Effektives Prompting ist entscheidend bei der Interaktion mit KI-Systemen wie Lumi, da es Ihnen ermöglicht, bessere und genauere Ergebnisse zu erzielen. Es geht um klare Kommunikation, nicht nur um das einfache Eintippen einer Anfrage. Lumi, das auf großen Sprachmodellen (LLMs) basiert, prognostiziert Ausgaben basierend auf Mustern in seinen Trainingsdaten, was bedeutet, dass es nicht im menschlichen Sinne „versteht“. Daher sind das Strukturieren Ihrer Prompts, explizite Anweisungen und die Bereitstellung von Kontext entscheidend. Hier sind die Kernprinzipien und Techniken zum Schreiben effektiver Prompts in Lumi:

​
Kernprinzipien für großartige Prompts

  • Seien Sie klar und spezifisch: Klären Sie immer, was Sie wollen und wie. Vermeiden Sie vage Formulierungen; anstatt „Mach diese App besser“, spezifizieren Sie „Refaktoriere die App, um ungenutzte Komponenten zu bereinigen und die Leistung zu verbessern, ohne die Benutzeroberfläche oder Funktionalität zu ändern“. Geben Sie Kontext dazu, für wen die App ist, was sie tun soll und welche unverzichtbaren Funktionen sie haben muss.
  • Konzentrieren Sie sich auf die User Journey: Berücksichtigen Sie die Abfolge der Aktionen, die ein Benutzer in Ihrer App ausführen wird. Zum Beispiel –
Benutzer registrieren sich, erstellen ein neues Projekt, setzen Meilensteine und verfolgen täglich ihren Fortschritt.
  • Beschreiben Sie das „Was“, nicht das „Wie“: Lumi kümmert sich um die Backend-Komplexität, also konzentrieren Sie sich auf das gewünschte Ergebnis oder Erscheinungsbild. Zum Beispiel –
Die App sollte Benutzerdaten speichern, schnell laden und sich sauber und modern anfühlen.
  • Iterieren und Verfeinern: Geben Sie sich nicht mit der ersten Ausgabe zufrieden. Prompts können iterativ im Dialog mit der KI verfeinert werden. Lumi bietet von Anfang an eine voll funktionsfähige Ausgabe, aber diese ist eine Grundlage für weitere Verfeinerungen.

​
Das C.L.E.A.R.-Framework

  • Concise: Kommen Sie direkt auf den Punkt und vermeiden Sie Füllwörter oder vage Formulierungen. Zielen Sie auf Präzision und Kürze ab.
  • Logical: Organisieren Sie Ihren Prompt schrittweise oder strukturiert und unterteilen Sie komplexe Anfragen in geordnete Schritte.
  • Explicit: Geben Sie genau an, was Sie wollen und was nicht, und liefern Sie nach Möglichkeit Beispiele für Format oder Inhalt.
  • Adaptive: Verfeinern Sie Ihre Prompts basierend auf der Ausgabe der KI, indem Sie Anweisungen präzisieren oder auf Fehler in Folge-Prompts hinweisen.
  • Reflective: Überprüfen Sie nach jeder Interaktion, was funktioniert hat und was nicht, um zukünftige Prompts zu verbessern.

​
Die vier Stufen des Promptings

  1. Strukturiertes „Stützräder“-Prompting (Explizites Format): Nützlich für Anfänger oder komplexe Aufgaben, dies beinhaltet die Verwendung von beschrifteten Abschnitten:
  • Kontext: Hintergrund oder Rollenzuweisung für die KI.
  • Aufgabe: Das spezifische Ziel.
  • Richtlinien: Bevorzugter Ansatz oder Stil.
  • Einschränkungen: Harte Grenzen oder was nicht getan werden darf.
  • Zum Beispiel –
Du bist ein erfahrener Full-Stack-Entwickler, der Lumi verwendet. Aufgabe: Erstelle eine sichere Anmeldeseite in React mit Supabase (E-Mail/Passwort-Authentifizierung). Richtlinien: Die Benutzeroberfläche sollte minimalistisch sein und den Konventionen von Tailwind CSS folgen. Füge für jeden Schritt klare Code-Kommentare hinzu. Einschränkungen: Ändere nur die LoginPage-Komponente; ändere keine anderen Seiten. Stelle sicher, dass die endgültige Ausgabe eine funktionierende Seite im Lumi-Editor ist.
  1. Konversationelles Prompting (Ohne Stützräder): Sobald Sie sich sicher fühlen, können Sie natürlicher schreiben, als würden Sie einem Kollegen eine Aufgabe erklären, während Sie Klarheit und Vollständigkeit ohne formale Bezeichnungen beibehalten.
  2. Meta-Prompting (KI-gestützte Prompt-Verbesserung): Bitten Sie die KI von Lumi, Ihnen bei der Verbesserung Ihrer Prompts oder Pläne zu helfen. Zum Beispiel –
Überprüfe meinen letzten Prompt und identifiziere Unklarheiten oder fehlende Informationen. Wie kann ich ihn umschreiben, um ihn prägnanter und genauer zu machen?
  1. Umgekehrtes Meta-Prompting (KI als Dokumentationswerkzeug): Nutzen Sie die KI, um zusammenzufassen oder zu dokumentieren, was nach einer Aufgabe passiert ist, was sich hervorragend zum Debuggen und zur Wissenserfassung eignet. Zum Beispiel –
Fasse die Fehler zusammen, auf die wir bei der Einrichtung der JWT-Authentifizierung gestoßen sind, und erkläre, wie wir sie behoben haben. Entwirf dann einen Prompt, den ich in Zukunft verwenden kann, um diese Fehler bei der Einrichtung der Authentifizierung zu vermeiden.

​
Prompt-Frameworks

  • Der „Wer / Was / Warum“-Prompt:
  • WER ist die Zielgruppe dieser App?
  • WAS hilft sie ihnen zu tun?
  • WARUM sollte jemand sie benutzen?
  • Der „User Story“-Prompt: Formulieren Sie Ihre Anfrage aus der Perspektive des Endbenutzers, z. B.
Als freiberuflicher Designer möchte ich Rechnungen mit meinem Branding an Kunden senden und verfolgen, wann sie bezahlt werden, damit ich meinen Cashflow im Blick behalten kann.
  • Der „Feature Breakdown“-Prompt: Listen Sie die Funktionen auf, die Sie hinzufügen möchten, z. B.
Ich möchte die folgenden Funktionen hinzufügen: Leads hinzufügen und organisieren; Outreach-Status verfolgen (neu, kontaktiert, interessiert, abgeschlossen); Notizen und Follow-up-Erinnerungen hinzufügen.

​
Fortgeschrittene Techniken und Tipps für bessere Ergebnisse

  • Zero-Shot- vs. Few-Shot-Prompting:
  • Zero-Shot: Bitten Sie das Modell, eine Aufgabe ohne Beispiele auszuführen, wobei es sich auf sein allgemeines Training verlässt. Funktioniert gut für häufige oder klar beschriebene Aufgaben.
  • Few-Shot: Geben Sie ein paar Beispiele oder Demonstrationen in Ihrem Prompt an, um der KI das genaue Format oder den Stil zu zeigen, den Sie wünschen. Verbessert die Ausgabequalität für spezifische oder ungewöhnliche Aufgaben.
  • Umgang mit Halluzinationen und Sicherstellung der Genauigkeit:
  • Bereitstellung von Grounding-Daten: Nutzen Sie die Wissensdatenbank Ihres Projekts (PRD, User Flows, Tech-Stack) für persistenten Kontext.
  • Referenzen im Prompt: Fügen Sie relevante Dokumentationsausschnitte oder Daten für sachliche Abfragen oder externe Interaktionen ein.
  • Bitten Sie um schrittweise Begründungen: Fordern Sie die KI auf, ihre Argumentation darzulegen, um Fehler zu erkennen oder Unsicherheiten aufzudecken.
  • Weisen Sie auf Ehrlichkeit hin: Fügen Sie Richtlinien hinzu wie „Wenn du dir nicht sicher bist… erfinde nichts – erkläre stattdessen, was benötigt wird, oder bitte um Klärung“.
  • Iterative Überprüfung: Bitten Sie die KI, ihre Ausgabe nach kritischen Aufgaben zu überprüfen.
  • Nutzung von Modell-Erkenntnissen (Kennen Sie Ihre KI-Tools):
  • Diskussionsmodus vs. Standardmodus (Agentenmodus): Verwenden Sie den Diskussionsmodus für Brainstorming, das Besprechen von Designs oder das Debuggen ohne sofortige Code-Änderungen. Verwenden Sie den Standardmodus (Agentenmodus) zum Ausführen von Änderungen (Code schreiben, Komponenten erstellen).
  • Token-Länge: Teilen Sie große Aufgaben in kleinere Prompts auf, wenn die Ausgabe die Token-Limits überschreiten könnte.
  • Formatierungs- und Code-Präferenzen: Geben Sie Ihre Präferenzen an (z. B. „Code im Markdown-Format ausgeben“), um die KI zu leiten.
  • Techniken zur Verfeinerung Ihrer App
  • „Mach es mehr…“ / „Mach es weniger…“: Passen Sie Ton, Layout oder Betonung an.
  • „Füge hinzu…“ / „Entferne…“: Fügen Sie spezifische Funktionen oder UI-Blöcke hinzu oder entfernen Sie sie.
  • „Ändere [dies] zu [das]“: Passen Sie Text, visuelle Elemente, Layout oder Komponentenlogik an.
  • „Es sollte sich anfühlen wie…“: Leihen Sie sich bekannte App-Stile aus, um Layout oder Verhalten zu steuern.
  • „Füge Logik hinzu für…“: Fügen Sie funktionale Regeln oder Abläufe hinzu, ohne Code zu benötigen.
  • „Gruppiere oder organisiere…“: Strukturieren Sie Inhalte für mehr Klarheit oder einen besseren Workflow.
  • „Füge bedingtes Verhalten hinzu…“: Führen Sie intelligente Verzweigungen oder zustandsbasierte Funktionalität ein.
  • „Lass Benutzer…“-Anweisungen: Formulieren Sie Funktionalität aus der Perspektive des Endbenutzers.
  • Bauen Sie bei zunehmender Komplexität in Schichten: Beginnen Sie einfach, fügen Sie dann Funktionen hinzu und polieren Sie schließlich die visuellen Elemente. Dieser inkrementelle Ansatz verhindert, dass das System oder Sie selbst überfordert werden.
  • Fügen Sie Einschränkungen und Anforderungen hinzu: Geben Sie explizit an, was getan werden muss oder nicht getan werden darf, wie z. B. „Erstelle eine einfache To-Do-App mit maximal 3 gleichzeitig sichtbaren Aufgaben“.
  • Vermeiden Sie Mehrdeutigkeit: Klären Sie alle Begriffe, die auf unterschiedliche Weise interpretiert werden könnten.
  • Achten Sie auf Ihren Ton und Ihre Höflichkeit: Höfliche Formulierungen können Kontext und Details hinzufügen und der KI helfen, Anweisungen klarer zu verstehen.
  • Nutzen Sie Formatierungen zu Ihrem Vorteil: Strukturieren Sie Listen oder Schritte, insbesondere wenn Sie möchten, dass die KI eine Liste ausgibt oder einer Sequenz folgt.
  • Nutzen Sie Beispiele oder Referenzen: Stellen Sie ein Zieldesign, einen Codestil oder ein Bild bereit, um der KI eine konkrete Referenz zu geben.
  • Feedback-Integration: Überprüfen Sie die KI-Ausgabe und geben Sie spezifisches Feedback für Verfeinerungen.
  • Betonung der Barrierefreiheit: Fordern Sie Code an, der den Barrierefreiheitsstandards entspricht, einschließlich ARIA-Labels und Tastaturnavigation.
  • Vordefinierte Komponenten und Bibliotheken: Geben Sie UI-Bibliotheken (z. B. shadcn/ui mit Tailwind CSS) für Konsistenz an.
  • Mehrsprachiges Prompting: Geben Sie die gewünschte Sprache für Code-Kommentare und Dokumentation an.
  • Definieren der Projektstruktur und Dateiverwaltung: Skizzieren Sie Dateinamen und Pfade, um eine organisierte Codegenerierung sicherzustellen.
  • Geben Sie präzise Bearbeitungsanweisungen (Fokussieren Sie die KI): Seien Sie spezifisch darüber, wo und was geändert werden soll, oder verwenden Sie die „Auswählen“-Funktion von Lumi, um Komponenten hervorzuheben. Sagen Sie der KI, was sie nicht anfassen soll.
  • Sperren von Dateien (Workaround): Weisen Sie die KI in jedem Prompt konsequent an, kritische Dateien nicht zu ändern.
  • Design- und UI-Anpassungen: Geben Sie bei visuellen Änderungen explizit „rein visuelle Änderungen“ an und führen Sie die KI durch einen Plan für die Responsivität.
  • Refactoring und Optimierung von Code: Betonen Sie „keine Verhaltensänderung“, wenn Sie nach einem Refactoring fragen. Sie können auch zuerst nach einem Refactoring-Plan fragen und diesen dann schrittweise umsetzen.
  • Debugging mit KI-Unterstützung: Kopieren Sie Fehlerprotokolle in einen Prompt (idealerweise im Diskussionsmodus) und fragen Sie nach der Ursache und Lösung. Wenn die Korrektur nicht funktioniert, passen Sie sich an und liefern Sie neue Informationen.
  • Wann (und wann nicht) die KI einbeziehen: Nutzen Sie die KI für komplexe Logik, die Generierung von Boilerplate-Code oder mehrstufige Operationen. Bei trivialen Aufgaben (z. B. das Ändern eines Textlabels) kann es schneller sein, manuelle Änderungen vorzunehmen.
Indem Sie diese Prinzipien und Techniken anwenden, können Sie die KI von Lumi effektiv anleiten, um Ihre Entwicklungsziele zu erreichen und sie zu einem leistungsstarken und zuverlässigen Teamkollegen zu machen.