Prompt Chaining

Prompt Chaining ist ein fortgeschrittenes architektonisches Muster in der Entwicklung von Artificial Intelligence (AI), bei dem eine komplexe Aufgabe in eine Sequenz kleinerer, handhabbarer Teilaufgaben zerlegt wird. In diesem Workflow dient die Ausgabe eines Schritts – die oft von einem Large Language Model (LLM) oder einem Computer-Vision-System generiert wird – 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 unerlässlich für die Erstellung ausgefeilter AI Agents, die logisch denken, im Web surfen oder mit physischen Umgebungen interagieren können.

Die Mechanik des Chainings#

Im Kern adressiert Prompt Chaining die Einschränkungen von Kontextfenstern und Argumentationsfähigkeiten in Foundation Models. Wenn ein Modell aufgefordert wird, zu viele verschiedene Operationen in einer einzigen Anfrage auszuführen (z. B. „Analysiere dieses Bild, extrahiere den Text, übersetze ihn ins Spanische und formatiere ihn als JSON-Rechnung“), erhöht sich die Wahrscheinlichkeit von Fehlern. Durch die Aufteilung in eine Pipeline können Entwickler die accuracy jeder Stufe überprüfen.

Effektive Ketten nutzen häufig „Klebstoff-Code“ („Glue Code“), der in Python geschrieben oder von Orchestrierungsbibliotheken wie LangChain verwaltet wird, um die Datentransformation zwischen den Schritten zu handhaben. Dies ermöglicht die Integration unterschiedlicher Technologien, wie zum Beispiel die Kombination der visuellen Schärfe von Object Detection mit der sprachlichen Geläufigkeit generativer Textmodelle.

Praxisanwendungen#

Prompt Chaining ist besonders leistungsstark, wenn es darum geht, die Kluft zwischen verschiedenen Datenmodalitäten zu überbrücken, und ermöglicht es Multi-Modal Models, in dynamischen industriellen und kommerziellen Umgebungen zu funktionieren.

1. Automated Visual Reporting: In Smart Manufacturing kann ein Qualitätskontrollsystem ein Vision-Model mit einem LLM verknüpfen. Zuerst scannt ein Hochgeschwindigkeitsmodell wie Ultralytics YOLO26 Komponenten an einer Montagelinie. Die strukturierte Ausgabe (z. B. „Class: Dented_Can, Confidence: 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“ übergeben, wodurch eine für Menschen lesbare E-Mail für den Schichtleiter generiert wird.

2. Context-Aware Customer Support: Intelligente Chatbots nutzen oft Chaining, um komplexe Benutzeranfragen zu navigieren. Das erste Glied in der Kette könnte Natural Language Processing (NLP) verwenden, um die Absicht des Benutzers zu klassifizieren. Wenn die Absicht technischer Natur ist, löst das System einen Retrieval-Augmented Generation (RAG)-Workflow aus: Es generiert embeddings für die Abfrage, durchsucht eine Vektordatenbank nach Dokumentation und fordert schließlich ein LLM auf, die abgerufenen Chunks zu einer hilfreichen Antwort zusammenzufügen.

Code-Beispiel: Von Vision zu Sprache#

Das folgende Beispiel veranschaulicht das erste „Glied“ in einer Kette: Die Verwendung 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)

Unterscheidung 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 zu ermutigen, „seine Arbeit zu zeigen“ (z. B. „Denke Schritt für Schritt“). Prompt Chaining umfasst 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 breitere Disziplin der Optimierung von Texteingaben, um eine bessere Modellleistung hervorzurufen. Chaining ist ein spezifisches Engineering-Muster, das sich auf den sequenziellen Fluss von Operationen und die Logiksteuerung konzentriert.
• Vs. Prompt Tuning: Prompt Tuning ist eine Model Optimization-Methode, die lernbare Parameter (Soft Prompts) während einer Trainingsphase aktualisiert. Prompt Chaining findet vollständig während des Real-time Inference statt und verändert nicht die Model Weights des Modells.

Durch die Nutzung von Prompt Chaining können Teams robuste Anwendungen entwickeln, 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.