Ein Katalog von Prompt-Mustern zur Verbesserung des Prompt Engineerings mit ChatGPT

Prompt Engineering ist eine zunehmend wichtige Fähigkeit, um effektiv mit großen Sprachmodellen (LLMs) wie ChatGPT zu kommunizieren. Prompts sind Anweisungen, die einem LLM gegeben werden, um Regeln durchzusetzen, Prozesse zu automatisieren und bestimmte Eigenschaften (und Mengen) der generierten Ausgabe sicherzustellen. Prompts sind auch eine Form der Programmierung, mit der die Ausgaben und Interaktionen mit einem LLM angepasst werden können. Dieses Papier beschreibt einen Katalog von Techniken des Prompt Engineerings, dargestellt in Form von Mustern, die angewendet wurden, um häufige Probleme bei der Kommunikation mit LLMs zu lösen. Prompt-Muster sind eine Methode des Wissenstransfers, analog zu Softwaremustern, da sie wiederverwendbare Lösungen für häufige Probleme in einem bestimmten Kontext bieten, d.h. der Ausgabeerzeugung und Interaktion bei der Arbeit mit LLMs. Dieses Papier liefert folgende Beiträge zur Forschung im Bereich Prompt Engineering, das LLMs zur Automatisierung von Softwareentwicklungsaufgaben einsetzt. Erstens bietet es einen Rahmen zum Dokumentieren von Mustern zur Strukturierung von Prompts, um eine Reihe von Problemen zu lösen und sie so an verschiedene Domänen anpassen zu können. Zweitens präsentiert es einen Katalog von Mustern, die erfolgreich angewendet wurden, um die Ausgaben von LLM-Gesprächen zu verbessern. Drittens erklärt es, wie Prompts aus mehreren Mustern aufgebaut werden können und illustriert Prompt-Muster, die von der Kombination mit anderen Prompt-Mustern profitieren.