Zum Inhalt springen

One-Shot-Prompting

oder auch One-Shot-Prompt

Männliche Person, frontal, schaut in die Kamera; trägt kariertes Hemd über dunkelfarbigem T‑Shirt; heller Innenraum mit unscharfem Monitor oder Poster links und Fenster rechts.

von Richard Albrecht am 18.10.2026

One-Shot-Prompting heißt, einem Sprachmodell genau ein Beispiel mitzugeben, an dem es sich ausrichten soll. Es liegt zwischen dem Zero-Shot-Prompting ohne Beispiel und dem Few-Shot-Prompting mit mehreren.

One-Shot-Prompting

Einem Sprachmodell genau ein Beispiel mitgeben, an dem es sich ausrichten soll.
Beispiel: „Beim One-Shot-Prompting reichte eine vorgemachte Produktbeschreibung, und die nächsten 200 kamen im selben Aufbau.“

Was ein Beispiel vor allem überträgt: die Form. Länge, Aufbau, Anrede, Satzbau und die Reihenfolge der Angaben kommen damit herüber, und zwar genauer als mit jeder Beschreibung.

Der Preis ist Platz. Jedes Beispiel steht im Kontextfenster und wird bei jeder Anfrage mitgeschickt, also auch mitbezahlt.

Wann ein Beispiel reicht

Wenn die Aufgabe klar und das Format das Entscheidende ist. Texte in einem gleichbleibenden Aufbau, Umschreibungen, Einordnungen in zwei oder drei Klassen: Dort bringt das zweite Beispiel wenig und das fünfte nichts. Wer mit einem anfängt und das Ergebnis prüft, spart sich die Arbeit, vier weitere zusammenzustellen.

Wann es nicht reicht

Bei Grenzfällen und bei vielen Klassen. Ein einzelnes Beispiel zeigt nur einen Fall, und das Modell nimmt es als Muster für alles; bei einer Einordnung in zwölf Kategorien führt das dazu, dass die Kategorie des Beispiels häufiger vergeben wird als sie vorkommt. Dann braucht es ein Beispiel je Klasse oder mindestens je Grenzfall.

Welches Beispiel man wählt

Einen mittleren Fall, keinen besonders gelungenen. Ein ausgefeiltes Beispiel setzt eine Erwartung, die bei dürftiger Eingabe nicht erfüllbar ist, und das Modell erfindet dann den Rest dazu. Am besten wirkt ein Beispiel, das dem späteren Alltag entspricht, einschließlich seiner Lücken.

Wo das Beispiel im Prompt steht

Nach der Aufgabe und vor der eigentlichen Eingabe, erkennbar abgegrenzt. Ohne Abgrenzung verschwimmt das Beispiel mit der Anweisung, und das Modell hält Teile des Beispiels für Vorgaben. Eine Zeile wie „Beispiel“ vor dem Muster und eine wie „Deine Aufgabe“ vor der echten Eingabe genügen dafür und ersparen eine Reihe unerklärlicher Antworten.

Siehe auch:

Few-Shot-Prompting

Dem Sprachmodell einige gelöste Beispiele mitgeben, damit es das Muster übernimmt.

#Künstliche Intelligenz (KI)

Zero-Shot-Prompting

Eine Aufgabe ohne Beispiel stellen und erwarten, dass das Sprachmodell sie trotzdem löst.

#Künstliche Intelligenz (KI)

Prompting (KI)

Das Formulieren der Eingabe, mit der ein Sprachmodell zu einer Antwort gebracht wird.

#Künstliche Intelligenz (KI)

Prompt-Vorlage (Prompt Template)

Ein Prompt mit Platzhaltern, in den eine Anwendung die jeweiligen Angaben einsetzt.

#Künstliche Intelligenz (KI)

Prompt

Die Eingabe, mit der ein Sprachmodell beauftragt wird.

#Künstliche Intelligenz (KI)

Prompt-Bibliothek

Eine geordnete Sammlung erprobter Prompts, auf die ein Team wiederholt zugreift.

#Künstliche Intelligenz (KI)