Prompt Chaining

Was ist Prompt Chaining?

Prompt Chaining ist die Technik, eine komplexe Aufgabe in eine Sequenz separater Modellaufrufe zu zerlegen, bei der jeder Prompt den Output des vorherigen konsumiert. Statt in einem einzigen Prompt um alles zu bitten, erledigt jeder Schritt eine fokussierte Aufgabe, wobei zusätzliche Latenz und Kosten gegen höhere Zuverlässigkeit und leichteres Debugging getauscht werden.

Die wichtigsten Punkte

• Jedes Glied in der Kette bekommt einen sauberen, fokussierten Prompt, sodass das Modell ein Anliegen nach dem anderen behandelt, statt fünf Anweisungen zu jonglieren und zwei fallenzulassen.
• Zwischen-Outputs sind inspizierbar. Sie können jeden Schritt validieren, protokollieren oder gaten, was unmöglich ist, wenn alles innerhalb einer opaken Generierung passiert. In der ursprünglichen AI-Chains-Studie von Google aus 2022 fand eine 20-Personen-Nutzerstudie, dass Chaining die Aufgabenqualität verbesserte und Transparenz, Kontrollierbarkeit und Kollaborationsgefühl gegenüber einem einzelnen Prompt deutlich erhöhte [1].
• Chaining tauscht Geschwindigkeit und Tokens gegen Zuverlässigkeit. Eine dreistufige Kette kostet drei Aufrufe, und dieser Tausch lohnt sich meist für alles mit einer Qualitätsanforderung.
• Eine Prompt-Kette ist eine feste, vom Entwickler designte Pipeline. Diese Vorhersagbarkeit unterscheidet sie von einem autonomen Agenten, der seinen eigenen nächsten Schritt zur Laufzeit entscheidet.

So funktioniert es

Der Entwickler zerlegt die Aufgabe in Stufen, so wie er eine Funktion zerlegen würde: extrahieren, dann transformieren, dann formatieren, zum Beispiel. Jede Stufe wird zu ihrem eigenen Prompt mit eigenen Anweisungen, und Code dazwischen gibt Ergebnisse weiter, oft nachdem er sie zuerst umgeformt hat. Das Muster taucht in jedem Orchestrierungs-Framework auf, weil es sich direkt auf gewöhnliche Software-Pipelines abbildet: Step Functions, Queues, oder eine einfache Sequenz von API-Aufrufen.

Der Zuverlässigkeitsgewinn kommt aus der Verengung des Umfangs. Ein einzelner Mega-Prompt, der ein Modell bittet, ein Dokument zu lesen, seine Behauptungen zu beurteilen, eine Erwiderung zu entwerfen und sie als Memo zu formatieren, zwingt eine Generierung, jede Anforderung gleichzeitig zu erfüllen, und die Qualität verschlechtert sich still bei den Teilen, die das Modell nachrangig behandelt. Verkettet hat jeder Aufruf einen kurzen Anweisungssatz und einen gut geformten Input, sodass Fehlermodi schrumpfen und zuordenbar werden. Wenn Schritt drei sich falsch verhält, korrigieren Sie den Prompt von Schritt drei. Die Gewinne können dramatisch sein: Googles Least-to-Most-Prompting-Arbeit von 2022, die einen Zerlegungs-Prompt in sequenzielle Teilproblem-Prompts verkettet, löste den SCAN-Kompositionsverallgemeinerungs-Benchmark mit mindestens 99 % Genauigkeit aus nur 14 Beispielen, wo Standard-Chain-of-Thought-Prompting 16 % schaffte [2].

Die Nähte zwischen den Schritten sind auch Kontrollpunkte. Code zwischen Aufrufen kann strukturierte Outputs gegen ein Schema validieren, einen fehlgeschlagenen Schritt wiederholen, basierend auf einem Klassifikationsergebnis verzweigen, oder die Kette stoppen und an eine Person eskalieren. Dort schattiert Prompt Chaining in einen breiteren agentischen Workflow über: Ketten sind das statische, vom Entwickler verfasste Ende des Spektrums, während Agenten ihre eigene Schrittfolge dynamisch wählen.

Beispiel

Ein Team baut einen Changelog-Generator, der nach jedem Release läuft. Ein Prompt würde Brei produzieren, also verketten sie vier. Schritt eins nimmt das rohe Commit-Log und extrahiert nutzersichtbare Änderungen als strukturiertes JSON, verwirft Refactorings und Abhängigkeits-Bumps. Schritt zwei klassifiziert jede Änderung als Feature, Fix oder Breaking Change. Schritt drei schreibt einen kundenfreundlichen Satz für jeden Punkt, gemäß dem Tonfall-Leitfaden des Produkts. Schritt vier setzt das finale Markdown gruppiert nach Kategorie zusammen. Zwischen den Schritten validiert Code das JSON und legt jeden Punkt, der die Klassifikation nicht bestand, in eine Review-Queue. Wenn der Ton zu leger driftet, passen sie nur den Prompt von Schritt drei an, und nichts sonst in der Pipeline bewegt sich.

Häufige Missverständnisse

Der häufige Fehler ist, das gesamte akkumulierte Transkript von Schritt zu Schritt weiterzugeben, nach der Theorie, dass mehr Kontext hilft. Meist schadet es. Nachgelagerte Prompts erben Rauschen und veraltete Anweisungen von vorgelagerten, was Context Rot innerhalb eines einzelnen Pipeline-Laufs einlädt. Geben Sie nur das weiter, was der nächste Schritt braucht, idealerweise als validierte strukturierte Daten, und lassen Sie jeden Prompt sauber starten.

FAQ

Wie unterscheidet sich Prompt Chaining von Chain-of-Thought-Prompting? Chain of Thought passiert innerhalb eines Modellaufrufs: Das Modell reasont Schritt für Schritt, bevor es antwortet. Prompt Chaining erstreckt sich über mehrere Aufrufe mit Code dazwischen. Sie kombinieren gut, da jedes einzelne Glied einer Kette intern Chain of Thought nutzen kann.

Wann sollte ich eine Kette statt eines Agenten nutzen? Nutzen Sie eine Kette, wenn die Schritte im Voraus bekannt sind und bei jedem Lauf gleich, wie eine ETL-artige Content-Pipeline. Nutzen Sie einen Agenten, wenn der Pfad davon abhängt, was das Modell unterwegs entdeckt. Ketten sind günstiger, schneller zu debuggen und leichter zu testen, weshalb sie der Standard sein sollten, bis die Aufgabe echt Laufzeit-Entscheidungen braucht.

Vervielfachen Ketten Fehler? Das können sie, da jeder Schritt eine gewisse Fehlerrate hat und sich Fehler über Glieder hinweg summieren. Die Gegenmaßnahme ist Validierung an den Nähten: Schema-Prüfungen, gezielte Retries und Konfidenz-Gates. Eine Kette mit Prüfungen zwischen den Schritten ist typischerweise weit zuverlässiger als ein langer Prompt ganz ohne Prüfungen.

Quellen

1. Wu et al. (Google), arXiv (CHI 2022). "AI-Chains-20-Personen-Nutzerstudie: Chaining verbesserte Aufgabenqualität, Transparenz und Kontrollierbarkeit gegenüber einem einzelnen Prompt." https://arxiv.org/abs/2110.01691. Abgerufen im August 2026.
2. Zhou et al. (Google), arXiv (Least-to-Most Prompting). "Least-to-Most-Prompting löste SCAN mit mindestens 99 % Genauigkeit anhand von 14 Beispielen, gegenüber 16 % für Chain of Thought." https://arxiv.org/abs/2205.10625. Abgerufen im August 2026.