Fortgeschritten 8 Begriffe · 35 Min Lesezeit

Prompt Engineering: Vom System Prompt zu Chain-of-Thought

Lerne in 8 Begriffen, wie du Sprachmodelle präzise steuerst — von der einfachen Anweisung bis zu fortgeschrittenen Techniken wie Chain-of-Thought und Few-Shot Prompting.

Dein Fortschritt 0 / 8

Prompt Engineering

Prompt Engineering ist die Kunst, Eingabeanweisungen an KI-Modelle so zu gestalten, dass sie präzise, relevante und nützliche Ergebnisse liefern.
System Prompt

Ein System Prompt ist eine versteckte Vorab-Anweisung an ein LLM, die Tonalität, Regeln und Verhalten steuert — bevor der Nutzer auch nur ein Wort tippt.
Zero-Shot Prompting

Zero-Shot Prompting ist eine LLM-Technik, bei der Aufgaben ohne Beispiele gelöst werden – nur durch eine präzise Anweisung mit Kontext und Zielformat.
Few-Shot Prompting

Few-Shot Prompting ist eine Prompt-Engineering-Technik, bei der du einem LLM gezielt Beispiel-Paare gibst, damit es neue Aufgaben präziser löst.
Chain-of-Thought (CoT)

Chain-of-Thought (CoT) ist ein Prompting-Verfahren für LLMs, das Modelle zwingt, Denkschritte explizit auszuformulieren – für präziseres Multi-Step-Reasoning.
In-Context Learning

In-Context Learning ist eine Methode, bei der ein LLM neue Aufgaben allein durch Informationen im Prompt löst – ohne Retraining oder Gewichtsanpassung.
Prompt Caching

Prompt Caching speichert berechnete KV-Cache-Zustände für wiederkehrende Prompt-Präfixe, um redundante LLM-Berechnungen zu vermeiden und Kosten um bis zu 90 % zu senken.
Prompt Injection

Prompt Injection ist ein Angriff auf KI-Systeme, bei dem manipulierte Eingaben ein Sprachmodell dazu bringen, seine eigenen Sicherheitsregeln zu umgehen.

Prompt Engineering

System Prompt

Zero-Shot Prompting

Few-Shot Prompting

Chain-of-Thought (CoT)

In-Context Learning

Prompt Caching

Prompt Injection