36 MinutenJede ChatGPT-Funktion in 37 Minuten
Sie konfigurieren die Personalisierung bewusst, statt Erinnerungen, Anweisungen und Projektkontext miteinander verschwimmen zu lassen.
freeCodeCamp.org. Springen Sie bei 31:20 zum Kapitel „Zero-Shot and Few-Shot Prompts“. Dort sehen Sie dieselbe Aufgabe klar demonstriert – einmal ohne und einmal mit einigen Beispielen. Genau auf diesem Kontrast baut der Artikelabschnitt auf. Die früheren Teile zu Prompt-Denkweise und bewährten Verfahren liefern hilfreichen Hintergrund, wenn Sie ohne breiteren Kontext direkt vom Artikel kommen.
Sie müssen nicht alle 41 Minuten ansehen. Der Abschnitt zu Zero-Shot und Few-Shot bei 31:20 ergänzt den Artikel; die früheren Teile sind optionaler Hintergrund.
Sie sehen, wie Beispiele das Modellverhalten verändern, und lernen, wann Few-Shot-Prompting den zusätzlichen Einrichtungsaufwand rechtfertigt.
Grundlegende Vertrautheit mit der Erstellung von Prompts — nichts über das, was im Artikel beschrieben wird.
Zuletzt geprüft: 18. Mai 2026
Fahren Sie mit demselben Lernpfad fort und sehen Sie die nächsten kuratierten Begleitvideos.
36 MinutenSie konfigurieren die Personalisierung bewusst, statt Erinnerungen, Anweisungen und Projektkontext miteinander verschwimmen zu lassen.
13 MinutenSie gestalten einen Meeting-Workflow, der Transkripte, Zusammenfassungen und Maßnahmen erfasst und die menschliche Prüfung beibehält.
14 MinutenSie erkennen praktische KI-Schritte für E-Mails: Threads zusammenfassen, Antworten entwerfen, den Ton anpassen und Nachfassaufgaben organisieren.
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.