Hin zu einem Katalog von Prompt-Mustern zur Verbesserung der Disziplin des Prompt Engineerings

Das schnelle Aufkommen von Large Language Models (LLMs), wie ChatGPT und Claude, revolutioniert verschiedene Bereiche, von Bildung und Gesundheitswesen bis hin zur Entwicklung zuverlässiger Softwaresysteme. Diese LLMs arbeiten durch "Prompts", das sind Eingaben in natürlicher Sprache, die Nutzer verwenden, um die Fähigkeiten der Modelle abzufragen und zu nutzen. Angesichts der Neuartigkeit von LLMs basiert das Verständnis für deren effektive Nutzung von Prompts weitgehend auf anekdotischen Erfahrungen, die aus einzelnen Anwendungsfällen stammen. Dieser fragmentierte Ansatz begrenzt die Zuverlässigkeit und Nützlichkeit von LLMs, insbesondere bei deren Einsatz in missionskritischen Softwareumgebungen. Um das volle Potenzial von LLMs in solch entscheidenden Kontexten zu nutzen, benötigen wir daher einen systematischen, disziplinierten Ansatz des "Prompt Engineerings", der die Interaktionen mit diesen LLMs und deren Bewertungen leitet.