Ein Prompt kann eine kurze Frage sein oder eine ausführliche Anweisung mit Rolle, Ziel, Hintergrundinformationen, Beispielen und gewünschtem Format. Sprachmodelle reagieren stark auf diese Formulierung: Dieselbe Aufgabe kann je nach Prompt ein brauchbares oder ein unbrauchbares Ergebnis liefern. In Anwendungen wie Chatbots gibt es zusätzlich einen Systemprompt, den die Nutzer:innen nicht sehen. Er legt fest, wie sich der Bot verhält, welche Themen er behandelt und wann er an einen Menschen übergibt.
Prompt Engineering umfasst bewährte Techniken. Dazu gehören klare und konkrete Anweisungen, die Angabe von Zielgruppe und Tonalität, Beispiele für gute Ergebnisse, die Aufteilung komplexer Aufgaben in Teilschritte und die Vorgabe eines festen Ausgabeformats. Wichtig ist auch, dem Modell ausdrücklich zu erlauben, „Das weiß ich nicht“ zu sagen, statt eine Antwort zu erfinden. Prompts für wiederkehrende Aufgaben werden am besten als Vorlagen gespeichert und laufend verbessert.
Für Betriebe ist Prompting eine Grundfertigkeit im Umgang mit KI-Werkzeugen und Teil der KI-Kompetenz, deren Förderung die KI-Verordnung von Anbietern und Betreibern verlangt. Ein guter Prompt ersetzt aber keine verlässlichen Daten: Fehlt einem Modell das nötige Wissen, hilft eher eine Anbindung an eigene Dokumente über RAG. Vertrauliche Daten gehören nur in Werkzeuge mit geprüften Datenschutzbedingungen. Prompt-Techniken für den Arbeitsalltag vermittelt Pipeline in der KI-Schulung.
