Prompting-Leitfaden

Prompts kommen in der branchly-Plattform für folgende Funktionen zum Einsatz:

• System-Prompts: Werden von branchly vorgegeben, um Interaktionen kundenübergreifend verlässlich zu steuern.
• Prompt-Persona & Ausgabeanweisungen (Output Instructions): Vorkonfiguriert oder individuell anpassbar, um Antworten auf deinen konkreten Anwendungsfall abzustimmen. Diese Persona wird an mehreren Stellen unseres KI-Prozesses genutzt: zur Reformulierung von Antworten, zur individuellen Gestaltung des Antwortstils und während der automatischen Evaluierung von Sitzungen.
• Tool-Namen und Beschreibungen: Werden bei allen Tools verwendet, um präzise zu definieren, wann und wie sie aufgerufen werden sollen.

Stelle dir das Definieren deiner Prompt-Persona wie das Erstellen eines Leitfadens für einen neuen Mitarbeiter vor, der dein Unternehmen noch nicht kennt. Effektive Prompts sollten breit genug gefasst sein, um alle relevanten Fälle abzudecken, und gleichzeitig spezifisch genug, um klare Orientierung zu bieten.

Ein guter Leitsatz lautet: Beschreibungen sollten so breit wie nötig und so spezifisch wie möglich sein.

Best Practices

• Tonalität (Tone of Voice): Prompts prägen Antwortstil, Verhalten und Kontext. Achte auf Klarheit und Relevanz. Lege beispielsweise den Tonfall explizit fest: „Antworte in einem professionellen Stil, der für ein geschäftliches Umfeld geeignet ist.“
• Sei direkt: Nutze Formulierungen wie „Du musst“, „Deine Aufgabe ist es …“ oder „Deine Rolle ist …“. Dies entspricht dem Prinzip bejahender Handlungsanweisungen, was nachweislich zu besseren Modellausgaben führt.
• Bedeutung und Klarheit: Überlege dir die konkrete Absicht und Bedeutung deines Prompts, damit er exakt auf deine Ziele einzahlt. Formuliere präzise und komme direkt auf den Punkt. Vermeide Redundanzen. Sei eindeutig darin, was die KI tun und was sie unterlassen soll.
• Formatierung und Rechtschreibung: Halte dich an grundlegende Markdown-Formatierungsregeln und prüfe die Rechtschreibung. Fehler können die Effektivität von Prompts spürbar beeinträchtigen. Nutze Aufzählungspunkte.
• LLMs zur Optimierung nutzen: Nutze große Sprachmodelle, um deine eigenen Prompts zu verfeinern und zu verbessern. Das ist oft sehr hilfreich, um komplexe Anweisungen einfach und verständlich zu formulieren.
• Sprache: Nutze für System-Prompts Englisch, um maximale Konsistenz zu gewährleisten – branchly definiert seine eigenen System-Prompts auf Englisch, was die zuverlässigsten Ergebnisse erzielt. Bei Bedarf kannst du jedoch gezielt Beispiele in deiner Sprache hinterlegen, falls dir eine rein allgemeine Beschreibung nicht ausreicht.
• In-Kontext-Beispiele bereitstellen: Gib konkrete Beispiele vor, an denen sich das Modell orientieren kann. Das schafft klare Erwartungen und gibt eine verlässliche Struktur vor. Beispiel: „Hier sind zwei Beispiele für gelungene Zusammenfassungen. Verwende ein vergleichbares Format.“
• Tool-Namen und Tool-Beschreibungen: Behandle die Kombination aus Tool-Name und Tool-Beschreibung wie eigenständige Prompts. Definiere unmissverständlich, wann und wie das jeweilige Tool einzusetzen ist. Die Beschreibungen sollten so trennscharf sein, dass sie sich mit keiner anderen Tool-Beschreibung überschneiden!

  • Beispiel:

    Angenommen, du hast zwei unterschiedliche Quellen für Event-Informationen: eine interne Unterseite (Teil der Wissensbasis) und eine externe Website, auf die der KI-Agent dynamisch zugreifen soll.

    • Wochenend-Events: Werden aus dem Veranstaltungskalender einer externen Website bezogen.
      • Gut: Ein passender Tool-Name wäre get_upcoming_weekend_events mit der Beschreibung: „Use this tool to access current events for the upcoming weekend.“
      • Schlecht: events mit der Beschreibung: „Use this tool for event information“. Dies ist ungeeignet, da nicht deutlich wird, dass das Tool nur für Wochenendveranstaltungen gedacht ist. Das führt zu Fehlern, da die regulären Events bereits in der Wissensbasis liegen und über ein anderes Tool abgefragt werden.
    • Reguläre Events: Werden direkt von deiner Website gecrawlt und regelmäßig aktualisiert. Hier ist keine gesonderte Beschreibung nötig, sofern die Wochenend-Events präzise abgegrenzt sind.
• Keine Standard-Anweisungen wiederholen: Anweisungen wie „Quellenangaben am Ende auflisten“ oder „Nur basierend auf dem bereitgestellten Kontext antworten“ müssen nicht angegeben werden, da sie bereits fest in unseren KI-Prozess integriert sind.
• Dringlichkeit hervorheben: Bei besonders sensiblen Aspekten kannst du das Modell explizit darauf hinweisen, dass eine Regel besonders wichtig ist (z. B. „This is important!“).
• Nicht überfrachten: Packe nicht zu viele Informationen oder statischen Kontext in einen Prompt. Handelt es sich um statische Fakten, füge diese Inhalte lieber direkt der Wissensbasis oder deinen Datenquellen (also deiner Website) hinzu.

Wenn du diese Best Practices befolgst, erstellst du Prompts, die die Stärken der Sprachmodelle voll ausnutzen und zu verlässlicheren Interaktionen führen.

Weiterführende Ressourcen

Hier findest du eine Auswahl lesenswerter Artikel:

• https://www.prompthub.us/blog/what-we-can-learn-from-openai-perplexity-tldraw-and-vercels-system-prompts
• https://www.prompthub.us/blog/prompt-engineering-principles-for-2024
• https://platform.openai.com/docs/guides/prompt-engineering