Fortgeschrittene Techniken
Über die Grundstruktur hinaus verbessern diese sechs Techniken die Zuverlässigkeit bei langen, mehrdeutigen oder folgenreichen Aufgaben.
01 — Chain of Thought (CoT)
Schrittweises Denken vor dem Fazit verbessert Rechnen, Logik und mehrkriterielle Analysen.
02 — In-Context-Learning
Ein gutes Beispiel schlägt oft einen langen Absatz. Starten Sie mit null oder einem Beispiel; ergänzen Sie nur bei Bedarf.
03 — Self-Consistency
Mehrere unabhängige Denkwege erzeugen und die am häufigsten wiederkehrende Schlussfolgerung wählen.
04 — Prompt-Verkettung
Eine Aufgabe in Schritte zerlegen, die jeweils die vorige Ausgabe nutzen, begrenzt Folgefehler.
05 — Meta-Prompting
Die erwartete logische Struktur beschreiben statt Beispiele zu häufen: weniger Tokens, weniger Verzerrung.
06 — Erlaubnis zur Unsicherheit
Die ausdrückliche Erlaubnis „Ich weiß es nicht“ senkt Halluzinationen bei unvollständigen Daten.
Reasoning-Modelle: Technik anpassen
Neuere Modelle denken von Haus aus nach und bieten eine Einstellung für den Reasoning-Aufwand. „Denke Schritt für Schritt“ ist dann überflüssig: Beschreiben Sie stattdessen die Erfolgskriterien und passen Sie den Aufwand an die Schwierigkeit an.
- Google — Prompting-StrategienFew-Shot, Vorgaben, Zerlegung.
- Mistral — Prompting-FunktionenOffizieller Leitfaden für Mistral-Modelle.
- Prompting Guide — TechnikenCoT, ReAct, Self-Consistency u. a.