Teile die komplexe Aufgabe in kleinere, überschaubare Schritte auf, um bessere Ergebnisse zu erzielen. Wenn du 3-4 Aufgaben in einen Prompt ohne Struktur schreibst, könnten LLMs eine oder mehrere Aufgaben übersehen oder nicht gut ausführen. Dies hängt mit dem Konzept des Chain-of-Thought prompting. Durch die Aufteilung der Aufgaben bietest du eine klare Struktur, die das LLM durch jeden Schritt führt und umfassende und qualitativ hochwertige Ergebnisse sicherstellt.

​
Aufteilen in einem Prompt:

Du kannst das KI-Modell bitten, eine Aufgabe aufzugliedern und die Anweisungen Schritt für Schritt zu befolgen. Beispiel:
Suche in den beigefügten Dokumenten nach Informationen zu den Richtlinien für unser Büro in Berlin.
Dann liste die relevanten Punkte als Stichpunkte auf und ordne sie nach ihrer Wichtigkeit.
Schreib anschließend eine kurze Nachricht, die du auf dem Slack-Kanal von unserer Firma postest, um alle an die 10 wichtigsten Dinge zu erinnern, die man sich merken sollte.

​
Aufteilung in mehrere Prompts:

Wenn eine komplexe Anweisung nicht funktioniert, indem sie in mehrere Schritte in einer Prompts unterteilt wird, versuche, diese Anweisung in mehrere Prompts zu unterteilen. Beispiel:
Prompt 1:
Suche in den beigefügten Dokumenten nach Informationen zu den Richtlinien für unser Büro in Berlin.
Antwort: …
Prompt 2:
Ordne die Richtlinien nach Wichtigkeit. Begründe deine Entscheidung.
Antwort: …
Prompt 3:
Schreibe einen Slack-Beitrag, in dem du die 10 wichtigsten Richtlinien erklärst.
Antwort: …