Prompt-Adhärenz

Wer mit einem KI-Textprogramm arbeitet, gibt eine Anweisung ein: eine Frage, einen Auftrag, oft mit Zusatzwünschen. Diese Eingabe nennt man Prompt. Prompt-Adhärenz ist die Frage, wie genau sich das Programm daran hält. Verlangt man drei Stichpunkte auf Französisch, ohne Einleitung, und bekommt genau das, ist die Prompt-Adhärenz hoch. Kommen fünf Stichpunkte auf Deutsch mit einem freundlichen Vorwort, ist sie niedrig. Wichtig ist der Unterschied zur Qualität: Der Text kann schön geschrieben und sachlich richtig sein und trotzdem an der Anweisung vorbeigehen.

Warum ein schöner Text trotzdem unbrauchbar sein kann

Für einen einzelnen Nutzer ist eine ungenaue Antwort nur lästig. Man schreibt eben nach oder korrigiert von Hand. Sobald eine KI aber in ein Produkt eingebaut wird, ändert sich das. Dann wartet ein anderes Programm auf die Antwort und erwartet eine bestimmte Form.

Ein Beispiel: Ein Online-Shop lässt Produktbeschreibungen automatisch zusammenfassen. Die Vorgabe lautet, höchstens 200 Zeichen und keine Preisangaben. Schreibt das Modell 400 Zeichen, bricht die Anzeige im Layout um. Nennt es einen veralteten Preis, entsteht ein rechtliches Problem. Niemand liest die Tausenden Antworten vorher gegen.

Deshalb ist Prompt-Adhärenz für Unternehmen oft wichtiger als reine Sprachqualität. Ein Modell, das etwas nüchterner formuliert, sich aber verlässlich an Regeln hält, spart Nachkontrolle. In Vergleichstests neuer Modelle taucht die Anweisungstreue inzwischen als eigene Messgröße auf, getrennt von Wissen und Logik.

Woran die Treue zur Anweisung scheitert

Ein Sprachmodell befolgt Anweisungen nicht wie ein Computerprogramm, das Befehle abarbeitet. Es sagt immer nur voraus, welches Wort als Nächstes am wahrscheinlichsten passt. Ein Prompt verschiebt diese Wahrscheinlichkeiten stark in eine Richtung, erzwingt aber nichts. Deshalb ist jede Vorgabe eher ein starker Hinweis als eine harte Regel.

Dass Modelle überhaupt so gut gehorchen, kommt aus einer eigenen Trainingsphase. Nach dem Grundtraining bekommen sie zehntausende Paare aus Anweisung und passender Musterantwort vorgelegt. Danach bewerten Menschen verschiedene Antworten und das Modell wird auf die bevorzugten hin nachjustiert. Genau dieser Schritt bringt ihm bei, Aufträge ernst zu nehmen.

Typische Schwachstellen bleiben trotzdem. Negative Vorgaben wie „erwähne X nicht“ wirken schlechter als positive, weil der Begriff im Prompt steht und dadurch präsent ist. Sehr lange Anweisungen mit vielen Einzelregeln führen dazu, dass mittlere Punkte untergehen. Und Zahlenvorgaben sind heikel: Ein Modell zählt Wörter nicht mit, es schätzt die Länge nur ab. Wer harte Formvorgaben braucht, nutzt daher oft technische Hilfsmittel, die die Ausgabe in eine feste Struktur zwingen.

Anweisungstreue in Tests, Produkten und Alltag

In Berichten über neue Modelle liest man Sätze wie „bessere Prompt-Adhärenz als der Vorgänger“. Gemeint ist meist das Ergebnis standardisierter Tests. Dabei bekommt das Modell Aufgaben mit überprüfbaren Bedingungen, etwa „antworte in genau vier Sätzen“ oder „verwende kein Komma“. Ein Prüfprogramm zählt anschließend nach, wie viele Bedingungen eingehalten wurden.

Der Begriff wird auch bei Bildgeneratoren verwendet. Dort heißt Prompt-Adhärenz, ob wirklich alle beschriebenen Details im Bild landen. Bei „ein roter Würfel links von einer blauen Kugel“ scheiterten frühere Systeme oft an der Anordnung oder vertauschten die Farben. Neuere Modelle sind hier deutlich zuverlässiger geworden.

Im eigenen Alltag merkt man den Unterschied schnell. Wer eine KI um eine Zusammenfassung in fünf Sätzen bittet und sieben bekommt, hat ein Adhärenzproblem gesehen. Hilfreich ist, Vorgaben klar zu trennen, sie ans Ende des Prompts zu stellen und wichtige Regeln positiv zu formulieren. Wichtige Wünsche prüft man am besten selbst nach, statt sich auf das Modell zu verlassen.