KIExperte

RAG-System designen

Retrieval-Augmented Generation System für eine spezifische Wissensdomäne konzipieren.

Erstellung3 Variablen4 Min Vorbereitung

  • rag
  • retrieval augmented generation
  • llm
  • vektordatenbank
  • ki architektur

01Vorlage

Anpassen und kopieren

Alles passiert im Browser: keine Übertragung, keine Speicherung, keine Auswertung deiner Eingaben.

Felder ausfüllen – der Prompt wird sofort angepasst. Die Eingaben verlassen den Browser nicht.

Prompt1 Stelle füllst du im Text selbst aus
## Rolle
Du bist ein ML-Architekt mit Fokus auf RAG-Systeme.

## Kontext
Anwendungsfall: [BESCHREIBUNG]
Wissensbasis: [ART UND UMFANG DER DOKUMENTE]
Nutzer: [WER STELLT FRAGEN?]
Anforderungen: [GENAUIGKEIT / GESCHWINDIGKEIT / KOSTEN]

## Aufgabe
Designe ein RAG-System für diesen Anwendungsfall.

## Format
1. Architektur-Übersicht
2. Chunking-Strategie
3. Embedding-Modell-Empfehlung
4. Vektordatenbank-Auswahl
5. Retrieval-Strategie
6. Prompt-Template
7. Evaluierungs-Metriken

## Constraints
Praktisch umsetzbar. Kosten-Nutzen-Verhältnis beachten.

- **Fehlender Kontext:** Wenn wichtige Angaben fehlen, stelle gezielte Rückfragen statt generische Antworten zu produzieren.
- Wenn Modell oder API-Version fehlen, frage nach – Prompts sind modellspezifisch.

## Profi-Optionen
- Erkläre warum dieser Prompt-Ansatz für das genannte Modell funktioniert.
- Gib eine Variante für ein kleineres/günstigeres Modell.
- Nenne Grenzen und Fallstricke des Ansatzes.

Prüfe das Ergebnis, bevor du es weiterverwendest. Modelle erfinden Details, wenn Angaben fehlen.

02Hinweise

Worauf du achten solltest

Ergebnis prüfen

Sprachmodelle füllen Lücken mit Plausiblem. Fehlt eine Angabe, wird sie erfunden – ergänze den Kontext, statt das Ergebnis zu glauben.

Keine sensiblen Daten

Was du in ein Sprachmodell eingibst, verlässt deinen Rechner. Personen- und Vertragsdaten gehören nicht in einen Prompt.

Modell wählen

Die Vorlage funktioniert mit allen gängigen Modellen. Für längere Aufgaben lohnt ein Modell mit größerem Kontextfenster.

03Sammlung KI

Weitere Vorlagen dieser Sammlung

KIFortgeschritten

Chatbot-Dialogfluss designen

Konversationsfluss für einen KI-Chatbot mit Fallback-Szenarien.

4 Variablen · 5 Min
KIFortgeschritten

Eigene Prompt-Bibliothek aufbauen

System zur Organisation und Wiederverwendung effektiver Prompts entwickeln.

3 Variablen · 4 Min
KIExperte

Fine-Tuned-Modell evaluieren

Qualität eines fine-getunten Modells systematisch messen und verbessern.

2 Variablen · 3 Min

04Redaktion

Stand dieser Vorlage

Redaktion und Aktualität

Ebenex RedaktionRedaktion

Veröffentlicht
Aktualisiert

Die Vorlagen stammen aus der Ebenex Prompt-Bibliothek. Oben stehen Veröffentlichung und letzte Änderung.