CubeServ

Prompting Mastery

Benutzername wählen und Workshop-Passwort eingeben

CubeServ AI Workshop — Prompting Mastery
Modell:
Maskottchen

Willkommen zum Prompting Workshop

Wähle ein Modul, um mit den interaktiven Übungen zu starten.

1

Grundlagen des Prompting

Erste Prompts schreiben und Ergebnisse vergleichen. Produktbeschreibung & KI-Geschichte.

2

Prompt-Tuning

Prompts gezielt verbessern mit Rolle, Kontext, Struktur, Beispielen und negativem Prompting.

3.1

Zero-Shot Prompting

Aufgaben ohne Beispiele lösen. Sentiment-Analyse mit klaren Anweisungen.

3.2

Few-Shot: Klassifizierung

Mit wenigen Beispielen die Stimmung von Texten analysieren.

3.4

Chain-of-Thought

Komplexe Probleme Schritt für Schritt analysieren. HR-Beratung als Praxisbeispiel.

3.5

Self-Consistency

Mehrere Antworten generieren und die konsistenteste auswählen.

5

Meta-Prompting

Meta-Prompting: Lass die KI selbst System- und User-Prompts für dich entwerfen und übernimm die Vorschläge mit einem Klick.

6

Assistentenoptimierung

Eigene KI-Assistenten entwerfen, testen und iterativ optimieren mit Parametersteuerung.

★

Feedback geben

Teilen Sie uns anonym Ihre Meinung zum Workshop mit.

Modul 1

Grundlagen des Prompting

Erste Prompts schreiben, Ergebnisse beobachten und gezielt verbessern.

Aufgabe 1

Produktbeschreibung eines Handys

Stellen Sie sich vor, Sie arbeiten im Marketing-Team eines Handyherstellers. Sie möchten eine kurze, ansprechende Produktbeschreibung für Ihr neues Smartphone erstellen. Das Smartphone hat folgende Eigenschaften:
  • Name: „SmartPhone X-2025"
  • Super schneller Prozessor
  • 48-Stunden-Akkulaufzeit
  • 108-Megapixel-Kamera
  • Umweltfreundliches Design
Dein Prompt

Versuche den Prompt zu verbessern, indem du:

  1. Alle Produkteigenschaften explizit nennst (Akkulaufzeit, Kamera, etc.)
  2. Einen Schreibstil vorgibst (z.B. „im Marketing-Stil")
  3. Die Länge einschränkst (z.B. „in 3 Sätzen")
  4. Die Zielgruppe definierst (z.B. „für technikaffine junge Erwachsene")

Beispiel: „Erstelle eine kurze, ansprechende Produktbeschreibung für das Smartphone X-2025. Hebe die 48-Stunden-Akkulaufzeit, die 108-Megapixel-Kamera und das umweltfreundliche Design hervor. Schreibe im Marketing-Stil."

Reflexionsfragen

  • Ist die Beschreibung klar und ansprechend?
  • Werden alle wichtigen Eigenschaften erwähnt?
  • Welche Änderungen haben den grössten Unterschied gemacht?
Aufgabe 2

Geschichte der künstlichen Intelligenz

Stellen Sie sich vor, Sie möchten sich einen schnellen Überblick über die Geschichte der künstlichen Intelligenz verschaffen. Sie wollen die wichtigsten Meilensteine und Entwicklungen kennenlernen.
Dein Prompt
  1. Gib eine Struktur vor (z.B. „chronologisch")
  2. Benenne gewünschte Inhalte (Personen, Daten, Schlüsselereignisse)
  3. Definiere den Schreibstil (z.B. „wissenschaftlich")
  4. Schränke den Zeitraum ein (z.B. „von den Anfängen bis heute")

Beispiel: „Erstelle eine chronologische Zusammenfassung der Geschichte der KI. Nenne die wichtigsten Meilensteine, wichtige Personen und deren Beiträge sowie Schlüsselereignisse von den Anfängen bis heute. Behalte einen wissenschaftlichen Schreibstil bei."

Reflexionsfragen

  • Ist die Zusammenfassung verständlich und informativ?
  • Werden wichtige Namen, Daten und Entwicklungen genannt?
  • Welche zusätzlichen Informationen wurden durch den optimierten Prompt geliefert?
Modul 2

Prompt-Tuning

Prompts systematisch verbessern mit 5 Optimierungstechniken.

Szenario 1

Produktbeschreibung optimieren

Ziel: Eine überzeugende Produktbeschreibung für das Smartphone „SmartPhone X-2025" erstellen.
Nutzen Sie die folgenden 5 Techniken, um Ihren Prompt Schritt für Schritt zu verbessern.
Dein Prompt
  1. Rolle definieren
    „Stell dir vor, du bist ein Werbetexter und..."
  2. Kontext geben – Ton, Stil, Zielgruppe
    „...schreibe einen kurzen, prägnanten Text, der junge Erwachsene anspricht."
  3. Schrittweise gliedern
    „Beginne mit einem knackigen Einleitungssatz." / „Führe die drei wichtigsten Features auf." / „Schliesse mit einem Call to Action."
  4. Beispiele hinzufügen
    „Nutze Formulierungen wie 'ultimative Performance', 'atemberaubende Fotos'."
  5. Negatives Prompting – Was soll NICHT vorkommen
    „Verwende keine technischen Fachbegriffe oder übertriebene Werbefloskeln."
Szenario 2

KI-Geschichte optimieren

Ziel: Eine prägnante und informative Zusammenfassung zur Geschichte der KI erstellen.
Wenden Sie die gleichen 5 Techniken auf dieses neue Szenario an.
Dein Prompt
  1. Kontext: Zeitraum eingrenzen
    „Konzentriere dich auf die Zeitspanne von 1950 bis heute."
  2. Schrittweise: Struktur vorgeben
    „Beginne mit einer Definition. Gib dann einen chronologischen Überblick. Nenne jeweils die zentralen Personen."
  3. Beispiele: Gewünschte Inhalte nennen
    „Z.B. den Turing-Test, die Entwicklung neuronaler Netze oder den Aufstieg des Deep Learning."
  4. Negatives Prompting: Unerwünschtes ausschliessen
    „Gehe nicht auf die philosophischen Implikationen der KI ein."
  5. Formatierung: Lesbarkeit verbessern
    „Verwende Zwischenüberschriften, um die einzelnen Abschnitte zu strukturieren."

Reflexionsfragen

  • Welche der 5 Techniken hatte den grössten Einfluss auf die Qualität?
  • Wie verändert sich die Ausgabe, wenn du Techniken weglässt?
  • Welche Kombinationen funktionieren besonders gut?
Modul 3.1

Zero-Shot Prompting

Aufgaben direkt lösen – ohne Beispiele, nur mit einer klaren Anweisung.

Übung

Klassifizierung von Sätzen

Stellen Sie sich vor, Sie möchten die Stimmung eines Satzes (neutral, negativ oder positiv) analysieren. Sie geben dem LLM keine Beispiele, sondern formulieren eine klare Anweisung, damit es die Aufgabe direkt versteht.
Dein Prompt

Teste den gleichen Prompt mit diesen Sätzen:

  • Der Film war fantastisch! (erwartet: positiv)
  • Das Essen war schrecklich. (erwartet: negativ)
  • Das Wetter ist heute durchschnittlich. (erwartet: neutral)

Passe den Text im User-Prompt an und sende erneut ab.

Reflexionsfragen

  • Hat das LLM den Text korrekt klassifiziert?
  • War die Anweisung im Prompt klar genug?
  • Wie gut funktioniert Zero-Shot bei komplexeren Texten?
  • Wie könnte der Prompt verbessert werden, um Missverständnisse zu vermeiden?
Modul 3.2

Few-Shot Prompting: Klassifizierung

Mit wenigen Beispielen dem LLM zeigen, wie eine Aufgabe funktioniert.

Übung

Stimmungsanalyse mit Beispielen

Sie möchten die Stimmung eines Satzes (positiv oder negativ) analysieren. Diesmal geben Sie dem LLM einige Beispiele, damit es das gewünschte Muster erkennt.

Verwenden Sie diese Beispiele:
  • „Das ist toll!" → positiv
  • „Das ist schlecht!" → negativ
  • „Wow, dieser Film war klasse!" → positiv
  • „Was für eine fürchterliche Vorstellung!" → negativ
Zu klassifizieren: „Der Service war unglaublich freundlich und hilfsbereit!"
Dein Prompt

Teste mit einem neuen Satz: Das Essen war kalt und geschmacklos.

Diskutiere: Wie viele Beispiele sind notwendig, damit das LLM zuverlässig arbeitet?

Reflexionsfragen

  • Hat das LLM den Satz korrekt als „positiv" klassifiziert?
  • Was ist der Unterschied zwischen Zero-Shot und Few-Shot bei dieser Aufgabe?
  • Wie viele Beispiele braucht man mindestens?
Modul 3.4

Chain-of-Thought Prompting

Komplexe Probleme Schritt für Schritt analysieren lassen.

Übung

Verbesserung der Mitarbeiterzufriedenheit

Ihr Unternehmen hat in einer internen Umfrage festgestellt, dass die Mitarbeiterzufriedenheit gesunken ist. Die Hauptgründe:
  • Mangelnde Work-Life-Balance
  • Unklare Karriereperspektiven
  • Unzureichende Kommunikation zwischen den Teams
Ihre Aufgabe: Schritt für Schritt eine Analyse durchführen und konkrete Massnahmen vorschlagen.
Dein Prompt

Experimentiere mit zusätzlichen Problemen und passe den Prompt an:

  • Fehlende Anerkennung von Leistungen
  • Unzureichende Arbeitsumgebung
  • Mangelnde Weiterbildungsmöglichkeiten

Frage dich: Sind die Analysen logisch? Sind die Lösungsansätze praktikabel?

Reflexionsfragen

  • Wie beeinflusst die schrittweise Struktur die Qualität der Antwort?
  • Wären die Ergebnisse ohne Chain-of-Thought genauso detailliert?
  • Für welche Aufgaben eignet sich dieser Ansatz besonders gut?
Modul 3.5

Self-Consistency

Mehrere Antworten generieren und die konsistenteste auswählen.

Self-Consistency ist eine Technik, bei der man dasselbe LLM mehrfach (oder im selben Prompt mehrere Lösungswege) generieren lässt und die konsistenteste Antwort auswählt. Das erhöht die Zuverlässigkeit besonders bei faktischen oder analytischen Fragen — das LLM „stimmt sozusagen mit sich selbst ab". Beispiel: „Generiere 3 unabhängige Lösungsansätze für folgendes Problem … und wähle dann den konsistentesten aus."
Modul 5

Meta-Prompting

Meta-Prompting: Lass die KI selbst passende System- und User-Prompts für deinen Use-Case entwerfen.

Meta-Prompting bedeutet, die KI als Werkzeug für die Prompt-Erstellung selbst zu nutzen. Du beschreibst in natürlicher Sprache, was du erreichen willst — die KI formuliert daraus einen strukturierten System-Prompt (Rolle, Stil, Grenzen) und einen passenden User-Prompt (konkrete Aufgabe). Das spart Zeit und hilft beim Einstieg, ersetzt aber nicht das kritische Überprüfen und Feintunen der Ergebnisse.
Aufgabe 1

Kundenservice-Assistent für ZenShop

Du arbeitest im Kundenservice des Online-Shops ZenShop und bekommst täglich viele E-Mails von Kund:innen — mit Fragen, Beschwerden, Stornierungs­wünschen und Reklamationen. Damit du schneller und konsistenter antworten kannst, sollst du einen KI-Assistenten bauen, der dir passende Entwurfs­antworten vorschlägt.

Deine Aufgabe: Erstelle einen System-Prompt, der diesen Kundenservice-Assistenten definiert — also seine Rolle, Tonalität, Grenzen und das Format seiner Antworten. Beschreibe dafür oben im Generator-Feld in deinen eigenen Worten, wie dein Assistent auftreten soll. Die KI formuliert daraus einen System-Prompt-Vorschlag, den du übernehmen und anschließend mit der vorgegebenen Beispiel-Kundenmail testen kannst.

Beschreibe deinen Assistenten
System-Prompt mit Beispiel-Kundenmail testen
  1. Denke beim Beschreiben an: Anrede, Empathie bei Beschwerden, Umgang mit unklaren Anliegen (Rückfrage statt Mutmaßung), Grenzen (was der Assistent nicht versprechen darf) und Signatur.
  2. Je konkreter deine Beschreibung, desto besser der generierte System-Prompt — nenne Rolle, Tonalität, Zielgruppe und Format.
  3. Benenne Grenzen explizit: Was darf der Assistent nicht versprechen (z. B. Rabatte, Liefertermine)? Was soll er bei unklaren Anliegen tun (rückfragen statt mutmaßen)?
  4. Nutze den Vorschlag als Startpunkt — übernimm ihn und feile nach dem Test direkt im System-Prompt-Feld weiter.
  5. Ist die Antwort zu unterwürfig, zu generisch oder fehlt eine Rückfrage? Präzisiere den Generator-Text und lass einen neuen Vorschlag erstellen.

Reflexionsfragen

  • Wie unterscheidet sich der generierte System-Prompt von dem, was du selbst geschrieben hättest?
  • Hat der Assistent auf die konkreten Punkte der Kundin (Tracking, Express-Ersatz, Storno, verärgerter Ton) passend reagiert?
  • Was hat die KI aus deiner Beschreibung gut erfasst — was fehlt oder ist zu generisch?
  • In welchen Situationen ist Meta-Prompting sinnvoll, wann eher hinderlich?
Aufgabe

1. Use Case Definition:
Wählen Sie einen spezifischen Anwendungsfall für Ihren Assistenten (mitgebrachter UseCase) und nutzen Sie das Wissen aus den bisherigen Modulen, um den Zweck des Assistenten festzulegen. Dazu gehört, die Pain Points zu finden, den Prozess zu zerlegen, Automatisierungpotential zu prüfen und ggfs. den Aufwand zu bewerten.

2. Assistenten-Design:
Formulieren sie einen System-Prompt, der die Rolle und Fähigkeiten Ihres Assistenten definiert.
Erstellen Sie einen initialen User-Prompt als Beispiel für eine typische Anfrage.

3. Iterative Optimierung & Präsentation:
Testen Sie Ihren Assistenten mit verschiedenen Anfragen.
Passen Sie die System-Prompt und User-Prompt basierend auf den Ergebnissen an & halten Sie ihre Erkenntnisse fest.
Präsentieren Sie Ihren finalen Assistenten.

Ziel

Entwickeln sie praktische Fähigkeiten im Erstellen und Optimieren von KI-Assistenten für spezifische Anwendungsfälle.

oder hier per Drag & Drop ablegen — .txt, .md, .csv, .json, .pdf, .docx
    Ninja Ninja hilft dir, die Prompts zu verbessern:
    0.70
    0.90
    0
    512
    Feedback

    Feedback zum Workshop

    Ihre Rückmeldung hilft uns, den Workshop stetig zu verbessern.

    100 % anonym
    Es werden keine persönlichen Daten, kein Benutzername und keine IP-Adresse mit dem Feedback gespeichert. Ihre Antworten lassen sich niemandem zuordnen.
    Anonym

    Ihre Meinung zählt

    Ja
    Teilweise
    Nein
    Über meine Erwartungen hinaus
    Wie erwartet
    Unter meinen Erwartungen
    Administration

    Administration

    Feedback-Ergebnisse und User Management.

    Admin-Passwort eingeben


    Verlauf