Prompt Engineering ist tot! Der Urvater hat selbst seinen eigenen Job zunichte gemacht: Künftig braucht man keine Zaubersprüche mehr aufzusagen, wenn man KI Fragen stellt.

Der Mann, der ihm das Todesurteil sprach, ist genau derjenige, der einst den Beruf des „Prompt Engineers“ zu einer offiziellen Stelle gemacht hat – Riley Goodside.

Der „Urvater“ seiner Zunft hat selbst einen Nachruf für seinen eigenen Lebensunterhalt verfasst.

Die Sache verhält sich so.

Am 22. Oktober veröffentlichte der Sicherheitsforscher Justin Elze einen Beitrag auf X, dessen Text nur einen Satz enthielt: You're all prompting wrong – alle eure Prompts sind falsch.

Das dazugehörige Bild bestand aus zwei Screenshots von LinkedIn.

Am nächsten Tag leitete Riley Goodside den Beitrag weiter und warf drei Sätze locker in den Raum:

Prompt engineering is dead. Prompt however you want. Have fun. Die Prompt-Engineering ist tot, fragt einfach wie ihr wollt, viel Spaß.

Drei Sätze, zusammen nur 10 englische Wörter. Aber genau diese 10 Wörter haben in der KI-Branche eine gewaltige Welle ausgelöst.

Nicht jeder hätte mit solchen Worten ein solches Gewicht.

Goodside war früher Chef-Prompt-Engineer bei Scale AI, später wechselte er zu Google DeepMind, um weiterhin in diesem Bereich zu arbeiten. Alexandr Wang, CEO von Scale AI, trat einst persönlich auf und wettete, dass Goodside der weltweit erste offiziell eingestellte Prompt-Engineer sei.

In seinen frühen Jahren wurde er durch öffentliche Experimente berühmt, bei denen er sich speziell damit befasste, wie man mit großen Sprachmodellen kommuniziert. Sogar das Sicherheitskonzept des „Prompt Injection Angriffs“ gehörte zu den Schwerpunkten seiner frühen Forschungen.

Einige Nutzer kommentierten pointiert: Es ist wirklich ein interessanter Nachruf, wenn diese Worte von jemandem stammen, der diese Stelle fast selbst geschaffen hat.

Die Zeiten, in denen ihr „Zaubersprüche“ aufsagt, habt ihr doch auch erlebt 

Drehen wir die Uhr ein Stück zurück.

Als ChatGPT gerade populär wurde, wer hatte nicht ein paar „universelle Prompt-Vorlagen“ in seinen Favoriten gespeichert?

Zuerst weist du der KI eine Rolle zu – „Du bist ein erfahrener XX-Experte“, dann legst du das Ausgabeformat fest, fügst die Anweisung hinzu „Bitte denke Schritt für Schritt nach“ und zum Schluss noch ein paar freundliche Worte.

Wenn du das alles lang niederschreibst, klingt es wie ein Zauberspruch, und du fürchtest dich, dass die KI nicht mehr funktioniert, wenn du auch nur ein Wort vergisst.

Damals glaubten das die Leute wirklich.

Die Fähigkeit, gute Prompts zu schreiben, war eine Fertigkeit, die man in den Lebenslauf aufnehmen konnte. Der Beruf des „Prompt Engineers“ war zeitweise der begehrteste neue Beruf im gesamten Netz.

Man sagt, dass das Jahresgehalt mehrere Hunderttausend Dollar betragen konnte, man musste keinen Code schreiben und nur mit der KI chatten.

Drei Jahre später tritt der Mann, der diese „Zaubersprüche“ erfunden hat, selbst auf und sagt: Hört auf, sie aufzusagen, es nützt nichts mehr.

Ein einfacher Satz in Alltagssprache erledigt die Arbeit von Experten 

Die beiden Screenshots, die Justin beigefügt hat, sind der lebendige Beweis dafür.

Die Screenshots stammen von Dan Lorenc, CEO von Chainguard.

Dieses Unternehmen ist in der Branche für Softwaresupply-Chain-Sicherheit sehr bekannt.

Mitte Oktober hat Chainguard offiziell sein KI-System zur Auffindung von Schwachstellen vorgestellt – ein selbst entwickeltes Ausführungsframework, das mit modernsten großen Sprachmodellen für Sicherheitsforschung ausgestattet ist.

Wie einfach ist der Prompt für das Modell? Im Grunde nur ein Satz: Suche nach kritischen Schwachstellen in PHP, die aus der Ferne ohne Anmeldung ausgenutzt werden können.

Kein Rollenspiel, keine schrittweise Vorlage, kein „Du bist ein erfahrener Sicherheitsexperte, bitte gehe nach folgenden Schritten vor…“.

Nur so ein einfacher Satz in Alltagssprache.

Das Ergebnis: Das System hat die bekannten kritischen Schwachstellen tatsächlich unabhängig nachgebildet und bei der Überprüfung der offiziellen Reparaturlösung geholfen.

Die Sache hat große Aufmerksamkeit erregt. Sogar das FBI hat eine Warnung herausgegeben, die PHP-Stiftung hat dringend eine Reparatur veröffentlicht, mehrere Regierungswebsites waren zeitweise betroffen.

Früher war das eine Arbeit, die nur erfahrene Sicherheitsexperten in Angriff nahmen, nachdem sie die Prompts wiederholt verfeinert und mehrstufige Dialoge sorgfältig entworfen hatten.

Heute reicht ein einfacher Satz in Alltagssprache, um die Aufgabe zu erledigen.

Gestorben ist nur der Satz, das gesamte System funktioniert weiter 

Bevor der Trubel vorbeiging, ergänzte Goodside selbst im Kommentarbereich die restliche Bedeutung seiner Worte.

Er sagte, dass er vorher nur einen scherzhaften Ausspruch gemacht habe.

Die Arbeit der Leute, die die unteren Prompts für das System schreiben, die kleine Modelle feinabstimmen und die Prompts in Anwendungen einbetten, ist keineswegs weniger geworden. Aber für normale Nutzer vor dem Bildschirm gibt es praktisch keine Obergrenze mehr für das Ergebnis, das man durch „direktes Fragen“ erreichen kann.

Jemand fragte nach, welches neue Modell ihn plötzlich zu dieser neuen Meinung gebracht habe.

Er sagte, dass es keine plötzliche Wende gebe. Seit der Einführung von ChatGPT stirbt die Prompt-Engineering als unverzichtbare Fertigkeit für normale Nutzer langsam ab, das ist ein langsamer und andauernder Prozess.

Einige Nutzer sagten es direkt: „Ich habe das Gefühl, dass die Arbeit nur von den Prompts auf das Harness verlagert wurde.“ Goodside antwortete mit zwei Wörtern: Ja, genau.

Das ist genau die Wahrheit.

Dass Dan Lorencs Satz „Suche nach Schwachstellen“ funktioniert hat, liegt nicht daran, dass der Satz selbst besonders raffiniert ist, sondern an dem vollständigen System dahinter, das Sandbox-Umgebungen, Quellcode der Ziele und Ausführungs-Engines umfasst.

Der Verdienst des Modells liegt in seiner Fähigkeit, der Verdienst des Systems liegt in seiner Gestaltung.

Zaubersprüche veralten, Urteilskraft nicht 

Wenn man die Entwicklung der letzten Jahre zusammenfasst, ist der Verlauf sehr klar:

Am Anfang stand Prompt Engineering, bei dem man darüber nachdachte, wie man einen Satz schön formuliert. Später förderten Leute wie Karpathy das Context Engineering, bei dem man erforscht, wie man dem Modell die richtigen Informationen zuführt. Darauf folgte Harness Engineering, bei dem man die Laufumgebung für das Modell aufbaut, Regeln und Einschränkungen festlegt. Jetzt wird in der Branche schon von Loop Engineering gesprochen, bei dem das gesamte System selbst zyklisch läuft und sich selbst weiterentwickelt.

Schicht für Schicht wird aufgestapelt, die Arbeit entfernt sich immer weiter von den Prompts.

Normale Nutzer müssen keine Zaubersprüche mehr auswendig lernen und keine Vorlagen mehr speichern, die Modelle verstehen jetzt Alltagssprache.

Am interessantesten ist Goodside selbst. Jemand fragte ihn, auf welche Fertigkeiten man sich jetzt konzentrieren solle. Dieser „Urvater“ der Zunft antwortete ehrlich: Um ehrlich zu sein, weiß ich überhaupt nicht, welche Fertigkeiten es wert sind, jetzt ausgebildet zu werden, alles entwickelt sich viel zu schnell.

Die Techniken werden alle paar Monate von den Modellen eingeholt.

Drei Dinge werden jetzt immer wichtiger: Kannst du das Problem klar durchdenken? Kannst du klar ausdrücken, was du willst? Kannst du beurteilen, ob das Ergebnis der KI korrekt ist?

Referenzmaterial: https://x.com/goodside/status/2113639196254671259

Redaktion: Solomon

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „AI-Revolution“ (ID: AI_era), Autor: ASI Offenbarung, veröffentlicht mit Genehmigung von 36Kr.