Prompt Engineering ist die Praxis, Eingaben (Prompts) für generative KI-Modelle gezielt zu gestalten und zu optimieren, damit sie die gewünschten Ausgaben liefern. Durch sorgfältig formulierte Anweisungen, Kontext und Beispiele wird das Modell auf die Absicht des Nutzers ausgerichtet – ohne dass die Modellgewichte verändert werden.
Zu den gängigen Techniken zählen präzise Aufgabenbeschreibungen, das Vorgeben von Rollen und Formaten, das Mitliefern von Beispielen (Few-Shot-Prompting) sowie das Anleiten zu schrittweisem Denken (Chain-of-Thought). Prompt Engineering ist ein iterativer, testgetriebener Prozess: Prompts werden formuliert, das Ergebnis geprüft und die Formulierung verfeinert.
Weil das Modell nur den Text im Kontextfenster „sieht", entscheidet die Qualität des Prompts maßgeblich über Relevanz, Genauigkeit und Format der Antwort. Prompt Engineering ist oft der schnellste und günstigste Weg, die Leistung eines Modells zu verbessern – im Gegensatz zum aufwendigeren Fine-Tuning.