Prompting und Gesprächsgestaltung
Least-to-Most Prompting
Aufteilen eines Problems in aufeinander aufbauende Teilprobleme.
Least-to-Most Prompting ist eine Technik, bei der ein komplexes Problem zunächst in einfachere Teilprobleme zerlegt und anschließend schrittweise gelöst wird. Zhou et al.: Least-to-Most Prompting Spätere Teillösungen dürfen dabei auf den bereits erzeugten Antworten zu früheren Teilproblemen aufbauen. Zhou et al.: Least-to-Most Prompting
Erst zerlegen, dann aufbauen
Die ursprüngliche Forschungsarbeit unterscheidet zwei Phasen: die Zerlegung der Aufgabe und das aufeinanderfolgende Lösen der Teilprobleme. Zhou et al.: Least-to-Most Prompting Für die nächste Teilaufgabe wird der Prompt um vorherige Fragen und ihre bereits erzeugten Antworten ergänzt. Zhou et al.: Least-to-Most Prompting
Damit unterscheidet sich das Verfahren von einer bloßen Liste unabhängiger Fragen: Die Zwischenergebnisse dienen als Bausteine für die weitere Lösung. Zhou et al.: Least-to-Most Prompting Die Originalaufgabe kann am Ende selbst als letztes Teilproblem erscheinen. Zhou et al.: Least-to-Most Prompting
Beide Phasen werden in der beschriebenen Methode mit Beispielen im Prompt gesteuert und benötigen kein zusätzliches Training oder Fine-Tuning des Modells. Zhou et al.: Least-to-Most Prompting Für bestimmte Aufgaben lassen sich Zerlegung und Lösung auch in einem einzigen Durchlauf zusammenfassen. Zhou et al.: Least-to-Most Prompting
So kannst du dir das vorstellen
Du möchtest hypothetisch den Materialbedarf für mehrere gleichartige Messestände bestimmen. Zuerst soll geklärt werden, wie viel Material ein einzelner Stand benötigt.
Auf dieser Grundlage wird die Menge für alle Stände berechnet. Danach kommt eine ausdrücklich vorgegebene Reserve hinzu; erst dann wird die abschließende Bestellmenge bestimmt.
Die späteren Schritte verwenden die vorherigen Ergebnisse. Ein isolierter Auftrag „Berechne alles“ würde diese Abhängigkeiten weniger deutlich vorgeben.
Das Beispiel soll die Struktur zeigen. Es enthält bewusst keine Mengenangaben, aus denen ohne konkrete Flächen, Maße und Reserveregeln eine belastbare Bestellung entstehen könnte.
Die Zerlegung muss zur Aufgabe passen
Die Forschungsarbeit nennt fehlerhafte Problemzerlegung und fehlerhafte Teillösungen als mögliche Fehlerquellen. Zhou et al.: Least-to-Most Prompting Sie berichtet außerdem, dass Beispiele zur Zerlegung nicht ohne Weiteres von einem Aufgabenbereich auf einen anderen übertragbar sind. Zhou et al.: Least-to-Most Prompting
„Immer weiter aufteilen“ ist daher keine allgemeine Erfolgsregel. Für einen praktischen Ablauf wären sinnvolle Abhängigkeiten und überprüfbare Zwischenergebnisse wichtiger als eine möglichst große Zahl kleiner Schritte.
Verwandte Begriffe
Prompt Chaining, Few-Shot Prompting, In-Context Learning, Chain-of-Thought Prompting, Verifier.