Prompt Chaining

Prompt Chaining ist ein fortgeschrittenes Architekturmuster in der Künstliche Intelligenz (KI)-Entwicklung, bei dem eine komplexe Aufgabe in eine Sequenz kleinerer, handhabbarer Teilaufgaben zerlegt wird. In diesem Arbeitsablauf dient die Ausgabe eines Schrittes – oft generiert durch ein Large Language Model (LLM) oder ein Computer-Vision-System – als Eingabe für den nachfolgenden Schritt. Im Gegensatz zu einem einzelnen monolithischen Prompt, der versucht, ein vielschichtiges Problem auf einmal zu lösen, ermöglicht Chaining Entwicklern den Aufbau zuverlässigerer, testbarer und leistungsfähigerer Anwendungen. Dieser modulare Ansatz ist essenziell für die Erstellung komplexer KI-Agenten, die logisch schlussfolgern, das Internet durchsuchen oder mit physischen Umgebungen interagieren können.

Link to this sectionDie Mechanik des Chainings#

Im Kern adressiert Prompt Chaining die Einschränkungen von Kontextfenstern und Schlussfolgerungsfähigkeiten bei Foundation Models. Wenn ein Modell aufgefordert wird, zu viele verschiedene Operationen in einer einzigen Anfrage durchzuführen (z. B. "Analysiere dieses Bild, extrahiere den Text, übersetze ihn ins Spanische und formatiere ihn als JSON-Rechnung"), steigt die Fehlerwahrscheinlichkeit. Indem dies in eine Pipeline aufgeteilt wird, können Entwickler die Genauigkeit jeder Stufe überprüfen.

Effektive Chains nutzen oft "Glue Code", der in Python geschrieben oder von Orchestrierungs-Bibliotheken wie LangChain verwaltet wird, um die Datentransformation zwischen den Schritten zu handhaben. Dies ermöglicht die Integration unterschiedlicher Technologien, wie etwa die Kombination der visuellen Schärfe von Objekterkennung mit der sprachlichen Ausdrucksfähigkeit generativer Textmodelle.

Link to this sectionPraxisanwendungen#

Prompt Chaining ist besonders wirkungsvoll, wenn es darum geht, die Lücke zwischen verschiedenen Datenmodalitäten zu schließen, was es Multi-Modalen Modellen ermöglicht, in dynamischen industriellen und kommerziellen Umgebungen zu funktionieren.

1. Automatisierte visuelle Berichterstattung: In der Smart Manufacturing kann ein Qualitätskontrollsystem ein Vision-Modell mit einem LLM verketten. Zuerst scannt ein Hochgeschwindigkeitsmodell wie Ultralytics YOLO26 Komponenten an einem Fließband. Die strukturierte Ausgabe (z. B. "Klasse: Dented_Can, Konfidenz: 0.92") wird in eine Textzeichenfolge umgewandelt. Dieser Text wird dann an ein Sprachmodell mit einem Prompt wie "Entwirf eine Wartungsanfrage basierend auf diesem Defekt" weitergeleitet, wodurch eine für den Fertigungsleiter lesbare E-Mail generiert wird.

2. Kontextbewusster Kundensupport: Intelligente Chatbots nutzen häufig Chaining, um komplexe Benutzeranfragen zu bearbeiten. Das erste Glied in der Kette könnte Natural Language Processing (NLP) nutzen, um die Benutzerabsicht zu klassifizieren. Wenn die Absicht technischer Natur ist, löst das System einen Retrieval-Augmented Generation (RAG)-Arbeitsablauf aus: Es generiert Einbettungen für die Anfrage, durchsucht eine Vektordatenbank nach Dokumentationen und weist schließlich ein LLM an, die abgerufenen Textabschnitte zu einer hilfreichen Antwort zusammenzuführen.

Link to this sectionCode-Beispiel: Von Vision zu Sprache#

Das folgende Beispiel demonstriert das erste "Glied" in einer Kette: Die Nutzung von Computer Vision (CV) zur Generierung strukturierter Daten, die als Kontext für einen nachgelagerten Prompt dienen.

from ultralytics import YOLO

# Load the YOLO26 model (natively end-to-end and highly efficient)
model = YOLO("yolo26n.pt")

# Step 1: Run inference to 'see' the environment
results = model("https://ultralytics.com/images/bus.jpg")

# Step 2: Format visual detections into a natural language string
det_names = [model.names[int(c)] for c in results[0].boxes.cls]
prompt_context = f"The scene contains: {', '.join(det_names)}. Please describe the likely activity."

# The 'prompt_context' variable is now ready to be sent to an LLM API
print(prompt_context)

Link to this sectionUnterscheidung verwandter Konzepte#

Um effektive Machine Learning (ML)-Architekturen zu implementieren, ist es hilfreich, Prompt Chaining von ähnlichen Begriffen in der KI-Landschaft zu unterscheiden:

• Vs. Chain-of-Thought Prompting: Chain-of-Thought (CoT) ist eine Technik, die innerhalb eines einzelnen Prompts verwendet wird, um ein Modell dazu zu ermutigen, "seinen Denkprozess aufzuzeigen" (z. B. "Denke Schritt für Schritt"). Prompt Chaining beinhaltet mehrere separate API-Aufrufe, bei denen die Eingabe für Schritt B von der Ausgabe von Schritt A abhängt.
• Vs. Prompt Engineering: Prompt Engineering ist die umfassendere Disziplin der Optimierung von Texteingaben, um eine bessere Modellleistung zu erzielen. Chaining ist ein spezifisches technisches Muster, das sich auf den sequenziellen Fluss von Operationen und die Logiksteuerung konzentriert.
• Vs. Prompt Tuning: Prompt Tuning ist eine Modelloptimierung-Methode, die lernbare Parameter (Soft Prompts) während einer Trainingsphase aktualisiert. Prompt Chaining findet vollständig während der Echtzeit-Inferenz statt und verändert die Modellgewichte des Modells nicht.

Durch den Einsatz von Prompt Chaining können Teams robuste Anwendungen bauen, die Logik, Datenabruf und Action Recognition integrieren. Für die Verwaltung der Datensätze und das Training der Vision-Modelle, die diese Ketten antreiben, bietet die Ultralytics Platform eine zentralisierte Lösung für Annotation, Training und Bereitstellung.