KI 1.5 — Prompting Grundlagen
Modul 1.5 · Theorie

Prompt-Techniken

Zero-Shot Prompting

Aufgabe direkt stellen, ohne Beispiele. Funktioniert gut für einfache Aufgaben.

Klassifiziere die Stimmung des folgenden Reviews als positiv, neutral oder negativ:
"Das Produkt funktioniert wie versprochen. Ware kam pünktlich."

Few-Shot Prompting

Mehrere Beispiele geben, dann die eigentliche Aufgabe. Massiv effektiver bei komplexen oder spezifischen Tasks.

Beispiel 1: "Toll!" → positiv
Beispiel 2: "Geht so." → neutral
Beispiel 3: "Schlechte Ware" → negativ

Klassifiziere: "Lieferung war ok, Verpackung beschädigt."

Chain-of-Thought (CoT)

Bitte das Modell, Schritt für Schritt zu denken — bevor es antwortet. Massiv besser bei Mathematik, Logik, mehrstufigen Problemen.
Aufgabe: Wenn ich 5 Äpfel habe und 3 esse, dann 2 dazukaufe — wie viele habe ich?

Denke Schritt für Schritt:
1. Start: ...
2. Nach Essen: ...
3. Nach Kauf: ...

Endgültige Antwort: ...

Self-Consistency

Mehrfach mit Temperature > 0 generieren, häufigste Antwort wählen. Gut für Mathe-/Logik-Aufgaben mit eindeutiger Lösung.

Tree-of-Thoughts (ToT)

Modell exploriert mehrere Lösungswege parallel und wählt den besten. Komplex, aber stark bei Planungs-Aufgaben.

Magisches Prompt-Schlüsselwort"Let's think step by step" (oder "Denke Schritt für Schritt") verbessert Reasoning-Aufgaben oft dramatisch — eine Zeile, große Wirkung.
Zurück zu Künstliche Intelligenz