Prompt Engineering ist ein Konzept innerhalb der künstlichen Intelligenz (KI), das sich besonders auf die Verarbeitung natürlicher Sprache (NLP) konzentriert. Hierbei wird ein sogenannter Prompt, also die spezifische Aufgabe, die von der KI ausgeführt werden soll, explizit in das Eingabefeld eingegeben, häufig in Form einer Frage, anstatt sie nur implizit zu formulieren. Der Prozess des Prompt Engineering wandelt typischerweise eine oder mehrere Aufgaben in einen prompt-basierten Datensatz um und trainiert ein Sprachmodell durch das, was als „prompt-basiertes Lernen“ bezeichnet wird.
Im Jahr 2022 wurden verschiedene Modelle für maschinelles Lernen (ML), darunter DALL-E 2, Stable Diffusion und Midjourney, der Öffentlichkeit zugänglich gemacht. Diese Modelle nutzen Texteingaben, auch bekannt als «text prompts», um Bilder zu generieren. Dadurch entstand eine neue Kategorie des Designs durch Texte, die als prompt engineering bezeichnet wird und eng mit der Text-zu-Bild-Anregung (text-to-image prompting) verbunden ist.
Mögliche Definition von Prompt engineering
Prompt Engineering ist der Prozess, durch den wir lernen, wie wir unsere Anweisungen oder „Prompts“ am besten formulieren, um die hilfreichsten Antworten von unserer KI zu bekommen. Ein Prompt Engineer hat also zur Aufgabe, bessere Prompts (Anweisungen) zu erstellen.
Es geht nach dem Prinzip: je besser die Prompts, um so besser die Ergebnisse.
Prompt Engineering ist demnach die Kunst, Ihre Anweisungen so zu formulieren, dass Künstliche Intelligenzen verstehen, was Sie von ihnen erwarten. Das hilft uns, das Beste aus den Tools herauszuholen.
Analogie zu Bauklötzen
Prompt Engineering ähnelt dem Spielen mit neuen Bauklötzen. Stellen Sie sich vor, Sie bauen einfach drauflos und sehen, was herauskommt. Vielleicht kreieren Sie etwas Interessantes, vielleicht auch nicht. So verhält es sich, wenn Sie eine Künstliche Intelligenz (KI) ohne konkrete Anweisungen nutzen. Sie könnten Glück haben und Nützliches erhalten, aber auch etwas Unpassendes.
Es macht Spass, Prompts „nach Lust und Laune“ einzugeben, was zu unerwarteten und manchmal komischen Ergebnissen führen kann. Diese Methode eignet sich gut zum Brainstorming und zur Ideenfindung. Der entscheidende Punkt ist, dass Kontrolle und Vorhersehbarkeit fehlen. Mit ungenauen Prompts wissen Sie nie, was herauskommt, was den Überraschungseffekt, Kreativität und Brainstorming fördert.
Gezieltes Prompt Engineering, fünf Merkmale
- Klarheit und Präzision: Formulieren Sie Ihre Prompts klar und präzise. Je spezifischer und deutlicher Ihre Anweisungen sind, desto besser kann die KI relevante Ergebnisse liefern.
- Kontextualisierung: Stellen Sie sicher, dass der Kontext für die Aufgabe klar ist. Geben Sie der KI ausreichend Informationen, damit sie die Absicht hinter dem Prompt versteht.
- Testen und Anpassen: Experimentieren Sie mit verschiedenen Formulierungen und Strukturen. Analysieren Sie die Ergebnisse und passen Sie Ihre Prompts entsprechend an, um die Leistung zu optimieren.
- Variabilität: Nutzen Sie verschiedene Ansätze und Variationen in Ihren Prompts. Dies kann helfen, kreative und unerwartete Antworten zu erhalten, die über Standardausgaben hinausgehen.
- Feedback und Lernen: Berücksichtigen Sie das Feedback aus den Ergebnissen. Lernen Sie aus den Antworten, um Ihre zukünftigen Prompts kontinuierlich zu verbessern und zu verfeinern.
Quelle: Bearly zur Frage: Welche fünf Hauptmerkmale sollte ich beim «Prompt engineering» beachten?
7 Bausteine für bessere Prompts (https://www.tolingo.com/de/prompt-engineering)
| Zielorientierung | Ein guter Prompt sollte ein klares Ziel haben. Er sollte spezifisch genug sein, um das gewünschte Ergebnis zu erzielen, aber nicht so spezifisch, dass es die Kreativität oder Flexibilität des Modells einschränkt. Teilen Sie dem Tool mit, was Sie von ihm erwarten. |
| Klarheit und Präzision | Die Formulierung Ihres Prompts sollte klar und präzise sein. Unklare oder mehrdeutige Prompts können zu unerwünschten oder unerwarteten Ergebnissen führen. |
| Kontext | Die Anweisung sollte den notwendigen Kontext liefern. Dies kann Informationen über die gewünschte Art der Antwort, den Hintergrund des Themas oder spezifische Anforderungen an die Antwort beinhalten. Es sollten also alle Details erwähnt werden, die Ihnen wichtig sind. |
| Länge | Die Länge des Prompts kann einen Einfluss auf die Qualität der Antwort haben. Zu kurze Prompts können zu allgemeinen oder ungenauen Antworten führen, während zu lange Prompts das Modell überfordern können. Das ist jedoch Tool-abhängig. Oder anders ausgedrückt: Der Prompt sollte nicht länger als notwendig sein. |
| Sprache und Stil | Der Prompt sollte in einer Sprache und einem Stil formuliert sein, die dem Modell und dem gewünschten Ergebnis entsprechen. Dies kann die Verwendung von Fachjargon, formeller oder informeller Sprache oder spezifischen Stilrichtungen beinhalten. |
| Anpassungsfähigkeit | Oft sind die besten Prompts auch anpassungsfähig und bieten die Möglichkeit, auf Basis der erhaltenen Antwort angepasst oder verfeinert zu werden. Anpassungsfähig heißt, dass Sie sie als Ihre eigenen Bausteine nutzen können. |
| Verwendung von Schlüsselwörtern | Die Verwendung von Schlüsselwörtern kann dazu beitragen, die gewünschten Ergebnisse zu erzielen. Diese Schlüsselwörter können Stile festlegen, Themen hervorheben oder spezifische Aspekte der gewünschten Antwort lenken. Sie können auch dazu beitragen, die KI auf bestimmte Denkweisen oder Perspektiven zu lenken, was zu kreativeren und relevanteren Antworten führt. |