Experten-Level Prompting

Meisterhafte Prompting-Techniken für höchste Präzision und Leistung

Diese fortgeschrittenen Techniken sind für erfahrene Anwender gedacht, die das Maximum aus KI-Systemen herausholen möchten.

Constitutional AI Prompting

Selbst-Kritik und Verbesserung

Aufgabe: [Ihre Anfrage]

Nachdem du eine erste Antwort formuliert hast:
1. Bewerte deine Antwort nach folgenden Kriterien:
   - Faktische Korrektheit
   - Vollständigkeit
   - Klarheit und Verständlichkeit
   - Praktische Anwendbarkeit
   
2. Identifiziere Verbesserungspotenziale

3. Erstelle eine überarbeitete, optimierte Version

4. Präsentiere nur die finale, verbesserte Antwort

Ethik-Framework Integration

Bevor du antwortest, prüfe:
- Fairness: Ist die Antwort ausgewogen und unvoreingenommen?
- Schaden: Könnte die Information missbraucht werden?
- Transparenz: Sind Unsicherheiten klar gekennzeichnet?
- Nutzen: Maximiert die Antwort den Wert für den Nutzer?

Passe deine Antwort entsprechend an.

Recursive Prompting

Selbst-erweiternde Prompts

Schritt 1: Analysiere diese Anfrage und identifiziere 3 Unterfragen,
die beantwortet werden müssen.

Schritt 2: Für jede Unterfrage:
- Formuliere sie präzise
- Beantworte sie gründlich
- Identifiziere weitere relevante Aspekte

Schritt 3: Synthetisiere alle Teilantworten zu einer kohärenten
Gesamtantwort.

Schritt 4: Wenn neue wichtige Fragen aufgetaucht sind, wiederhole
den Prozess einmal.

Depth-First Exploration

Thema: [Ihr Thema]

1. Wähle den wichtigsten Aspekt
2. Erkunde diesen bis zur vollständigen Tiefe
3. Dokumentiere alle Erkenntnisse
4. Kehre zurück und wähle den nächsten Aspekt
5. Wiederhole bis alle Aspekte abgedeckt sind
6. Erstelle eine integrierte Zusammenfassung

Adversarial Prompting

Gegen-Argumentation

These: [Ihre Position]

1. Formuliere die stärkste Argumentation FÜR diese These
2. Wechsle die Perspektive: Formuliere die stärksten GEGEN-Argumente
3. Analysiere beide Seiten objektiv
4. Identifiziere Synthese-Möglichkeiten
5. Präsentiere eine nuancierte Schlussfolgerung

Stress-Testing

Lösungsvorschlag: [Ihre Idee]

Teste diese Lösung gegen:
1. Edge Cases (Extremfälle)
2. Skalierungsprobleme
3. Unvorhergesehene Nebeneffekte
4. Ressourcenbeschränkungen
5. Menschliche Faktoren

Für jedes identifizierte Problem: Schlage Anpassungen vor

Prompt Programming

Funktionale Prompts

DEFINE FUNCTION analyze_text(text, parameters):
    aspects = extract_aspects(parameters)
    results = {}
    
    FOR EACH aspect IN aspects:
        results[aspect] = deep_analyze(text, aspect)
    
    RETURN synthesize(results)
 
END FUNCTION
 
# Ausführung
analyze_text(
    text="[Ihr Text]",
    parameters={
        "aspects": ["sentiment", "key_points", "implications"],
        "depth": "comprehensive",
        "output_format": "structured"
    }
)

Conditional Logic

IF eingabe_typ == "technisch":
    verwende_fachsprache = True
    detailtiefe = "hoch"
ELSE IF eingabe_typ == "allgemein":
    verwende_fachsprache = False
    detailtiefe = "mittel"
    füge_beispiele = True
ELSE:
    frage_nach_klarstellung()

Generiere_antwort_mit_parametern()

Emergent Behavior Prompting

Kreativitäts-Maximierung

Denke außerhalb aller konventionellen Grenzen:

1. Ignoriere zunächst alle praktischen Einschränkungen
2. Kombiniere Konzepte aus völlig unterschiedlichen Domänen
3. Stelle grundlegende Annahmen in Frage
4. Entwickle 5 radikal innovative Ansätze
5. Erst dann: Adaptiere die vielversprechendsten für die Realität

Synergie-Entdeckung

Elemente: [A, B, C]

Untersuche:
1. A + B: Welche Synergien entstehen?
2. B + C: Welche neuen Möglichkeiten?
3. A + C: Welche unerwarteten Verbindungen?
4. A + B + C: Welche emergenten Eigenschaften?
5. Identifiziere das Synergie-Maximum

Cross-Domain Transfer

Problem in Domäne A: [Beschreibung]

1. Abstrahiere das Kernproblem
2. Finde analoge Probleme in Domänen B, C, D
3. Wie wurden diese dort gelöst?
4. Übertrage die Lösungsprinzipien zurück auf Domäne A
5. Adaptiere für spezifischen Kontext

Metaphorisches Denken

Komplexes Konzept: [Ihr Konzept]

1. Finde Metaphern aus:
   - Natur (biologische Systeme)
   - Technik (Maschinen, Software)
   - Gesellschaft (soziale Strukturen)
   - Kunst (Musik, Malerei)

2. Für jede Metapher:
   - Was sind die Parallelen?
   - Welche Insights bietet sie?
   - Wo sind die Grenzen?

3. Synthetisiere eine neue, mächtige Erklärung

Advanced Output Control

Probabilistisches Denken

Frage: [Ihre Frage]

Antwortstruktur:
1. Wahrscheinlichste Antwort (70-90% Konfidenz)
2. Alternative Szenarien (20-30% Konfidenz)
3. Unwahrscheinliche aber mögliche Fälle (5-10%)
4. Black Swan Events (<1% aber hoher Impact)

Für jedes Szenario: Begründung und Implikationen

Granulare Kontrolle

Parameter für diese Antwort:
- Technisches Niveau: [1-10]
- Beispieldichte: [niedrig/mittel/hoch]
- Kultureller Kontext: [spezifizieren]
- Zeitlicher Horizont: [kurz/mittel/langfristig]
- Risikobereitschaft: [konservativ/ausgewogen/progressiv]

Generiere maßgeschneiderte Antwort basierend auf diesen Parametern.

Meta-Learning Prompts

Prompt-Optimierung

Original-Prompt: [Ihr Prompt]

1. Analysiere Stärken und Schwächen
2. Generiere 3 verbesserte Versionen:
   - Version A: Klarere Struktur
   - Version B: Präzisere Anforderungen
   - Version C: Bessere Beispiele
3. Teste jede Version
4. Kombiniere die besten Elemente
5. Präsentiere optimalen Prompt

Adaptives Prompting

Nach jeder Antwort evaluiere:
- War die Antwort zu detailliert/oberflächlich?
- Wurde der gewünschte Stil getroffen?
- Gab es Missverständnisse?

Passe den nächsten Prompt entsprechend an:
- Bei zu wenig Detail: "Erkläre ausführlicher..."
- Bei falschem Stil: "Im Stil von..."
- Bei Missverständnissen: "Zur Klarstellung..."

Fortgeschrittene Anwendungen

Komplexe Entscheidungsfindung

Entscheidungsproblem: [Beschreibung]

Framework:
1. Stakeholder-Analyse (Wer ist betroffen?)
2. Kriterien-Definition (Was ist wichtig?)
3. Optionen-Generierung (Was ist möglich?)
4. Impact-Analyse (Was sind die Folgen?)
5. Risiko-Bewertung (Was kann schiefgehen?)
6. Synergie-Prüfung (Wie kombinieren?)
7. Zeitliche Betrachtung (Kurz- vs. Langfrist)
8. Entscheidungsmatrix
9. Sensitivitätsanalyse
10. Finale Empfehlung mit Confidence Level

Innovation Framework

Innovationsziel: [Ihr Ziel]

Phase 1 - Divergenz:
- Brainstorming ohne Grenzen
- Cross-Industry Inspiration
- Zukunftsszenarien
- Wilde Kombinationen

Phase 2 - Konvergenz:
- Machbarkeitsbewertung
- Ressourcenanalyse
- Marktpotenzial
- Implementierungspfad

Phase 3 - Synthese:
- Top 3 Innovationskonzepte
- Detaillierte Ausarbeitung
- Prototyping-Plan
- Erfolgsmetriken

Meisterschaft erreichen

Die wahre Meisterschaft im Prompting entsteht durch:

Kontinuierliches Experimentieren – Neue Techniken ausprobieren
Systematisches Lernen – Erfolge und Misserfolge dokumentieren
Kreatives Kombinieren – Techniken situativ mischen
Tiefes Verständnis – KI-Funktionsweise verstehen
Ethische Reflexion – Verantwortungsvoller Einsatz

Weiterführende Ressourcen

War diese Seite hilfreich?