Verkettung von Aufforderungen

Die Promptverkettung ist eine leistungsstarke Technik zur Bewältigung komplexer Aufgaben, indem sie in eine Reihe kleinerer, miteinander verbundener Prompts für ein Modell der Künstlichen Intelligenz (KI) zerlegt wird. Anstatt sich auf eine einzige, massive Eingabeaufforderung zu verlassen, um ein mehrstufiges Problem zu lösen, wird eine Kette erstellt, bei der die Ausgabe einer Eingabeaufforderung zur Eingabe für die nächste wird. Dieser modulare Ansatz verbessert die Zuverlässigkeit, Transparenz und Gesamtleistung von KI-Systemen, insbesondere von Large Language Models (LLMs). Er ermöglicht die Konstruktion anspruchsvoller Workflows, die Logik, externe Tools und sogar mehrere verschiedene KI-Modelle umfassen können.

So funktioniert die Promptverkettung

Im Kern steuert die Promptverkettung eine Abfolge von Aufrufen an ein oder mehrere KI-Modelle. Der Prozess folgt einem logischen Ablauf: Eine erste Eingabeaufforderung wird an das Modell gesendet, seine Antwort wird verarbeitet, und Schlüsselinformationen aus dieser Antwort werden extrahiert und zum Aufbau der nächsten Eingabeaufforderung in der Sequenz verwendet. Dieser Zyklus wird fortgesetzt, bis das endgültige Ziel erreicht ist. Diese Methodik ist für den Aufbau von KI-Agenten, die logisch denken und handeln können, unerlässlich.

Dieser Ansatz ermöglicht eine Aufgabenzerlegung, bei der jeder Schritt in der Kette für eine bestimmte Teilaufgabe optimiert wird. So könnte beispielsweise ein Prompt für die Informationsextraktion, der nächste für die Datenzusammenfassung und ein letzter für die kreative Texterstellung konzipiert sein. Frameworks wie LangChain sind speziell darauf ausgelegt, die Entwicklung dieser Ketten zu vereinfachen, indem sie den Status, die Prompts und die Integration externer Tools verwalten.

Anwendungen in der realen Welt

Prompt Chaining ist vielseitig und hat viele praktische Anwendungen im maschinellen Lernen (ML) und in der Automatisierung von Arbeitsabläufen.

1. Automatisierter Kundensupport-Agent: Ein Benutzer reicht ein komplexes Support-Ticket ein.

   • Aufforderung 1 (Klassifizierung): Ein LLM analysiert die Nachricht des Benutzers, um das Problem zu klassifizieren (z. B. "Abrechnung", "technisch", "Kontozugang").
   • Aufforderung 2 (Datenabruf): Auf der Grundlage der Klassifizierung "technisch" führt das System einen Schritt der Retrieval-Augmented Generation (RAG) durch. Eine neue Aufforderung fordert die KI auf, eine technische Wissensbasis nach relevanten Dokumenten zu durchsuchen.
   • Aufforderung 3 (Antwortgenerierung): Die abgerufenen Dokumente werden in eine abschließende Aufforderung eingespeist, die den LLM anweist, die Informationen zu synthetisieren und eine klare, schrittweise Lösung für den Benutzer zu generieren. Erfahren Sie mehr über die Funktionsweise von RAG-Systemen.

2. Multimodale Inhaltserstellung: Ein Vermarkter möchte eine Social-Media-Kampagne für ein neues Produkt erstellen.

   • Aufforderung 1 (Texterstellung): Der Vermarkter stellt Produktdetails zur Verfügung, und ein LLM wird aufgefordert, fünf einprägsame Marketingslogans zu entwickeln.
   • Aufforderung 2 (Bilderzeugung): Der gewählte Slogan wird dann als Ausgangspunkt für eine neue Aufforderung verwendet, die auf ein Text-Bild-Modell wie Stable Diffusion abzielt, um ein entsprechendes Bild zu erzeugen.
   • Aufforderung 3 (Bildanalyse): Ein Computer-Vision-Modell, wie z. B. ein kundenspezifisch trainiertes Ultralytics YOLO-Modell, könnte dann in einem nachfolgenden Schritt verwendet werden, um sicherzustellen, dass das generierte Bild den Markenrichtlinien entspricht (z. B. um zu bestätigen, dass das richtige Logo vorhanden ist). Solche Modelle können über Plattformen wie Ultralytics HUB verwaltet und eingesetzt werden.

Prompt Chaining vs. Verwandte Konzepte

Es ist hilfreich, die Promptverkettung von ähnlichen Techniken zu unterscheiden:

• Schnelles Engineering: Hierbei handelt es sich um die umfassende Praxis der Gestaltung effektiver Prompts. Die Promptverkettung ist eine spezielle Technik innerhalb der Promptentwicklung, die sich auf die Strukturierung mehrerer Prompts nacheinander konzentriert.

• Gedankenkette (CoT) Prompting: CoT zielt darauf ab, das logische Denken eines LLM innerhalb eines einzigen Prompts zu verbessern, indem es ihn auffordert, "Schritt für Schritt zu denken". Im Gegensatz dazu wird beim Prompt Chaining die Aufgabe in mehrere verschiedene Prompt-Schritte unterteilt, die in jedem Schritt unterschiedliche Modelle oder Werkzeuge beinhalten können.

• Retrieval-Augmented Generation (RAG): RAG ist eine Technik, bei der eine KI Informationen aus einer externen Quelle abruft , bevor sie eine Antwort erzeugt. RAG wird oft als ein spezifischer Schritt innerhalb einer größeren Prompt-Kette verwendet, nicht als der Verkettungsmechanismus selbst.

• Prompt-Anreicherung: Hierbei wird die ursprüngliche Eingabeaufforderung eines Benutzers automatisch mit Kontext versehen , bevor sie an die KI gesendet wird. Dabei wird eine einzelne Eingabeaufforderung erweitert, anstatt die sequentielle Verarbeitung mehrerer miteinander verbundener Eingabeaufforderungen zu orchestrieren.

• Prompt Tuning: Eine parameter-effiziente Feinabstimmungsmethode (PEFT), die während des Modelltrainings"weiche Prompts"(Einbettungen) lernt. Es handelt sich um eine Technik zur Modellanpassung, die sich von der Laufzeitausführungsstruktur der Promptverkettung unterscheidet.

Prompt Chaining ist eine leistungsstarke Methode zur Strukturierung von Interaktionen mit fortgeschrittenen KI-Modellen wie LLMs und sogar zur Integration mit anderen KI-Systemen, einschließlich solcher, die zur Bildklassifizierung oder Instanzsegmentierung verwendet werden. Dadurch werden komplexe Aufgaben überschaubarer und die Zuverlässigkeit der Ergebnisse in verschiedenen Anwendungen des maschinellen Lernens verbessert, von der grundlegenden Datenanalyse bis hin zu anspruchsvollen multimodalen KI-Systemen. Der Einsatz von spezialisierten Modellen, die Bestandteile solcher Ketten sein können, wird durch End-to-End-Plattformen erleichtert. Sie können eine Vielzahl von Bildverarbeitungsaufgaben erkunden, die in diese fortschrittlichen Workflows integriert werden können.