Loading...
    • Entwicklerleitfaden
    • API-Referenz
    • MCP
    • Ressourcen
    • Versionshinweise
    Search...
    ⌘K
    Erste Schritte
    Einführung in ClaudeSchnelleinstieg
    Modelle & Preise
    ModellübersichtModell auswählenNeuerungen in Claude 4.6MigrationsleitfadenModellabschreibungenPreise
    Mit Claude entwickeln
    FunktionsübersichtMessages API verwendenStop-Gründe verarbeitenBest Practices für Prompts
    Modellfähigkeiten
    Extended ThinkingAdaptive ThinkingAufwandFast Mode (Research Preview)Strukturierte AusgabenZitateStreaming MessagesBatch-VerarbeitungPDF-UnterstützungSuchergebnisseMehrsprachige UnterstützungEmbeddingsVision
    Tools
    ÜbersichtTool-Nutzung implementierenWeb-Such-ToolWeb-Abruf-ToolCode-Ausführungs-ToolMemory-ToolBash-ToolComputer-Use-ToolText-Editor-Tool
    Tool-Infrastruktur
    Tool-SucheProgrammgesteuerte Tool-AufrufeFeingranulares Tool-Streaming
    Kontextverwaltung
    KontextfensterKomprimierungKontextbearbeitungPrompt CachingToken-Zählung
    Dateien & Assets
    Files API
    Agent Skills
    ÜbersichtSchnelleinstiegBest PracticesSkills für UnternehmenSkills mit der API verwenden
    Agent SDK
    ÜbersichtSchnelleinstiegTypeScript SDKTypeScript V2 (Preview)Python SDKMigrationsleitfaden
    MCP in der API
    MCP-ConnectorRemote MCP-Server
    Claude auf Plattformen von Drittanbietern
    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)Komplexe Prompts verkettenTipps für lange KontexteTipps für Extended Thinking
    Testen & Evaluieren
    Erfolgskriterien definierenTestfälle entwickelnEvaluierungstool verwendenLatenz reduzieren
    Schutzmaßnahmen verstärken
    Halluzinationen reduzierenAusgabekonsistenz erhöhenJailbreaks abschwächenStreaming-AblehnungenPrompt-Lecks reduzierenClaude im Charakter halten
    Verwaltung und Überwachung
    Admin API ÜbersichtDatenspeicherortArbeitsbereicheUsage and Cost APIClaude Code Analytics APIZero Data Retention
    Console
    Log in
    Loading...
    Loading...
    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

    Verwenden Sie Beispiele (Multishot-Prompting), um Claudes Verhalten zu lenken

    Erfahren Sie, wie Sie Few-Shot- und Multishot-Prompting-Techniken einsetzen, um Claude zu präziseren und konsistenteren Ausgaben zu führen.

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

    Beispiele sind Ihr Geheimtipp, um Claude genau das generieren zu lassen, was Sie brauchen. Durch das Bereitstellen einiger gut durchdachter Beispiele in Ihrem Prompt können Sie die Genauigkeit, Konsistenz und Qualität von Claudes Ausgaben dramatisch verbessern. Diese Technik, bekannt als Few-Shot- oder Multishot-Prompting, ist besonders wirksam für Aufgaben, die strukturierte Ausgaben oder die Einhaltung spezifischer Formate erfordern.

    Verbessern Sie Ihre Prompts: Fügen Sie 3-5 vielfältige, relevante Beispiele ein, um Claude genau zu zeigen, was Sie möchten. Mehr Beispiele = bessere Leistung, besonders bei komplexen Aufgaben.

    Warum Beispiele verwenden?

    • Genauigkeit: Beispiele reduzieren Missinterpretationen von Anweisungen.
    • Konsistenz: Beispiele erzwingen eine einheitliche Struktur und einen einheitlichen Stil.
    • Leistung: Gut gewählte Beispiele verbessern Claudes Fähigkeit, komplexe Aufgaben zu bewältigen.

    Effektive Beispiele erstellen

    Für maximale Effektivität sollten Ihre Beispiele folgende Eigenschaften haben:

    • Relevant: Ihre Beispiele spiegeln Ihren tatsächlichen Anwendungsfall wider.
    • Vielfältig: Ihre Beispiele decken Grenzfälle und potenzielle Herausforderungen ab und unterscheiden sich genug, damit Claude nicht versehentlich unbeabsichtigte Muster aufgreift.
    • Klar: Ihre Beispiele sind in <example>-Tags (falls mehrere, verschachtelt in <examples>-Tags) zur Strukturierung eingebunden.
    Bitten Sie Claude, Ihre Beispiele auf Relevanz, Vielfalt oder Klarheit zu bewerten. Oder lassen Sie Claude weitere Beispiele basierend auf Ihrem ursprünglichen Satz generieren.


    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 in unserer Dokumentation behandelten Prompt-Engineering-Konzepte abdeckt.

    Google Sheets Prompting-Tutorial

    Eine leichtere Version unseres Prompt-Engineering-Tutorials über ein interaktives Tabellenkalkulationsblatt.

    Was this page helpful?

    • Warum Beispiele verwenden?
    • Effektive Beispiele erstellen