Schritt-für-Schritt-Prompts für LLM: Routine-Automatisierung

Schritt-für-Schritt-Prompt-Engineering zur Automatisierung von Routineaufgaben mit LLMs

Große Sprachmodelle (LLMs) arbeiten in einem mehrdimensionalen Vektorraum der Bedeutungen. Deine Anfrage wird zu einem Vektor, das Modell navigiert durch diesen Raum und erzeugt die wahrscheinlichste Antwort. Vage Prompts führen zu generischen, nutzlosen Ausgaben. Klare Anweisungen verengen den Suchpfad und steigern die Relevanz.

Bei Routineaufgaben mit festen Abläufen – wie dem Umformatieren von Vorlesungsnotizen in eine Präsentationsvorlage – automatisiert Prompt-Engineering den lästigen Kleinkram. Beispiel: Ein Lehrer verwandelt einen Textblock in ein strukturiertes Format mit Einleitung, Theorie-Praxis-Zyklen, Reflexion und Quellen.

Kontext in Projekten organisieren

LLM-Plattformen unterstützen Projekte – isolierte Chats mit gemeinsamer Systemprompt. Das sorgt für einheitlichen Antwortstil, spart Wiederholungen von Anweisungen und verhindert Kontextvermischung (z. B. Code mit Planung).

• Vorteile: Einheitliches Ausgabeformat, spart Tokens bei Setup-Prompts.
• Alternativen: Gepinnte Nachrichten oder benutzerdefinierte Anweisungen.

Schritt 1: Den Prozess kartieren

Definiere Automatisierungsschritte durch ein Hin-und-Her mit dem LLM. Starte mit einem Initialprompt wie:

Ich brauche deine Hilfe. Ich möchte einen Prompt für [Ziel] erstellen. Eingabedaten: [Beschreibung]. Stelle Klärfragen, um einen schrittweisen Prozess zu entwerfen.

Das LLM antwortet mit 5–10 Klärfragen. Nutze sie, um Phasen zu skizzieren.

Beim Umformatieren von Notizen:

• Text analysieren und filtern.
• In die Vorlage einordnen (Einleitung, Struktur, Theorie-Praxis, Reflexion).
• In Folien aufteilen (1 Folie = 1 logischer Block, ~100 Wörter).
• Sprecherhinweise generieren.
• Überprüfen und formatieren.

Spezifikationen festlegen: Prosa oder Stichpunkte? Zielgruppe (16–18-jährige Schüler, knapp halten)? Fachbegriffe beibehalten?

Schritt 2: Den finalen Prompt bauen

Ein Prompt hat drei Teile: Kontext (Rolle + Ziel), schrittweise Logik, Ausgaberegeln.

Kontext:

Du bist Curriculumentwickler und Redakteur. Ziel: Bildungsmaterial in eine strenge Präsentationsvorlage formatieren.

Schritt-für-Schritt-Logik:

Vorlage: Einleitung (Titel, Lernziele), Struktur, Theorie-Praxis-Zyklen, Reflexion, Quellen. Folge genau diesen Schritten: 1—Struktur abfragen; 2—Inhalte zuweisen; 3—Folien mit Text und Notizen erstellen; 4—Irrelevantes kennzeichnen.

Regeln:

Zeige nur den aktuellen Schritt. Fortschritt: "📊 1/5 █░░". Trenne Erklärungen von Folieninhalt. Halte Blöcke auf 20–40 Wörter für einfaches Kopieren.

Finaler Prompt passt in 1000 Zeichen. Führe ihn mit Daten aus: "Thema: Schulstufe C#. Notizen anhängen."

Praktische Tipps für den Alltag

• Schritte zerlegen: Bei kniffligen Teilen (z. B. maßgeschneiderte Sprecherhinweise) in Folgenachrichten den aktuellen Schritt erinnern.
• Kontext zurücksetzen: Bei Abdriften ("Halluzinationen") neuen Chat mit kopiertem Prompt und Daten starten.
• Flexibel anpassen: Bei einfachen Prozessen Design überspringen; fertige Vorlage greifen.

| Aspekt | Beschreibung | Beispiel |

|--------|-------------|---------|

| Rolle | Verengt den Vektorraum | Curriculumentwickler-Redakteur |

| Schritte | Strukturiert die Logik | 1–5 Phasen mit Unter-Schritten |

| Regeln | Steuert Ausgabeformat | Fortschrittsbalken, Textblöcke |

Wichtige Erkenntnisse

• LLM-Vektordenken: Präzise Prompts reduzieren Antwortentropie.
• Projekte für Isolation: Verhindern Kontextlecks zwischen Aufgaben.
• Schritt-für-Schritt-Ansatz: Macht Routine zu automatisierter Pipeline.
• Iterationen: Bei jedem Schritt verfeinern für Top-Qualität.
• Zeichenlimits: Plattformoptimierung (1000–4000 Zeichen).

— Editorial Team