Wenn wir über Prompt Engineering sprechen, geht es im Kern um die Kunst, Maschinen mit Sprache zum Leben zu erwecken. Doch ist es wirklich Kunst oder steckt dahinter eher nüchterne Technik? Die Wahrheit liegt, wie so oft, irgendwo dazwischen.

Die kreative Seite: Prompting als Kunst

Ein guter Prompt ist manchmal wie ein Gedicht. Er lebt von Nuancen, Metaphern und dem richtigen Tonfall. Wer schonmal mit Prompts gearbeitet hat, dem wird etwas aufgefallen sein. Es geht nicht nur darum, Informationen abzufragen, sondern auch darum, eine Stimmung zu erzeugen, eine Richtung vorzugeben und die Maschine in eine bestimmte Denkweise zu lenken.

Dabei ist Experimentieren oft Bestandteil des Prozesses. Es ist nicht einfach, seine Gedanken oder die Vorstellung von dem, was man wirklich haben möchte so in die passenden Worte zu bringen, dass die KI wirklich versteht und gewissermaßen auch fühlt, was man ausdrücken möchte.

Manchmal weiß man das selbst am Anfang noch gar nicht so genau und das Endresultat lebt von dem Fluss und der Inspiration die durch die Konversation zustande kommt.
Ein Prompt kann manchmal wie ein Regieanweisung wirken. Die einzelnen Anweisungen leiten das Modell durch die eigenen Vorstellungen und erzeugen eine (im besten Fall) sehr detaillierte Repräsentation von dem, was man wollte.

Es gibt allerdings keine klaren Regeln oder Formeln, die man einsetzen muss, um ein bestimmtes Ergebnis zu erzielen. Das macht es für viele faszinierend, aber eben auch teilweise schwer nachvollziehbar und kompliziert und verleiht dem ganzen Thema Prompt Engineering einen mystischen Touch. Es ist eben viel mehr wie das Malen eines Bildes, es gibt unendlich viele Wege, um ans Ziel zu kommen. Jeder dieser Wege mag sich stark in der Form unterscheiden, führen dennoch zu einem ähnlichen Ergebnis. So wie ein Maler mit Farben spielt, spielt der Prompt Engineer mit Sprache und das erfordert eine gewisse Form der Kreativität.

Die technische Seite: Prompting als Handwerk

Auch wenn es eben keine Regeln gibt, so gibt es, wie beim Malen auch, bewährte Techniken. Diese Techniken erlauben es, schneller und präziser zu einem bestimmten Ergebnis zu gelangen. Auch wenn das Experimentieren oft wichtig ist, kann es für manche Fälle vermieden oder zumindest im Rahmen gehalten werden.

Ein Stichwort dafür ist Struktur. Wer seine Prompts strukturiert aufbaut, erzielt präzisere Resultate. Auch wenn es sich hierbei um die Kommunikation mit einer Maschine handelt, ähnelt es der Kommunikation mit Menschen doch stark. Wenn Du in einem Gespräch deine Gedanken mit Struktur übermittelst, dann wird Dein Gegenüber das einfacher begreifen und muss weniger Nachfragen, als wenn Du einfach drauf los redest und die Gedanken ungeordnet auf deinen Gesprächspartner einprasseln.
Auch wenn der Informationsgehalt vielleicht der Gleiche ist, ist es im zweiten Fall doch viel schwerer die Informationen zu extrahieren. So geht es uns als Menschen und so geht es auch der KI.

Neben Struktur ist auch Klarheit wichtig. Je genauer die Anweisung, desto konsistenter das Ergebnis. Vage Aussagen bieten immer Spielraum für Interpretation und genau das wird das Modell tun. Es interpretiert und diese Interpretation mag sich von der eigenen Unterscheiden. Wenn man jedoch ganz klar sagt, was man will, dann bietet man weniger Raum für Interpretation und das Modell wird eher das tun, was man möchte.

Insbesondere bei der Generierung von Bildern oder anderen visuellen Medien lässt sich das gut veranschaulichen. Der Prompt: "Erstelle ein Bild von einem Baum" wird zwar dazu führen, dass am Ende auf dem Bild irgendwie ein Baum zu sehen ist, aber was für ein Baum das ist, wo dieser steht, was der Hintergrund ist und im welchem Stil der Baum zu sehen ist, das kann sich die KI anders vorstellen als Du. Ein Prompt wie: "Erstelle ein digitales Gemälde eines Kirschbaums in voller Blüte, im japanischen Gartenstil, mit sanftem Sonnenuntergang im Hintergrund." ist da schon besser. Die Wahrscheinlichkeit, dass Du eine Palme am Strand bekommst, ist eher gering. Ob da jetzt aber noch ein Vogel zu sehen ist oder nicht, dass ist jetzt natürlich noch unentschieden.

Daran merkst Du auch, je mehr Details man gibt, desto präziser wird auch das Ergebnis.
Neben solchen allgemeinen Best Practises (und davon gibt es noch einige mehr) gibt es auch Prompting-Strategien und Frameworks, die den Prompt auf einer Metaebene formen und hier kann es wirklich technisch werden. Das unterscheidet einen guten Prompt von einem sehr guten oder sogar exzellenten Prompt

(Übrigens, was ist überhaupt ein guter oder exzellenter Prompt? Gibt es dafür Metriken und wie bewertet man sowas objektiv, wenn das Ergebnis doch irgendwie die Repräsentation der eigenen Gedanken sein soll? Darum wird es in folgenden Beiträgen gehen, also stay tuned).

Methoden wie Chain-of-Thought, Few-Shot-Prompting oder Prompt-Chaining sind dabei Werkzeuge, die fast schon wie Programmierlogik wirken. Prompt Engineuere können damit Systeme entwickeln, die mit akribischer Präzision ganz bestimmte und teilweise sehr komplexe Aufgaben lösen (Programmierassistenten wie Github Copilot, Design-Werkzeuge wie Vercels V0 oder komplexe Chatbots, welche Kunden komplett autonom durch Bestellprozesse oder Onboardings leiten).

Bei solchen Aufgaben ist eine Form der Wiederholbarkeit, bzw. Vorhersehbarkeit essenziell. Die Antworten von KI Modellen sind persé nicht deterministisch. Der gleiche Input kann durchaus zu unterschiedlichen Antworten führen. Das ist für manche Aufgaben aber nicht erwünscht, besonders, wenn basierend auf einer Antwort Entscheidungen getroffen werden, oder die Antwort einem bestimmten Format folgen soll. Eine Kombination aus verschiedenen Techniken ermöglicht es jedoch, dass man diese Wiederholbarkeit annähern kann.

Die Schnittstelle: Kunst trifft Technik

Das Spannende ist also, dass Prompt Engineering genau zwischen diesen beiden Welten liegt. Es ist weder reine Kunst noch reine Technik, es ist vielmehr ein Hybrid.
Prompt Engeneers sind Kreativtechniker, sie sind Designer mit technischem Know-how. Sie können einerseits einen komplizierten Gedanken oder eine komplexe Vorstellung in eine schriftliche Form bringen, die so klar, präzise und unmissverständlich ist, sodass die KI sie so versteht und exakt das Ergebnis liefert, das gewünscht ist (ähnlich einer Programmierspache). Andererseits können sie auch Welten und Ideen erschaffen, die vorher einfach unvorstellbar waren, indem sie mit der eigenen und auch mit der Kreativität der KI spielen (ähnlich wie ein Künstler). Es geht also um diesen Balanceakt: Wer nur technisch denkt, verpasst die kreative Magie. Wer nur künstlerisch arbeitet, verliert die Präzision. Die wahre Stärke liegt darin, beides zu verbinden.
"The hottest new programming language is English" - Andrej Karpathy