Prompt Templates und Function Calling
Teil des Prompt Engineering-Kurses
In Lektion vier hast du einen einzelnen Prompt von Hand formatiert: Delimiter, Rollen, ein few-shot-Beispiel. Für einen Prompt reicht das. Sobald derselbe Prompt über Hunderte verschiedener Eingaben laufen soll oder das Modell über seinen eigenen Text hinausgreifen und tatsächlich etwas tun muss, brauchst du zwei neue Werkzeuge. Diese Lektion behandelt beide.
Einen Prompt zu kopieren und jedes Mal ein Wort zu ändern, ist genau der Weg, auf dem sich Fehler einschleichen. Du korrigierst den Wortlaut in einer Kopie und vergisst die anderen fünf. Die Antwort darauf ist ein Prompt-Template: ein wiederverwendbarer Prompt mit benannten Platzhaltern, die du im Moment des Absendens aus deinen Daten füllst.
Möchtest du Prompt Engineering Prompt Templates und Function Calling in einer echten Umgebung lernen?
Klick unten, hol dir eine Linux-Maschine mit fertigem Prompt Engineering und arbeite Prompt Templates und Function Calling praktisch durch, mit einem KI-Tutor, der deinen Code kennt.
Lektion startenPrompt Templates und Function CallingWas du lernen wirst
- Prompt templates with variables
- Separating template from data
- Function calling and tool schemas
- Reading a tool call and returning a result
