Definition Was ist Prompt Engineering?

Von Dipl.-Ing. (FH) Stefan Luber Lesedauer: 4 min |

Anbieter zum Thema

Der Begriff Prompt Engineering beschreibt ein Konzept und einen Prozess aus dem KI-Umfeld. Textbasierte Eingaben über die Befehlszeile werden so gestaltet und optimiert, dass die Künstliche Intelligenz bestmögliche Ergebnisse liefert. Prompt Engineering kommt bei generativer KI mit Texteingabeschnittstellen wie großen Sprachmodellen, Chatbots oder Text-to-Image-Modellen zum Einsatz. Aus dem Prompt Engineering hat sich die Stellenbeschreibung des Prompt Engineers entwickelt.

(Bild: © aga7ta - stock.adobe.com)

Prompt Engineering ist ein noch recht junges Konzept aus dem Bereich der generativen Künstlichen Intelligenz. Es beschäftigt sich mit Prozessen und Verfahren, Anweisungen an eine KI textlich und inhaltlich so zu gestalten und zu verfeinern, dass die Künstliche Intelligenz bestmögliche Ergebnisse liefert. Das Wort „Prompt“ bezieht sich auf die für generative KI-Modelle wie große Sprachmodelle (Large Language Models – LLMs), Chatbots oder Text-to-Image-Modelle übliche textbasierte Befehlszeileneingabe, die als Prompt bezeichnet wird.

Mit der Veröffentlichung großer Sprachmodelle wie GPT-3 oder GPT-4 und dem darauf basierenden Chatbot ChatGPT sowie der Verfügbarkeit leistungsfähiger Text-to-Image-Modelle wie DALL-E, Stable Diffusion oder Midjourney hat das Prompt Engineering stark an Bedeutung gewonnen. Mittlerweile existiert mit dem Prompt Engineer eine eigene Jobbeschreibung für diese Tätigkeit. Zum Teil wird der Prompt Engineer etwas salopp als KI-Flüsterer oder KI-Dolmetscher bezeichnet.

Prompt Engineering ist entstanden, da Inhalt und Qualität der Ergebnisse generativer KI stark von den über die Befehlszeilenschnittstelle erhaltenen textbasierten Aufgabenbeschreibungen und Anweisungen abhängig sind. Die KI muss die Aufgabe verstehen und genügend Informationen und Kontext zur Ausführung erhalten, damit die Ergebnisse den Erwartungen des Anwenders entsprechen und für ihn nützlich sind. Prompt Engineering entwickelt sich in einem aktuell sehr dynamischen Umfeld rasant weiter.

Grundlegende Prinzipien des Prompt Engineerings

Über den Prompt erhält eine generative Künstliche Intelligenz ihre Befehle und Auftragsbeschreibungen. Je besser die jeweilige Aufgabe beschrieben ist, desto besser ist das Ergebnis der KI. Die Eingabe entscheidet, wie allgemein oder spezifisch eine Aufgabe ist und in welchem Kontext sie ausgeführt werden soll. Das Prompt Engineering gestaltet die Texteingabe so, dass die gewünschten Ergebnisse erzielt werden. Die exakte Gestaltung der Texteingaben ist von den verwendeten KI-Modellen und der jeweiligen Aufgabenstellung abhängig. Für ein optimales Prompt Engineering sollten die technischen Möglichkeiten, die grundlegenden Designmuster und Entscheidungsprozesse sowie die Grenzen und Schwächen der KI bekannt sein.

Zu den Grundprinzipien des Prompt Engineerings gehören die eindeutige und präzise Formulierung der Anweisungen und die Bereitstellung zusätzlicher Informationen und des Kontexts der Anweisungen. Prompt Engineering stützt sich nicht nur auf die Optimierung einer einzelnen Eingabe, sondern nutzt auch Serien mehrerer hintereinander folgender Anweisungen, die den von der KI gelieferten Output immer weiter verfeinern.

Für das Prompt Engineering angewandte Verfahren und Konzepte

Wie eingangs beschrieben, bewegt sich das Prompt Engineering in einem sehr dynamischen Umfeld und entwickelt sich rasant weiter. Mit jedem veröffentlichten neuen KI-Modell entstehen teils neue oder angepasste Techniken und Verfahren des Prompt Engineerings.

Ein beliebtes Verfahren des Prompt Engineerings ist das Erzeugen von Gedankenketten (Chain-of-Thought Prompting). Dabei wird die KI aufgefordert, Schritt für Schritt zu erklären, wie sie zu einer finalen Antwort kommt. Durch das Chain-of-Thought Prompting erzielen Sprachmodelle bei bestimmten Aufgabenstellungen wie logischen Schlussfolgerungen, vernunftbasierter Argumentation, mehrstufigen Problemstellungen oder arithmetischen Aufgaben bessere Ergebnisse.

Für die Strukturierung der Eingaben kommen ebenfalls unterschiedliche Verfahren zum Einsatz. Die Eingaben können unstrukturiert keinem besonderen Schema folgen und beispielsweise nur aus einem Satz bestehen. Strukturierte Eingaben sind nach einem bestimmten Muster aufgebaut. Sie zerlegen die Aufgabenstellung in mehrere Sätze und geben neben der eigentlichen Aufgabenstellung zum Beispiel vor, wie sich die KI verhalten soll, was das übergeordnete Thema der Aufgabenstellung ist, für welche Zielgruppe das Ergebnis gedacht ist und wie detailreich die Antwort ausgeführt werden soll. Die Aufforderung, wie sich eine KI verhalten soll, wird als Role Prompting bezeichnet. Sie gibt vor, welche „Denkweise“ oder Rolle die KI einnehmen beziehungsweise welchen Stils, welcher Ausdrucksweise oder welcher Verhaltensweise sich die KI bedienen soll.

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung

Im Rahmen des Prompt Engineerings werden häufig Prompt-Bibliotheken entwickelt, gepflegt und eingesetzt. Es handelt sich dabei um Sammlungen von Eingaben, die für bestimmte Modelle oder Aufgabenstellungen optimale Ergebnisse liefern. Im Bedarfsfall kann auf die bereits in den Bibliotheken vorhandenen Anweisungen zurückgegriffen werden, ohne eine neue Eingabe von Grund auf neu entwickeln und gestalten zu müssen. Aufwand und Zeit zur Erstellung eines optimalen Prompts sinken.

Böswilliges Prompt Engineering

Mit dem Prompt Engineering hat sich auch eine Form des „böswilligen“ Prompt Engineerings (Malicious Prompt Engineering) entwickelt. In diesem Zusammenhang werden häufig Begriffe wie Adversarial Prompting, Prompt Leaking, Prompt Injection, Jailbreaking oder Token Smuggling genannt. Bei der bösartigen Form des Prompt Engineerings geht es darum, die Anweisungen an die KI so zu formulieren oder zu gestalten, dass die KI Ergebnisse generiert, die sie eigentlich nicht soll oder darf oder die gefährlich sind. Die KI erhält beispielsweise Anweisungen, die die vom Betreiber oder Entwickler des Modells getroffenen Sicherheitsmaßnahmen und aufgestellten Richtlinien gegen unerwünschte Inhalte, unerwünschte Konversationen oder gegen die Preisgabe sensibler oder gefährlicher Informationen umgehen.

Werden Prompts bekannt, mit denen sich unerwünschte Inhalte generieren lassen, treffen KI-Betreiber oder -Entwickler oft schnell entsprechende Gegenmaßnahmen. Es handelt sich, ähnlich wie in anderen Cybersecurity-Bereichen, um ein ständiges Katz-und-Maus-Spiel zwischen böswilligen Akteuren und den KI-Betreibern oder -Entwicklern.

Vorteile durch den Einsatz von Prompt Engineering

Prompt Engineering bietet unter anderem diese Vorteile:

  • liefert bestmögliche Ergebnisse der Künstlichen Intelligenz
  • verhindert missverständliche Anweisungen
  • verbessert Effizienz und Produktivität der Künstlichen Intelligenz
  • bietet Unternehmen einen Wettbewerbsvorteil
  • vereinfacht und beschleunigt die Kommunikation mit der KI
  • ermöglicht die korrekte Erledigung auch komplexer Aufgabenstellungen

(ID:49421950)