Prompts und Anweisungen
Effektive Prompts und Anweisungen sind entscheidend für die beste Leistung Ihrer KI-Agenten. Dieses Handbuch behandelt Best Practices zum Verfassen von klaren, umsetzbaren Anweisungen, die Ihren Agenten helfen, genau zu verstehen, was Sie brauchen.
Prompts verstehen
Was ist ein Prompt?
Ein Prompt ist eine Reihe von Anweisungen, die Ihrem KI-Agent mitteilen:
- Welche Aufgabe auszuführen
- Wie die Aufgabe anzugehen ist
- Welches Format für Antworten zu verwenden ist
- Alle Einschränkungen oder Anforderungen
Arten von Prompts
System Prompts
Definieren Sie die Rolle und das allgemeine Verhalten des Agents:
Du bist ein hilfreicher Projektmanagement-Assistent. Seien Sie immer professionell,
prägnant und konzentrieren Sie sich auf umsetzbare Erkenntnisse. Bei der Analyse von Daten,
geben Sie klare Zusammenfassungen mit wichtigsten Erkenntnissen.
Task Prompts
Spezifische Anweisungen für einzelne Aufgaben:
Analysieren Sie die angehängte Projekt-Timeline und identifizieren Sie potenzielle Engpässe.
Geben Sie eine Aufzählung von Risiken und vorgeschlagenen Minderungsstrategien an.
Context Prompts
Geben Sie Hintergrundinformationen:
Unser Team startet ein neues Produkt in Q2. Wir sind ein Startup mit 15 Mitarbeitern,
das sich auf B2B SaaS-Lösungen für kleine Unternehmen konzentriert.
Schreiben von effektiven Anweisungen
Seien Sie spezifisch und klar
❌ Schlecht: "Hilf mir bei meinem Projekt" ✅ Gut: "Erstellen Sie einen wöchentlichen Statusbericht für Project Alpha einschließlich abgeschlossener Aufgaben, bevorstehender Meilensteine und identifizierter Risiken"
Definieren Sie das Ausgabeformat
❌ Schlecht: "Fassen Sie diese Daten zusammen" ✅ Gut: "Erstellen Sie eine 3-Absatz-Zusammenfassung mit: 1) Wichtigste Erkenntnisse, 2) Empfehlungen, 3) Nächste Schritte"
Geben Sie Kontext
❌ Schlecht: "Schreiben Sie eine E-Mail" ✅ Gut: "Schreiben Sie eine professionelle Folge-E-Mail an einen potenziellen Kunden, der letzten Woche unsere Demo besuchte. Erwähnen Sie spezifische Funktionen, die sie interessierten und beziehen Sie nächste Schritte ein."
Legen Sie Einschränkungen fest
- Wort-/Zeichenlimits
- Ton- und Stilanforderungen
- Erforderliche Informationen zum Einschließen/Ausschließen
- Fristüberlegungen
Prompt-Engineering-Techniken
Chain of Thought
Helfen Sie Agenten, Schritt für Schritt zu denken:
Um dieses Problem zu lösen, identifizieren Sie zuerst die wichtigsten Stakeholder,
analysieren Sie dann ihre Bedürfnisse und schlagen Sie schließlich Lösungen vor,
die sich mit den Bedenken jedes Stakeholders befassen.
Few-Shot Examples
Geben Sie Beispiele der gewünschten Ausgabe:
Erstellen Sie eine Besprechungszusammenfassung nach folgendem Format:
Beispiel:
**Besprechung**: Wöchentliche Team-Synchronisierung
**Datum**: 15. März 2024
**Teilnehmer**: John, Sarah, Mike
**Wichtigste Entscheidungen**:
- Neue Funktionsspezifikation genehmigt
- Bereitstellung zum nächsten Sprint verschoben
**Aktionselemente**:
- John: Dokumentation bis Freitag aktualisieren
- Sarah: Überprüfungsbesprechung mit Kunden planen
Role-Based Instructions
Weisen Sie Ihrem Agent eine spezifische Rolle zu:
Handeln Sie als leitender Business Analyst mit 10 Jahren Erfahrung.
Überprüfen Sie diesen Vorschlag und geben Sie Feedback, wie Sie es einem Junior-Teamkollegen geben würden.
Häufige Prompt-Muster
Analyse und Berichterstattung
Analysieren Sie [Daten/Dokument] und geben Sie Folgendes an:
1. Zusammenfassung (2-3 Sätze)
2. Wichtigste Erkenntnisse (3-5 Aufzählungspunkte)
3. Empfehlungen (priorisierte Liste)
4. Nächste Schritte (spezifische Maßnahmen mit Verantwortlichen)
Content Creation
Erstellen Sie [Inhaltstyp], der:
- [Publikum] zielt
- [Ton/Stil] beibehält
- [erforderliche Elemente] enthält
- [Format/Struktur] folgt
- Innerhalb von [Wortanzahl] Wörtern bleibt
Problem Solving
Angesichts des Problems: [Problembeschreibung]
1. Identifizieren Sie Grundursachen
2. Generieren Sie 3-5 mögliche Lösungen
3. Bewerten Sie Vor- und Nachteile jeder Lösung
4. Empfehlen Sie den besten Ansatz mit Begründung
Iterieren und Verbessern von Prompts
Testen Ihrer Prompts
- Beginnen Sie mit einer einfachen Version
- Testen Sie mit Beispieleingaben
- Identifizieren Sie Lücken oder Mehrdeutigkeiten
- Verfeinern und fügen Sie Spezifität hinzu
- Testen Sie erneut mit Edge Cases
Häufige Probleme und Lösungen
Vage Antworten
Problem: Agent gibt generische Antworten Lösung: Fügen Sie spezifischere Anforderungen und Beispiele hinzu
Falsches Format
Problem: Ausgabe entspricht nicht den Erwartungen Lösung: Geben Sie klare Formatierungsanweisungen und Beispiele
Fehlender Kontext
Problem: Agent mangelt es an notwendigem Hintergrund Lösung: Beziehen Sie relevanten Kontext in System- oder Task-Prompts ein
Inkonsistente Qualität
Problem: Variable Ausgabequalität Lösung: Fügen Sie Qualitätskriterien und Überprüfungspunkte hinzu
Erweiterte Techniken
Conditional Logic
Wenn die Daten positive Trends zeigen, konzentrieren Sie sich auf Wachstumschancen.
Wenn die Daten negative Trends zeigen, priorisieren Sie Risikominderungsstrategien.
Multi-Step Instructions
Schritt 1: Extrahieren Sie wichtige Metriken aus den Daten
Schritt 2: Vergleichen Sie mit vorherigen Zeiträumen
Schritt 3: Identifizieren Sie signifikante Änderungen (> 10% Varianz)
Schritt 4: Geben Sie Erklärungen für große Änderungen
Schritt 5: Schlagen Sie umsetzbare nächste Schritte vor
Quality Checkpoints
Vor dem Finalisieren Ihrer Antwort:
- Überprüfen Sie, ob alle Nummern korrekt sind
- Stellen Sie sicher, dass Empfehlungen umsetzbar sind
- Überprüfen Sie, ob der Ton professionell ist
- Bestätigen Sie, dass alle erforderlichen Abschnitte enthalten sind
Best Practices Zusammenfassung
Tun Sie Folgendes:
- Seien Sie spezifisch über das, was Sie wollen
- Geben Sie klare Beispiele
- Legen Sie Erwartungen für Format und Stil fest
- Beziehen Sie relevanten Kontext ein
- Testen und iterieren Sie Ihre Prompts
Das sollten Sie nicht tun:
- Verwenden Sie nicht vage oder mehrdeutige Sprache
- Nehmen Sie nicht an, dass der Agent Ihren Kontext kennt
- Vergessen Sie nicht, das Ausgabeformat anzugeben
- Machen Sie Anfragen nicht zu komplex für einen einzigen Prompt
- Überspringen Sie nicht das Testen mit echten Szenarien