Man liest regelmäßig, dass Prompt Engineering tot ist, getötet durch Modelle, die „alles verstehen“. Die Realität im Feld ist umgekehrt: Mit zunehmend komplexeren Nutzungen (Agenten, RAG, Multi-Turn) wird der Prompt wieder zu Code. Man versioniert ihn, testet ihn, optimiert ihn.
Drei Regeln vor den Techniken
- 1
Bewerten vor der Optimierung
Ohne Evaluierungs-Dataset (10-50 Beispiele mit erwarteter Ausgabe) arbeiten Sie im Dunkeln. Es ist der einzige Weg zu wissen, ob eine Änderung wirklich verbessert.
- 2
Klein vor groß
Aufteilen. Ein Prompt, der 4 Dinge schlecht macht, ist schlechter als 4 Prompts, die 1 Sache gut machen. Verkettung schlägt fast immer Komplexität.
- 3
Die richtige Metrik messen
Genauigkeit, Latenz, Kosten, Robustheit gegen feindselige Eingaben: Entscheiden Sie, was zählt, bevor Sie optimieren. Die beste Technik ändert sich je nach Ziel.
Die 10 Techniken im Detail
Strukturiertes Chain-of-Thought
Fragen Sie explizit, „teile in nummerierte Schritte auf, bevor du antwortest“. Bei 2026-Modellen ohne Reasoning-Modus ist das immer noch ein Netto-Gewinn in Zuverlässigkeit.
Antworte nicht sofort. (1) Listen Sie Annahmen auf. (2) Bewerten Sie jede. (3) Vergleichen Sie. (4) Schließen Sie.