In dieser Episode dreht sich alles um das AI Mindset, Context Engineering und die Kunst des Prompt Engineering. Wir diskutieren, wie sich die Arbeit von Entwicklern durch KI verändert – weg vom reinen Wissensspeicher hin zum Problemlöser.
Wir sprechen darüber, warum wir unsere Prompts oft in Notepad schreiben, bevor wir sie abschicken, und wie wichtig es ist, das Model und seine Limitationen zu kennen. Tokens, Context Windows und die Struktur von Prompts (Rolle, Kontext, Ziel) sind zentrale Themen. Wir gehen auf die 5 Prinzipien des Promptings ein, erklären den Unterschied zwischen Zero-Shot und Few-Shot und teilen unsere besten Tipps und Tricks. Außerdem werfen wir einen Blick auf das GEPA-Framework und diskutieren, ob wir morgen alle arbeitslos sind.
Eine Episode vollgepackt mit praxisnahen Insights für besseres Arbeiten mit LLMs.
Darüber wurde gesprochen:
(00:21) Motivation
(01:01) Mindset für AI
(09:04) Use-Cases für AI: Probleme lösen statt Wissen speichern
(10:32) Prompting mit Notepad entkoppeln
(13:15) Erwartungshaltung und Kennenlernen des Models
(16:57) Was ist ein Prompt für dich?
(21:37) Toooooookens!
(27:23) Nachdenken über den Context
(28:37) Prompt Engineering vs. Context Engineering
(30:01) Keine Geheimnisse! Sei spezifisch!
(33:18) Die 5 Prinzipien des Promptings
(41:00) Markup, POML, Prompt-Templates, Pre-Warming
(43:00) 0, 1, Few Shots
(45:38) Tipps und Tricks
(1:00:37) Domain Driven Design und Context Engineering
(1:03:48) Context Engineering und Tools
(1:07:00) Chain of Thoughts - Gedankenketten generieren einen Plan
(1:09:00) Tool Selection
(1:10:05) Sind wir morgen arbeitslos?
(1:13:06) GEPA-Framework
(1:13:36) 2x Tobis Fazit
Links aus unsere Episode:
GEPA-Framework:
https://github.com/gepa-ai/gepa
Beispiel aus der Episode:
# Rolle
Du bist ein Senior Software Engineer mit Fokus auf Backend-Architektur.
<![CDATA[
<context>
<produkt>
Webbasierte Projektmanagement-Software
</produkt>
<ziel>
Entwirf ein neues Feature zur Benutzeraktivitäts-Verfolgung.
</ziel>
</context>
<feature>
<name>User Activity Log</name>
<beschreibung>
Das System soll relevante Benutzeraktionen speichern und
für Administratoren einsehbar machen.
</beschreibung>
<use_cases>
<case>Admin sieht, wer Projekte erstellt oder gelöscht hat</case>
<case>Audit-Trail für Compliance-Zwecke</case>
</use_cases>
</feature>
<anforderungen>
<funktional>
<punkt>Erfasse Login, Logout, Create, Update, Delete</punkt>
<punkt>Speichere Zeitstempel und User-ID</punkt>
<punkt>Filterbar nach Zeitraum und Aktionstyp</punkt>
</funktional>
<nicht_funktional>
<punkt>Keine spürbare Performance-Verschlechterung</punkt>
<punkt>DSGVO-konform (keine sensiblen Daten)</punkt>
</nicht_funktional>
</anforderungen>
<output>
<erwarte>
<punkt>High-Level-Architektur</punkt>
<punkt>Datenbankschema (vereinfachtes Modell)</punkt>
<punkt>API-Endpunkte</punkt>
</erwarte>
<format>
Markdown mit Code-Blöcken für Beispiele
</format>
</output>
]]>
Hast du Bugs, die wir fixen sollen, oder Themen-Ideen, die wir deployen können? Schick uns eine Pull-Request per Mail: feedback@tobihochzwei.de
Wenn dir der Podcast gefällt, unterstütz uns kurz:
🎧 Abonnieren · ⭐ Bewerten · 📣 Weiterempfehlen
LinkedIn:
https://www.linkedin.com/company/tobihochzwei/
AI Mindset, Prompt Engineering, Context Engineering, LLM, OpenAI, ChatGPT, Copilot, Developer Tools, Softwareentwicklung, Tech Podcast, TobiHochZwei, Tobi Hoch Zwei, Tobi Hoch 2
TobiHochZwei – Doppelt Tobi, doppelt Tech ist der Podcast rund um Software, Cloud und moderne Technologien. Die Hosts Tobias Allweier und Tobias Wittenburg sprechen praxisnah über Softwareentwicklung, Cloud-Architekturen, Künstliche Intelligenz und IT-Strategien. Mit klaren Einblicken aus dem Berufsalltag, echten Erfahrungen und spannenden Gästen liefert jede Folge Orientierung und Mehrwert – für Einsteiger ebenso wie für erfahrene IT-Profis.
www.TobiHochZwei.de/impressum
