Prompt Chaining
Prompt Chaining zerlegt eine Aufgabe in eine feste Sequenz von LLM-Aufrufen, bei der jeder Schritt auf der Ausgabe des vorherigen aufbaut. Es tauscht ein wenig Latenz gegen eine deutlich höhere Genauigkeit und Kontrolle ein und ist das einfachste Workflow-Muster: Nutzen Sie es immer dann, wenn sich eine Aufgabe sauber in geordnete Teilaufgaben aufteilen lässt.
Problem
Ein einzelner Prompt, der mehrere Dinge gleichzeitig erledigen soll, liefert eine qualitativ minderwertigere, schwerer zu kontrollierende Ausgabe und ist bei Fehlern nur schwer zu debuggen.
Wann zu verwenden
Nutzen Sie Prompt Chaining, wenn sich eine Aufgabe in eine klare, geordnete Sequenz von Teilaufgaben zerlegen lässt – zum Beispiel Gliederung, dann Entwurf, dann Bearbeitung – und jeder Schritt vom Ergebnis des vorherigen Schritts profitiert.
Lösung
Teilen Sie die Aufgabe in diskrete Schritte auf und führen Sie einen LLM-Aufruf pro Schritt aus, wobei jede Ausgabe an den nächsten übergeben wird. Fügen Sie optional programmatische Prüfungen (Gates) zwischen den Schritten hinzu, um Zwischenergebnisse zu validieren, bevor Sie fortfahren.
Da jeder Aufruf eine fokussierte Aufgabe hat, sind die Prompts einfacher, die Ausgaben zuverlässiger und Fehler auf einen bestimmten Schritt eingegrenzt, den Sie überprüfen und beheben können.
Komponenten
Vorteile
- Höhere Genauigkeit, da jeder Aufruf eine fokussierte Aufgabe hat.
- Einfacheres Debugging – Fehler lassen sich auf einen Schritt eingrenzen.
- Validierungs-Gates können Fehler zwischen den Schritten abfangen.
Risiken
- Höhere Gesamtlatenz durch sequenzielle Aufrufe.
- Fehler können sich entlang der Kette aufschaukeln, wenn sie nicht überprüft werden.
- Zu viele Schritte erhöhen die Kosten und die Fehleranfälligkeit.
Wann nicht zu verwenden
- Wenn die Aufgabe einfach genug für einen einzelnen Aufruf ist.
- Wenn Teilaufgaben unabhängig sind – parallelisieren Sie stattdessen.
- Wenn der Pfad im Vorfeld unbekannt ist – nutzen Sie einen Agent-Loop.
Technologien
Beispiele
- Erstellen einer Gliederung, anschließendes Schreiben jedes Abschnitts und abschließendes Überarbeiten des Tonfalls.
- Extrahieren strukturierter Felder, anschließendes Validieren dieser Felder und abschließendes Zusammenfassen.
- Übersetzen eines Dokuments und anschließendes Abgleichen der Übersetzung mit der Quelle.
KPIs
- End-to-End-Erfolgsquote
- Anteil der Ketten, die ein korrektes Endergebnis liefern; Fehler summieren sich über die Schritte hinweg.
- Fehlerrate pro Schritt
- Ausfallrate bei jedem Glied – ein zu 95 % zuverlässiger Schritt, der fünfmal verkettet wird, führt zu einer End-to-End-Zuverlässigkeit von ca. 77 %.
- Gesamtlatenz und -kosten
- Summe über jeden Aufruf in der Kette; mehr Schritte bedeuten eine Erhöhung von beidem.
- Recovery-Rate
- Wie oft ein fehlgeschlagener Zwischenschritt abgefangen und korrigiert wird, anstatt stillschweigend weitergegeben zu werden.
Beobachtete Fehlermuster
- Fehlerfortpflanzung: Ein Fehler zu Beginn der Kette beeinträchtigt jeden nachfolgenden Schritt.
- Akkumulation von Latenz und Kosten, je länger die Kette wird.
- Fehleranfällige Übergaben, wenn das Ausgabeformat eines Schritts nicht mit der erwarteten Eingabe des nächsten Schritts übereinstimmt.
- Kontextverlust über Schritte hinweg, sodass spätere Glieder früher festgelegte Einschränkungen vergessen.
Lessons Learned
- Validieren oder prüfen Sie Zwischenschritte mit Gates, damit Fehler abgefangen werden, bevor sie sich fortpflanzen.
- Halten Sie Ketten so kurz wie möglich; jeder zusätzliche Schritt multipliziert die Ausfallwahrscheinlichkeit.
- Legen Sie den Ausgabe-Vertrag (Output Contract) jedes Schritts fest, damit Übergaben nicht unbemerkt fehlschlagen.
- Nutzen Sie Chaining für wirklich sequenzielle Aufgaben; parallelisieren Sie stattdessen unabhängige Schritte.
FAQs
- Wie unterscheidet sich Prompt Chaining von einem Agenten?
- Prompt Chaining folgt einer festen, vordefinierten Sequenz. Ein Agent entscheidet seine Schritte dynamisch selbst. Bevorzugen Sie Chaining, wenn der Pfad im Voraus bekannt ist.
- Wann sollte ich Gates zwischen den Schritten hinzufügen?
- Immer dann, wenn ein Zwischenergebnis eine Bedingung erfüllen muss, bevor es weitergeht – dies verhindert, dass sich Fehler in der Kette fortpflanzen.
- Erhöht Chaining die Kosten?
- Ja, in geringem Maße – mehr Aufrufe bedeuten mehr Token und Latenz –, aber der Gewinn an Zuverlässigkeit überwiegt dies bei mehrteiligen Aufgaben meist.