Prompt Engineering für Large Language Models
LLM-basierte Anwendungen entwickeln, steuern und optimieren
Von der Erfahrung der GitHub-Copilot-Entwickler profitieren
O’Reilly Verlag |
|
Autor:innen |
John Berryman, Albert Ziegler |
315 Seiten, Softcover |
|
Erschienen |
10/2025 |
978-3-96009-270-4 9783960092704 |
LLMs als leistungsstarke Bausteine moderner Software
Große Sprachmodelle (LLMs) spielen eine immer wichtigere Rolle in der Softwareentwicklung. Sie agieren als intelligente Transformationsschicht, die komplexe Nutzeranfragen verarbeitet, adaptive Antworten generiert und mehrstufige Anwendungsschleifen optimiert. Doch um ihr volles Potenzial auszuschöpfen, müssen Entwickler sie gezielt steuern und ihre vielseitigen Möglichkeiten in den Entwicklungsprozess integrieren.
Erfolgreiches Prompt Engineering für bessere Ergebnisse
Ein entscheidender Faktor für den effektiven Einsatz von LLMs ist das richtige Prompt Engineering. Die Wahl des passenden Prompts und des optimalen Kontexts beeinflusst maßgeblich die Qualität der Ergebnisse. Dieses Buch vermittelt praxisnah, wie Entwickler LLMs sinnvoll steuern – von der grundlegenden Prompt-Optimierung bis hin zur Integration in komplexe Workflows.
Expertenwissen aus erster Hand
Die Autoren, beide maßgeblich an der Entwicklung von GitHub Copilot beteiligt, geben ihr umfassendes Wissen weiter. Sie zeigen nicht nur die Grundlagen, sondern auch fortgeschrittene Konzepte wie Conversational Agency, die Integration externer Tools und die Orchestrierung komplexer Workflows.
Das Buch ist eine wertvolle Anleitung für alle, die LLMs als leistungsfähige Bausteine moderner Softwarelösungen einsetzen möchten.
Aus dem Inhalt
- Verstehen Sie die LLM-Architektur und erfahren Sie, wie Sie am besten mit ihr interagieren können.
- Entwerfen Sie eine umfassende Strategie zur Erstellung von Prompts für eine Anwendung.
- Sammeln, sortieren und präsentieren Sie Kontextelemente, um eine effiziente Eingabeaufforderung zu erstellen.
- Erlernen Sie spezifische Techniken, um Prompts zu erstellen, wie Few-Shot-Prompting, Chain-of-Thought- Prompting und RAG.
Stimmen zum Buch
"Albert und John stehen hinter einem der erfolgreichsten kommerziellen Projekte der Geschichte – Copilot –, einem generativen KI-Produkt auf GitHub. Sie sind großartige Vorbilder, von denen man viel lernen kann. Ihre Texte machen das Thema Prompt Engineering für jeden zugänglich."
— Hamel Husain, Unabhängiger KI-Forscher und Berater
In dieser Leseprobe zeigen die Autoren, wie dialogbasierte KI-Agenten entwickelt werden, die nicht nur mit Menschen kommunizieren, sondern auch eigenständig Informationen beschaffen und Aktionen ausführen können. Dazu beschreiben sie, wie Sprachmodelle mithilfe von Tools mit der realen Welt interagieren, beispielsweise um Daten abzurufen oder Geräte zu steuern. Sie erfahren, wie solche Tools definiert, aufgerufen und sicher eingesetzt werden, um zuverlässige, handlungsfähige KI-Systeme zu schaffen.
Wer hat's geschrieben?
John Berryman ist Gründer und Principal Consultant von Arcturus Labs, wo er sich auf die Entwicklung von LLM-Anwendungen spezialisiert hat. Sein Fachwissen hilft Unternehmen dabei, die Stärken von KI-Technologien zu nutzen. Als einer der ersten Entwickler von GitHub Copilot hat John Berryman an der Entwicklung der Vervollständigungs- und Chat-Funktionen mitgewirkt und an vorderster Front der KI-unterstützten Codierungstools gearbeitet.
Albert Ziegler hat KI-gesteuerte Systeme entwickelt, lange bevor LLM-Anwendungen zum Mainstream wurden. Als Gründungsingenieur von GitHub Copilot entwarf er das Prompt-Engineering-System und trug dazu bei, eine Vielzahl von KI-gestützten Tools und "Copilot"-Anwendungen zu inspirieren, die die Zukunft der Entwicklerunterstützung und der LLM-Anwendungen prägen. Heute treibt Albert als Leiter der KI-Abteilung bei XBOW, einem KI-Unternehmen für Cybersicherheit, die Grenzen der KI-Technologie weiter voran.
O’Reilly Verlag |
|
Autor:innen |
John Berryman, Albert Ziegler |
315 Seiten, Softcover |
|
Erschienen |
10/2025 |
978-3-96009-270-4 9783960092704 |