Glossar

Rekursives Prompting

Was ist Rekursives Prompting?

Rekursives Prompting bezeichnet Techniken, bei denen die Ausgabe eines Sprachmodells erneut als Eingabe verwendet wird – etwa um einen Entwurf prüfen und überarbeiten zu lassen oder eine große Aufgabe schrittweise in Teilaufgaben zu zerlegen. Ein Beispiel: Erst entsteht ein Angebotsentwurf, dann bewertet das Modell ihn anhand einer Checkliste, schließlich wird er verbessert. Das steigert oft die Qualität, kostet aber zusätzliche Rechenzeit und braucht ein klares Abbruchkriterium.

So hilft KI.ordo

In KI.ordo-Abläufen lässt sich das abbilden, indem ein KI-Schritt einen Entwurf erstellt und ein nachfolgender Schritt ihn prüft und überarbeitet.

Mehr erfahren →

Themen

Prompting
Überarbeitung
Arbeitsablauf

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten

← Alle Begriffe

Verwandte Begriffe

Prompt

Ein Prompt ist die Eingabe, mit der man einem KI-Modell sagt, was es tun soll – eine Frage, eine Aufgabe oder eine Anweisung, oft ergänzt um Kontext, Beispiele und das gewünschte Format. Die Qualität der Antwort hängt stark davon ab, wie klar und vollständig der Prompt ist. Ein Beispiel: Statt „Schreib was über unser Produkt“ besser „Schreibe drei kurze Vorteile von Produkt X für Handwerksbetriebe, sachlicher Ton“.

Prompting
Eingabe
+1

Vorlage

Modell-Verkettung

Modell-Verkettung (Model Chaining) bedeutet, mehrere KI-Modelle oder KI-Schritte hintereinanderzuschalten, sodass die Ausgabe eines Schritts zur Eingabe des nächsten wird. Komplexe Aufgaben lassen sich so in überschaubare Teilaufgaben zerlegen, die einzeln geprüft und verbessert werden können. Beispiel: Ein Schritt fasst eine Kundenanfrage zusammen, ein zweiter ordnet sie einer Abteilung zu, ein dritter entwirft die Antwort.

Orchestrierung
Abläufe
+1

Metaprompt

Ein Metaprompt ist eine Anweisung, mit der ein Sprachmodell selbst Prompts oder Systemanweisungen entwirft oder verbessert. Man beschreibt Ziel, Zielgruppe, gewünschten Ton und gibt Beispiele vor; das Modell formuliert daraus strukturierte Anweisungen mit Rolle, Regeln und Grenzen. So entstehen schneller gute Ausgangsversionen, die anschließend getestet und von Menschen nachgeschärft werden. Beispiel: Aus „Kundenservice für einen Fahrradladen“ wird ein vollständiger Anweisungsentwurf.

Prompting
Agenten
+1

Vorlage

Multi-Hop-Reasoning

Multi-Hop-Reasoning bezeichnet die Fähigkeit eines KI-Systems, eine Frage über mehrere aufeinander aufbauende Schlussfolgerungen zu beantworten, oft mit Informationen aus verschiedenen Quellen. Beispiel: „Welche Abteilung leitet die Person, die das Projekt X verantwortet?“ erfordert zuerst die verantwortliche Person und dann deren Abteilung. Solche Fragen sind für Such- und RAG-Systeme anspruchsvoll, weil jeder Zwischenschritt korrekt gefunden und verknüpft werden muss.

Schlussfolgern
Fragebeantwortung
+1