Praktische Lektionen zur Prompt-Engineering aus der Arbeit mit Claude Code

Was funktioniert hat: Produktionscode ausliefern

Der Nutzer, ein Projektmanager ohne Entwicklungshintergrund, hat mit Claude Code erfolgreich Produktionscode erstellt und ausgeliefert. Die resultierende Anwendung läuft in einem Browser und umfasst über 1.200 Tests.

Die Kernherausforderung: Prompt-Qualität

Die primäre Schwierigkeit, die identifiziert wurde, war, dass Claude Code schlechte oder falsche Ergebnisse liefert, wenn Prompts nicht präzise sind. Der Nutzer erklärt, es "wird Sie definitiv mit voller Geschwindigkeit gegen eine Wand laufen lassen, wenn Ihr Prompt nicht wasserdicht ist."

Drei Techniken, die die Ergebnisse verbessert haben

• Zweiphasige Prompts: Anstatt Prompts in einem Durchgang zu schreiben, hat der Nutzer einen zweiphasigen Ansatz übernommen. Phase 1 beinhaltet das Schreiben des Was in Ihrer eigenen Domänensprache, einschließlich Regeln und gewünschter Ergebnisse. Phase 2 beinhaltet das Umschreiben des Prompts aus der Perspektive eines Zuverlässigkeitsingenieurs, wobei Verifikationsschleusen, Einzelziele, explizite Sitzungsgrenzen und Anti-Kurzschluss-Regeln hinzugefügt werden. Der Nutzer fand heraus, dass eine Phase anständige Ergebnisse liefert, aber zwei Phasen Produktionsqualität-Ergebnisse erzielen.
• Ein Prompt = Ein Ziel: Das Bündeln mehrerer Ziele in einem einzigen Prompt führte konsequent zu schlechten Ergebnissen. Claude Code würde ein Ziel priorisieren, sie schlampig zusammenführen oder unvollständige Lösungen für beide liefern. Der Nutzer betont "rücksichtslose Umfangsdisziplin" mit einem Ziel pro Prompt und nennt dies den größten "Qualitätsmultiplikator", der entdeckt wurde.
• Spezifische Rollendefinitionen: Generische Rollenanweisungen wie "Handeln Sie als Senior-Entwickler" erwiesen sich als "nahezu nutzlos". Effektive Rollen müssen die genaue Kombination der für die Aufgabe erforderlichen Expertise benennen. Der Nutzer gibt ein Beispiel: "Konservatoriumsausgebildeter Musiktheoretiker, der kommerzielle Kompositionsmaschinen gebaut hat" liefert grundlegend andere und bessere Ergebnisse als eine vage Anweisung wie "Musikexperte". Spezifität verändert den zugrundeliegenden Denkprozess des Modells, nicht nur den Ton der Ausgabe.