---
term: "Automated Prompt Optimization"
slug: "automated-prompt-optimization"
glossar_id: "G174"
variants: []
category: "prompting-und-gespraechsgestaltung"
marker: ""
short: "Automatisiertes Testen und Überarbeiten von Prompts."
sources:
  - label: "OpenAI: Promptoptimierung"
    url: "https://developers.openai.com/api/docs/guides/prompt-optimizer"
  - label: "OpenAI: Meta-Prompting"
    url: "https://developers.openai.com/cookbook/examples/enhance_your_prompts_with_meta_prompting"
status: "entwurf"
updated: "2026-09-21"
---

Automated Prompt Optimization bezeichnet die automatisierte Überarbeitung und Bewertung von Prompts anhand definierter Ziele oder Rückmeldungen. [OpenAI: Promptoptimierung](https://developers.openai.com/api/docs/guides/prompt-optimizer) Ein entsprechender Ablauf kann neue Promptfassungen erzeugen, ihre Ausgaben testen und die Ergebnisse für weitere Verbesserungen verwenden. [OpenAI: Promptoptimierung](https://developers.openai.com/api/docs/guides/prompt-optimizer)

## Ein überprüfbarer Verbesserungszyklus

Ausgangspunkt sind ein vorhandener Prompt, geeignete Aufgabenbeispiele und Kriterien für die Bewertung der Antworten. [OpenAI: Promptoptimierung](https://developers.openai.com/api/docs/guides/prompt-optimizer) Als Feedback können menschliche Urteile, konkrete Fehlerbeschreibungen oder Ergebnisse automatischer Prüfer dienen. [OpenAI: Promptoptimierung](https://developers.openai.com/api/docs/guides/prompt-optimizer)

Im dokumentierten Ablauf werden Antworten erzeugt, bewertet und anschließend zur Überarbeitung des Prompts genutzt. [OpenAI: Promptoptimierung](https://developers.openai.com/api/docs/guides/prompt-optimizer) Dieser Zyklus kann mit der neuen Fassung wiederholt werden. [OpenAI: Promptoptimierung](https://developers.openai.com/api/docs/guides/prompt-optimizer)

Meta-Prompting kann dabei die Erstellung oder Überarbeitung der Prompttexte übernehmen. [OpenAI: Meta-Prompting](https://developers.openai.com/cookbook/examples/enhance_your_prompts_with_meta_prompting) Der zusätzliche Schwerpunkt einer bewertungsbasierten Optimierung liegt darin, die neue Fassung nicht nur zu formulieren, sondern ihre Ergebnisse gegen die gewünschten Eigenschaften zu prüfen. [OpenAI: Promptoptimierung](https://developers.openai.com/api/docs/guides/prompt-optimizer)

## So kannst du dir das vorstellen

Ein hypothetischer Assistent soll Angaben aus Lieferantenmails in feste Felder übertragen. Beim Test fällt auf, dass er fehlende Liefertermine gelegentlich aus dem Textzusammenhang ergänzt, obwohl sie nicht ausdrücklich genannt sind.

Die Rückmeldung lautet daher nicht nur „schlechte Antwort“, sondern: „Der Termin fehlt im Original und muss als unbekannt ausgegeben werden.“ Eine überarbeitete Promptfassung könnte diese Regel klarer machen und an weiteren Fällen getestet werden.

Für einen belastbaren Vergleich würde ich auch unbekannte Fälle vorsehen, die nicht schon zur Überarbeitung verwendet wurden. So würde nicht allein beurteilt, ob die bekannten Problembeispiele inzwischen passen.

## Der Maßstab entscheidet

Die Wirksamkeit der Optimierung hängt dabei an der Qualität der eingesetzten Prüfer. [OpenAI: Promptoptimierung](https://developers.openai.com/api/docs/guides/prompt-optimizer) Ein optimierter Prompt kann bei bestimmten Eingaben außerdem schlechter als die Ausgangsfassung abschneiden. [OpenAI: Promptoptimierung](https://developers.openai.com/api/docs/guides/prompt-optimizer)

„Optimiert“ sollte deshalb immer als „nach bestimmten Kriterien und Tests überarbeitet“ gelesen werden. Die Dokumentation empfiehlt ausdrücklich, neue Fassungen vor einem produktiven Einsatz auszuwerten und manuell zu prüfen. [OpenAI: Promptoptimierung](https://developers.openai.com/api/docs/guides/prompt-optimizer)

## Verwandte Begriffe

**Meta-Prompting**, **Prompt Engineering**, **Instruction Following**, **Verifier**, **Prompt Tuning**.