Prompt Engineering ist die spezialisierte Disziplin, Eingabeanfragen (Prompts) für Modelle der künstlichen Intelligenz, insbesondere große Sprachmodelle (LLMs), zu entwerfen und zu verfeinern, um spezifische, konsistente und qualitativ hochwertige Ergebnisse zu erzielen. Es beinhaltet das Verständnis, wie KI-Modelle Sprache interpretieren, und die Strukturierung von Prompts, um die relevantesten und genauesten Antworten hervorzurufen.
Effektives Prompt Engineering geht über einfache Fragen hinaus; es beinhaltet oft die Bereitstellung von Kontext, die Angabe gewünschter Formate, die Definition von Einschränkungen und sogar das Anbieten von Beispielen (Few-Shot Prompting). Ziel ist es, Mehrdeutigkeiten zu minimieren und die KI zum gewünschten Ergebnis zu führen, sei es das Generieren von Code, das Schreiben von Texten oder das Zusammenfassen von Informationen.
Anstatt eines vagen Prompts wie „Schreibe eine Funktion“ könnte eine prompt-enginierte Anfrage zum Beispiel lauten: „Generiere eine Python-Funktion namens `calculate_factorial`, die eine Ganzzahl `n` als Eingabe nimmt und deren Fakultät zurückgibt. Füge Docstrings hinzu, die ihren Zweck, Parameter und Rückgabewert erklären. Stelle sicher, dass die Fehlerbehandlung für Nicht-Ganzzahl- oder negative Eingaben berücksichtigt wird.“ Dieses Detailniveau verbessert die Fähigkeit der KI, genau den gewünschten Code zu produzieren, erheblich.