131 MinutenWie ich große Sprachmodelle nutze
Sie erkennen anhand realer täglicher Nutzung, wann Sie nachfragen, das Modell wechseln oder ein neues Gespräch beginnen sollten.
Anthropic. Zwei Mitglieder des Applied-AI-Teams von Anthropic entwickeln einen einzigen Prompt für einen realen Kundenanwendungsfall, die Analyse schwedischer Autounfallberichte. Sie beginnen mit einem scheiternden Einzeiler und ergänzen nacheinander Rolle, Aufgabenkontext, dynamische Inhalte, Beispiele und eine abschließende Hervorhebung. Dies ist die klarste YouTube-Demonstration genau des im Artikel beschriebenen Aufbaus „Rolle + Kontext + Aufgabe + Einschränkungen + Format“, einschließlich der dabei auftretenden Fehlerbilder.
Das Demo verwendet Claude, aber der Schicht-für-Schicht-Aufbau entspricht ein-zu-eins der im Artikel beschriebenen Rolle-Kontext-Aufgabe-Einschränkungen-Format-Struktur, unabhängig vom verwendeten Modell.
Sie erstellen bessere Prompts, indem Sie Rolle, Aufgabenkontext, Beispiele, Einschränkungen und Ausgabeformat Schicht für Schicht ergänzen.
Sie können grundlegende Prompts schreiben; die fünfteilige Aufschlüsselung im Artikel ist die ideale Vorbereitung.
Zuletzt geprüft: 18. Mai 2026
Fahren Sie mit demselben Lernpfad fort und sehen Sie die nächsten kuratierten Begleitvideos.
131 MinutenSie erkennen anhand realer täglicher Nutzung, wann Sie nachfragen, das Modell wechseln oder ein neues Gespräch beginnen sollten.
131 MinutenSie verteilen Aufgaben auf schnelle, kostengünstige, tief schlussfolgernde und quellengebundene Tools, statt für alles dasselbe Modell zu verwenden.
42 MinutenSie sehen, wie Beispiele das Modellverhalten verändern, und lernen, wann Few-Shot-Prompting den zusätzlichen Einrichtungsaufwand rechtfertigt.
Sorgfältig ausgewählte externe Kurse, die dieses Thema vertiefen.
Dr. Jules White
Die akademische Ergänzung zum Kurzkurs von DeepLearning.AI: dieselbe Disziplin, ausführlicher behandelt und für Menschen ohne Programmierkenntnisse konzipiert. Dr. White vermittelt Prompting nicht als Sammlung von Tricks, sondern anhand wiederverwendbarer Muster wie „Eingaben anfordern“, „Gliederung erweitern“, „Faktenprüfliste“ und „Menüaktionen“. Danach gestalten Sie Prompts für LLMs systematisch, statt Ergebnisse zu erraten.
Isa Fulford · Andrew Ng
Neunzig Minuten für die Intuition eines ganzen Jahres. Wenn Sie begonnen haben, Code zu schreiben, der ein LLM aufruft – oder kurz davorstehen –, ist dies der effizienteste Online-Kurs, um die Lücke zwischen „mit ChatGPT experimentieren“ und „eine Funktion mit LLM-Aufruf produktiv bereitstellen“ zu schließen.
Microsoft Learn
Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.