Prompt Engineering
Beachte also beim Erstellen eines System Prompts, dass du mit einem Large Language Model (LLM), einem Sprachmodell, arbeitest. Ein System Prompt besteht daher nicht aus Programmbefehlen wie in klassischen Programmiersprachen (z. B. in Python: print("Hallo Welt")), sondern aus Anweisungen in ganz normaler Alltagssprache.
Ein Sprachmodell versteht vollständige Sätze viel besser als bloße Stichwörter, weil die Grammatik Sinnzusammenhänge eindeutig klärt. Bei vielen Regeln hilft auch eine Aufzählung aus kurzen, präzisen Einzelsätzen.
💡 Merke
Eindeutig formulierte Sätze reichen daher völlig aus, um die Ausgabe des LLM gezielt zu steuern. Du schreibst keine Zeile Programmcode, sondern erklärst dem Modell in klarer Sprache, wie es agieren soll.
Vielen Einsteigenden, auch deinen Schüler:innen, muss erst bewusst werden, dass sich ein LLM direkt über solche Anweisungen steuern lässt. Das sorgt dann oft für ein Aha-Erlebnis.
Das Fachwort dafür ist übrigens Prompt Engineering (speziell die gezielte Textsteuerung): Es geht darum, Instruktionen so zu formulieren, dass das Sprachmodell exakte Vorgaben (sogenannte Constraints) zuverlässig einhält.
📚 Hintergrund
Bereits 2023 wiesen Zhou et al. in der Studie „Controlled Text Generation with Natural Language Instructions“ nach, dass sich das Verhalten und die Ausgabe von LLMs erstaunlich präzise rein über Anweisungen in natürlicher Sprache steuern lassen – ganz ohne Programmiercode.
👉 Schauen wir uns konkrete Beispiele dazu auf der nächsten Seite an.