Wer als Prompt Engineer produktiv arbeiten möchte, steht vor der Frage, wie Sprachmodelle intern funktionieren und welche Stellschrauben die Ergebnisqualität bestimmen. Grundlagenwissen zu LLMs bildet die Basis für stabile Prompting-Strategien.
!Kursinhalt
!1. Funktionsweise großer Sprachmodelle
*Architektur und Training
*Tokens, Wahrscheinlichkeiten und Sampling
*Kontextfenster und Grenzen
!2. Fähigkeiten und Grenzen
*Typische Stärken in Textarbeit
*Grenzen bei Fakten und Logik
*Einfluss von Parametern
!3. Prompting im Zusammenspiel
*Rolle von System-, User- und Assistant-Nachrichten
*Few-Shot- und Chain-of-Thought-Methoden
*Umgang mit strukturierten Ausgaben
!4. Bewertung und Iteration
*Testdesign und Evaluation
*Vergleich zwischen Modellen
*Dokumentation stabiler Prompts
!Berufliche Relevanz
*Fundiertes Arbeiten mit Sprachmodellen
*Stabile Qualität bei wiederkehrenden Aufgaben
*Grundlage für komplexere KI-Anwendungen