Loading...
    • Entwicklerleitfaden
    • API-Referenz
    • MCP
    • Ressourcen
    • Versionshinweise
    Search...
    ⌘K
    Erste Schritte
    Einführung in ClaudeSchnelleinstieg
    Modelle & Preise
    ModellübersichtModell auswählenNeuerungen in Claude 4.5Migration zu Claude 4.5ModellabschreibungenPreise
    Mit Claude entwickeln
    FunktionsübersichtMessages API verwendenKontextfensterBest Practices für Prompts
    Fähigkeiten
    Prompt-CachingKontext-BearbeitungErweitertes DenkenAufwandStreaming MessagesBatch-VerarbeitungZitateMehrsprachige UnterstützungToken-ZählungEmbeddingsVisionPDF-UnterstützungFiles APISuchergebnisseStrukturierte AusgabenGoogle Sheets Add-on
    Tools
    ÜbersichtTool-Nutzung implementierenToken-effiziente Tool-NutzungFeingranulares Tool-StreamingBash-ToolCode-Ausführungs-ToolProgrammatischer Tool-AufrufComputer-Use-ToolText-Editor-ToolWeb-Fetch-ToolWeb-Such-ToolMemory-ToolTool-Such-Tool
    Agent Skills
    ÜbersichtSchnelleinstiegBest PracticesSkills mit der API verwenden
    Agent SDK
    ÜbersichtTypeScript SDKPython SDKMigrationsleitfaden
    Leitfäden
    Streaming-EingabeBerechtigungen handhabenSitzungsverwaltungStrukturierte Ausgaben im SDKAgent SDK hostenSystem-Prompts ändernMCP im SDKBenutzerdefinierte ToolsSubagents im SDKSchrägstrich-Befehle im SDKAgent Skills im SDKKosten und Nutzung verfolgenTodo-ListenPlugins im SDK
    MCP in der API
    MCP-ConnectorRemote MCP-Server
    Claude auf Drittanbieter-Plattformen
    Amazon BedrockMicrosoft FoundryVertex AI
    Prompt Engineering
    ÜbersichtPrompt-GeneratorPrompt-Vorlagen verwendenPrompt-VerbessererKlar und direkt seinBeispiele verwenden (Multishot Prompting)Claude denken lassen (CoT)XML-Tags verwendenClaude eine Rolle geben (System Prompts)Claudeś Antwort vorausfüllenKomplexe Prompts verkettenTipps für langen KontextTipps für erweitertes Denken
    Testen & Evaluieren
    Erfolgskriterien definierenTestfälle entwickelnEvaluierungs-Tool verwendenLatenz reduzieren
    Schutzmaßnahmen verstärken
    Halluzinationen reduzierenAusgabekonsistenz erhöhenJailbreaks abschwächenStreaming-AblehnungenPrompt-Lecks reduzierenClaude im Charakter halten
    Verwaltung und Überwachung
    Admin API ÜbersichtNutzungs- und Kosten-APIClaude Code Analytics API
    Console
    Log in
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...

    Solutions

    • AI agents
    • Code modernization
    • Coding
    • Customer support
    • Education
    • Financial services
    • Government
    • Life sciences

    Partners

    • Amazon Bedrock
    • Google Cloud's Vertex AI

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Company

    • Anthropic
    • Careers
    • Economic Futures
    • Research
    • News
    • Responsible Scaling Policy
    • Security and compliance
    • Transparency

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Help and security

    • Availability
    • Status
    • Support
    • Discord

    Terms and policies

    • Privacy policy
    • Responsible disclosure policy
    • Terms of service: Commercial
    • Terms of service: Consumer
    • Usage policy
    Prompt Engineering

    Verketten Sie komplexe Prompts für stärkere Leistung

    • Warum Prompts verketten?
    • Wann Prompts verketten
    • Wie man Prompts verkettet
    • Beispiele für verkettete Arbeitsabläufe:
    • Erweitert: Selbstkorrektur-Ketten
    • Beispiele

    While these tips apply broadly to all Claude models, you can find prompting tips specific to extended thinking models here.

    Bei der Arbeit mit komplexen Aufgaben kann Claude manchmal den Ball fallen lassen, wenn Sie versuchen, alles in einem einzigen Prompt zu bewältigen. Chain of thought (CoT) Prompting ist großartig, aber was ist, wenn Ihre Aufgabe mehrere unterschiedliche Schritte hat, die jeweils tiefgreifendes Nachdenken erfordern?

    Hier kommt Prompt-Verkettung ins Spiel: das Aufteilen komplexer Aufgaben in kleinere, handhabbare Teilaufgaben.

    Warum Prompts verketten?

    1. Genauigkeit: Jede Teilaufgabe erhält Claudes volle Aufmerksamkeit, wodurch Fehler reduziert werden.
    2. Klarheit: Einfachere Teilaufgaben bedeuten klarere Anweisungen und Ausgaben.
    3. Nachverfolgbarkeit: Probleme in Ihrer Prompt-Kette können leicht identifiziert und behoben werden.

    Wann Prompts verketten

    Verwenden Sie Prompt-Verkettung für mehrstufige Aufgaben wie Forschungssynthese, Dokumentenanalyse oder iterative Inhaltserstellung. Wenn eine Aufgabe mehrere Transformationen, Zitate oder Anweisungen beinhaltet, verhindert die Verkettung, dass Claude Schritte fallen lässt oder falsch behandelt.

    Denken Sie daran: Jedes Glied in der Kette erhält Claudes volle Aufmerksamkeit!

    Debugging-Tipp: Wenn Claude einen Schritt verpasst oder schlecht abschneidet, isolieren Sie diesen Schritt in seinem eigenen Prompt. Dies ermöglicht es Ihnen, problematische Schritte zu optimieren, ohne die gesamte Aufgabe zu wiederholen.

    Wie man Prompts verkettet

    1. Teilaufgaben identifizieren: Teilen Sie Ihre Aufgabe in unterschiedliche, aufeinanderfolgende Schritte auf.
    2. Mit XML für klare Übergaben strukturieren: Verwenden Sie XML-Tags, um Ausgaben zwischen Prompts zu übertragen.
    3. Ein Einzelaufgaben-Ziel haben: Jede Teilaufgabe sollte ein einziges, klares Ziel haben.
    4. Iterieren: Verfeinern Sie Teilaufgaben basierend auf Claudes Leistung.

    Beispiele für verkettete Arbeitsabläufe:

    • Mehrstufige Analyse: Siehe die rechtlichen und geschäftlichen Beispiele unten.
    • Inhaltserstellungs-Pipelines: Recherche → Gliederung → Entwurf → Bearbeitung → Formatierung.
    • Datenverarbeitung: Extrahieren → Transformieren → Analysieren → Visualisieren.
    • Entscheidungsfindung: Informationen sammeln → Optionen auflisten → Jede analysieren → Empfehlen.
    • Verifikationsschleifen: Inhalt generieren → Überprüfen → Verfeinern → Erneut überprüfen.
    Optimierungstipp: Für Aufgaben mit unabhängigen Teilaufgaben (wie die Analyse mehrerer Dokumente) erstellen Sie separate Prompts und führen Sie sie parallel für Geschwindigkeit aus.

    Erweitert: Selbstkorrektur-Ketten

    Sie können Prompts verketten, damit Claude seine eigene Arbeit überprüft! Dies fängt Fehler ab und verfeinert Ausgaben, besonders für kritische Aufgaben.


    Beispiele


    Prompt-Bibliothek

    Lassen Sie sich von einer kuratierten Auswahl von Prompts für verschiedene Aufgaben und Anwendungsfälle inspirieren.

    GitHub Prompting-Tutorial

    Ein beispielreiches Tutorial, das die Prompt-Engineering-Konzepte aus unserer Dokumentation abdeckt.

    Google Sheets Prompting-Tutorial

    Eine leichtgewichtige Version unseres Prompt-Engineering-Tutorials über eine interaktive Tabelle.