
• Beschreiben Sie die Beleuchtung. Beschreiben Sie, wie die Szene beleuchtet werden soll, indem Sie Begriffe wie Morgen, Tageslicht, Abend, Dunkelheit, Feuerlicht und Taschenlampe verwenden. All diese Faktoren können Licht und Schatten beeinflussen.
• Beschreiben Sie die Farbgebung. Geben Sie an, wie die Szene farblich gestaltet werden soll, indem Sie Beschreibungen wie gesättigt oder gedämpft verwenden.
• Beschreiben Sie den Grad des Realismus. KI-Kunstwerke können von abstrakt über cartoonhaft bis fotorealistisch reichen. Geben Sie unbedingt den gewünschten Realismusgrad für das resultierende Bild an.

Häufige Fehler beim Prompt Engineering vermeiden

Die Erstellung von Prompts und das Prompt Engineering sind eher eine Kunst als eine Wissenschaft. Subtile Unterschiede im Format, in der Struktur und im Inhalt von Prompts können die Antworten der KI erheblich beeinflussen. Selbst Nuancen in der Art und Weise, wie KI-Modelle trainiert werden, können zu unterschiedlichen Ergebnissen führen.

Im Folgenden finden Sie einige häufige Fehler beim Prompt Engineering, die Sie vermeiden sollten:

• Scheuen Sie sich nicht, zu testen und zu überarbeiten. Prompts sind niemals eine einmalige Angelegenheit. KI-Systeme wie Bildgeneratoren können enorme Detailgenauigkeit erfordern. Seien Sie bereit, Anpassungen vorzunehmen und mehrere Versuche zu unternehmen, um den idealen Prompt zu erstellen.
• Suchen Sie nicht nach kurzen Antworten. Generative KI ist auf Kreativität ausgelegt, daher sollten Sie Prompts so formulieren, dass sie die Fähigkeiten des KI-Systems optimal nutzen. 
• Vermeiden Sie Prompts, die kurze oder einwortige Antworten erwarten. Generative KI ist weitaus nützlicher, wenn die Prompts offen formuliert sind.
• Halten Sie sich nicht an die Standardeinstellung für die Temperatur. Viele generative KI-Tools verfügen über eine Temperatureinstellung, die, vereinfacht ausgedrückt, die Kreativität der KI steuert. Passen Sie die Temperaturparameter je nach spezifischer Anfrage an: höher für mehr Zufälligkeit und Vielfalt, niedriger für eine engere und fokussiertere Ausgabe.
• Verwenden Sie nicht in jedem Prompt dieselbe Reihenfolge. Prompts können komplexe Abfragen mit vielen verschiedenen Elementen sein. Die Reihenfolge, in der Anweisungen und Informationen in einem Prompt zusammengestellt werden, kann sich auf die Ausgabe auswirken, da sie die Art und Weise verändert, wie die KI den Prompt analysiert und interpretiert. Versuchen Sie, die Struktur des Prompts zu ändern, um unterschiedliche Antworten zu erhalten.
• Verwenden Sie nicht für jedes KI-System denselben Ansatz. Da verschiedene Modelle unterschiedliche Zwecke und Fachgebiete haben, kann dieselbe Eingabe für verschiedene KI-Tools zu deutlich unterschiedlichen Ergebnissen führen. Passen Sie die Prompts an die besonderen Stärken des Modells an. In einigen Fällen kann zusätzliches Training, wie die Einführung neuer Daten oder gezielteres Feedback, erforderlich sein, um die Antworten der KI zu verfeinern.
• Vergessen Sie nicht, dass KI Fehler machen kann. Modellantworten können falsch, unvollständig oder einfach erfunden sein, ein Phänomen, das als Halluzination bezeichnet wird. Überprüfen Sie die Ergebnisse der KI immer auf ungenaue, irreführende, voreingenommene oder plausible, aber falsche Informationen.