Was ist Prompt Engineering?

Prompt Engineering: Definition

Ein Prompt ist die Eingabe an ein KI-Modell: eine Frage, ein Auftrag oder eine längere Anleitung. Prompt Engineering bezeichnet das systematische Entwerfen, Testen und Verbessern solcher Eingaben. Ziel ist, dass ein Sprachmodell nicht nur gelegentlich, sondern wiederholbar die gewünschte Antwort in der gewünschten Form liefert.

Im Alltag sind Prompts oft kurz, in Unternehmensanwendungen dagegen sind sie Teil der Software: Ein sogenannter System-Prompt legt fest, wie sich ein Assistent verhält, was er darf und woran er sich zu halten hat. Gute Prompts werden daher wie Quelltext gepflegt, versioniert und getestet.

Bausteine und Techniken

Ein tragfähiger Prompt nennt in der Regel die Rolle („Du bist Serviceberater im Maschinenbau“), die Aufgabe, den nötigen Kontext, Einschränkungen und das Ausgabeformat. Beispiele für gute Antworten, sogenannte Few-Shot-Beispiele, helfen dem Modell, Stil und Struktur zu treffen. Für Auswertungen kann ein festes Format wie JSON vorgegeben werden.

Bei komplexen Aufgaben lohnt es sich, Arbeitsschritte vorzugeben oder die Aufgabe in mehrere kleine Prompts zu zerlegen. Ergänzend wird dem Modell passendes Firmenwissen mitgegeben, etwa per Retrieval-Augmented Generation (RAG), statt es raten zu lassen. So entsteht aus einem einzelnen Prompt ein belastbarer Ablauf, dessen Zwischenergebnisse sich prüfen lassen.

Praxis­bei­spiel: Antwort­ent­würfe im Kunden­ser­vice

Ein Händler für Gartentechnik möchte Kundenmails schneller beantworten. Der erste Prompt „Beantworte diese Mail freundlich“ liefert unbrauchbar allgemeine Texte. Erst mit Rolle, Firmenton, Versandbedingungen, drei Musterantworten und der Regel „Bei Reklamationen nie Kulanz zusagen, sondern an den Service übergeben“ entstehen Entwürfe, die sich mit kleinen Änderungen versenden lassen. Nach einer Einarbeitungszeit mussten die Mitarbeitenden weniger korrigieren und konnten sich auf Fälle konzentrieren, die wirklich eine persönliche Antwort brauchen.

Das Team sammelte zudem Testmails mit der gewünschten Antwort. Bei jeder Änderung am Prompt lief diese Testreihe erneut durch. So blieb die Qualität nachvollziehbar, und neue Formulierungen verschlechterten bestehende Fälle nicht unbemerkt. Wer so vorgeht, erkennt schnell, ob eine Änderung wirklich besser ist oder nur in einem einzelnen Fall gut aussieht.

Typische Fehler und Umsetzung

Häufige Fehler sind vage Aufträge, zu viele Aufgaben in einem Prompt und fehlende Testfälle. Hinzu kommt ein Sicherheitsaspekt: Bei der sogenannten Prompt Injection versuchen Dritte, Anweisungen in Eingaben oder Dokumente zu schmuggeln. Geheimnisse wie Passwörter gehören daher nie in einen Prompt.

Nano Concepts entwickelt und testet Prompts als Teil von KI-Anwendungen und schützt sie durch technische Schranken, damit der Assistent in vorgesehenen Grenzen bleibt. Gute Prompts sind kein Einmalprojekt: Sie müssen angepasst werden, wenn sich Produkte, Preise oder Modelle ändern.

• Aufgabe, Zielgruppe und Ausgabeformat eindeutig beschreiben
• Beispiele für gute und schlechte Antworten mitgeben
• Eine Aufgabe pro Prompt, komplexe Abläufe in Schritte teilen
• Prompts versionieren und mit Testfällen prüfen
• Keine Zugangsdaten oder vertraulichen Daten im Prompt hinterlegen