Sofortantwort
Prompt Templates einfach erklärt
Wiederverwendbare Prompt-Vorlagen für konsistente KI-Ergebnisse.
- Kurz gesagt
- Parametrisierbare Vorlagen mit Platzhaltern für variable Inhalte
- Typischer Einsatz
- Content-Produktion, Datenextraktion, Code-Generierung
- Wichtig zu wissen
- Von einfachen String-Templates bis zu komplexen Multi-Turn-Strukturen
Prompt Templates im Überblick
Ein Prompt Template ist eine wiederverwendbare Vorlage für LLM-Anfragen, bei der bestimmte Teile variabel sind und je nach Kontext eingesetzt werden.
Ohne Template vs. mit Template:
Ohne (jedes Mal neu formuliert):
"Fass diesen Text zusammen: [text]"
"Kannst du mir eine Zusammenfassung von [text] geben?"
"Bitte zusammenfassen: [text]"
→ Inkonsistente Ergebnisse
Mit Template (standardisiert):
"Du bist ein Experte für {thema}.
Fasse den folgenden Text in {anzahl} Bullet Points zusammen.
Fokussiere auf: {fokus}.
Text: {text}
Format: Markdown Bullet Points"
→ Konsistente, vorhersagbare ErgebnisseAufbau eines guten Templates
template = """
# Rolle
Du bist ein {rolle} mit Expertise in {fachgebiet}.
# Aufgabe
{aufgabenbeschreibung}
# Kontext
{kontext}
# Regeln
- Antworte auf {sprache}
- Maximal {max_laenge} Wörter
- Format: {output_format}
# Eingabe
{user_input}
"""Template-Typen
| Typ | Beschreibung | Beispiel |
|---|---|---|
| Simple | Ein Platzhalter | “Übersetze: {text}” |
| Structured | Rolle + Aufgabe + Format | SEO-Artikel-Template |
| Few-Shot | Mit Beispielen | Klassifikation mit 3 Beispielen |
| Reasoning-Guided | Strukturierte Problemlösung ohne interne Gedankenkette offenzulegen | “Löse die Aufgabe schrittweise und gib nur Ergebnis, Annahmen und Kurzbegründung aus: {frage}” |
| Multi-Turn | Gesprächskontext | Chat mit System-Prompt + History |
Programmatische Nutzung
from langchain_core.prompts import ChatPromptTemplate
template = ChatPromptTemplate.from_messages([
("system", "Du bist ein {rolle}. Antworte auf Deutsch."),
("human", "{frage}"),
])
prompt = template.invoke({
"rolle": "KI-Experte",
"frage": "Was ist Transfer Learning?"
})Best Practices
- Versionieren: Jede Änderung tracken (Git oder Prompt-Management-Tool)
- Testen: Gleiche Testfälle nach jeder Änderung durchlaufen
- Modularisieren: Kleine, kombinierbare Templates statt monolithischer Prompts
- Dokumentieren: Was macht das Template, welche Variablen gibt es, wann nutzen
- Output begrenzen: Statt interne Gedankengänge zu verlangen, Ergebnis, Annahmen, Prüfschritte und Begründung klar spezifizieren