Prompt-Engineering: der Komplett-Kurs

Kanal Tech With Tim 38 Min English Fortgeschritten

Zuletzt geprüft 24. April 2026

Nach 38 Minuten kannst du Prompt-Strategien so aufbauen, dass ein LLM konsistente, strukturierte Antworten liefert (inkl. Few-Shot, Iteration und Vorgaben). Voraussetzung: Grundkenntnisse in LLMs/ChatGPT oder eigene erste Prompt-Versuche; keine Programmierung nötig.

Lernziele

  • Du formulierst Prompts so, dass du Ergebnisse gezielt steuerst statt nur zu hoffen.
  • Du erzeugst strukturierte Ausgaben mit klaren Constraints und Few-Shot-Beispielen.

Du willst schneller von „irgendeine Antwort“ zu „nutzbaren Ergebnissen“ kommen? Dieses Tutorial richtet sich an das Kernproblem vieler Prompt-Nutzer: Du gibst zu vage Anforderungen, bekommst inkonsistente Antworten und musst zu oft nacharbeiten. In den 38 Minuten baust du ein Muster, mit dem du ein LLM zuverlässig lenkst: von der Formulierung bis zum Feinschliff.

Schritt für Schritt lernst du, wie du bessere Prompts schreibst und dadurch weniger Trial-and-Error brauchst. Du arbeitest mit Techniken wie Few-Shot Prompting (Beispiele, die das gewünschte Format/Verhalten vorgeben), klaren Vorgaben wie „Set the Scene“ (Kontext, Rolle, Ziel, Output-Form) und Iterative Refinement (du überarbeitest den Prompt in Runden statt einmal „abzuschicken und fertig“). Zusätzlich bekommst du Methoden für strukturierte Ausgaben über Constraints und Negative Vorgaben, damit das Modell nicht in typische Fehlerläufe rutscht.

Für wen passt das: Software- und Produktleute, die LLMs in Arbeitsabläufe integrieren und Ergebnisse zuverlässig brauchen (z.B. Texte, Extraktionen, Klassifikationen). Nicht ideal, wenn du noch nie mit Prompts gearbeitet hast oder nur allgemeine KI-Grundlagen suchst—hier profitierst du erst, wenn du bereits weißt, was ein gutes Ziel im Prompt ist.

Discovery

Als Nächstes lernen