Prompt-Engineering ist tot: was jetzt wirklich zählt

Kanal Confluent Developer 17 Min English Fortgeschritten

Zuletzt geprüft 24. April 2026

Nach 17 Minuten kannst du eine Context-Strategie für agentische KI planen, die System-Prompt, Tools und externe Ressourcen effizient für lange Aufgabenbudgete verwaltet. Voraussetzung: Grundlagen zu LLM-Prompting und Agent-Workflows, keine Programmier-Expertise nötig.

Lernziele

  • Du strukturierst den verfügbaren Kontext so, dass Agenten mit begrenztem Kontextfenster langfristige Ziele besser erreichen.
  • Du priorisierst und verwaltest System-Prompt, Tools und Ressourcen als zusammenhängende Bestandteile deines Agenten.

Ziel dieses Tutorials ist es, dein Agent-Design von „Prompt rein, hoffen, dass es passt“ auf eine planbare Context-Strategie umzubauen. Das konkrete Problem: Bei agentischen KI-Systemen reichen Kontextfenster und Ressourcenbudgets schnell nicht mehr aus, und wichtige Informationen verschwinden, während unwichtige Anteile den Platz blockieren.

Schritt für Schritt lernst du, aus welchen Bausteinen „Context“ besteht (zum Beispiel System-Prompt, Tool-Aufrufe und externe Ressourcen) und wie du diese begrenzt verwaltbar machst. Du bekommst ein Framework, um Kontext als Ressource zu behandeln: erst definierst du, welche Informationen dein Agent wirklich braucht, dann legst du Prioritäten und Austauschregeln fest, und schließlich sorgst du dafür, dass Tools und Ressourcen gezielt Informationen nachliefern statt „alles“ in das Prompt zu packen. Praktisch heißt das: du machst aus Kontext-Management eine wiederholbare Vorgehensweise, statt eine manuelle Prompt-Optimierung.

Geeignet ist das für Entwickler, die bereits Agents bauen oder bauen wollen (z. B. Tool-Use, mehrschrittige Aufgaben, Retrieval/Ressourcen). Nicht geeignet ist es, wenn du nur „Prompt-Tipps“ suchst oder noch keine mentale Basis zu System-Prompts und Agent-Flows hast—dann wird dir die Abgrenzung der Context-Bausteine schwer fallen.

Discovery

Als Nächstes lernen