System-Prompt
Übersicht
Prompt-Engineering ist die Kunst und Wissenschaft, effektive Anweisungen für KI-Modelle zu erstellen, insbesondere für grosse Sprachmodelle (Large Language Models, LLMs). Ein gut gestalteter Prompt kann die Qualität, Relevanz und Sicherheit von KI-generierten Antworten erheblich verbessern. Diese Anleitung führt Sie durch die wichtigsten Konzepte und Best Practices im Prompt-Engineering.
Denken Sie daran, immer die Variablen
{kb_context} und {about_context} in Ihren Prompt einzufügen, sonst kennt der Agent die abgerufenen Abschnitte aus dem RAG nicht.Schlüsselkonzepte
Gedankenkette (Chain of Thought, CoT)
Gedankenkette (Chain of Thought, CoT)
Die Gedankenkette (CoT) ist eine Technik, bei der komplexe Probleme in eine Reihe von Zwischenschritten zerlegt werden. Dieser Ansatz hilft dem KI-Modell:
- Das Problem gründlicher zu verstehen
- Seinen Denkprozess aufzuzeigen
- Zu genaueren Schlussfolgerungen zu gelangen
Few-Shot-Lernen
Few-Shot-Lernen
Few-Shot-Lernen ist eine Technik, bei der Sie der KI eine kleine Anzahl von Beispielen geben, um ihr Verständnis der Aufgabe zu leiten. Dies kann besonders nützlich sein, wenn Sie möchten, dass die KI einem bestimmten Format oder Stil in ihren Antworten folgt.
- One-Shot-Lernen: Ein Beispiel bereitstellen
- Two-Shot-Lernen: Zwei Beispiele bereitstellen
- Few-Shot-Lernen: Einige wenige (typischerweise 3-5) Beispiele bereitstellen