Was sind Metakontext und Metaprompt bei KI-Modellen?

Metakontext und Metaprompt bezeichnen Anweisungen, die einem KI-Sprachmodell vor dem eigentlichen Gespräch mitgegeben werden. Sie legen fest, wie das Modell sich verhalten soll: Welche Rolle nimmt es ein? Welchen Tonfall soll es verwenden? Worüber darf es sprechen? Was ist verboten?

In der API-Terminologie spricht man vom “System Prompt”. Das ist ein unsichtbarer Text, den der Nutzer in der Regel nicht sieht, das Modell aber als grundlegende Anweisung erhält. “Du bist ein hilfreicher Kundenservice-Assistent für das Unternehmen X. Antworte nur auf Fragen zu unseren Produkten. Verwende einen freundlichen Ton. Gib niemals Informationen über Mitbewerber.” Das ist ein Metaprompt.

Warum sind Metaprompts wichtig?

Weil sie das Verhalten des Modells grundlegend steuern. Ein gut gestalteter Metaprompt kann ein generisches Sprachmodell in ein spezialisiertes Unternehmens-Tool verwandeln. Er definiert Persona, Grenzen, Format und Tonalität.

Schlechte Metaprompts führen zu inkonsistenten Antworten, Halluzinationen über das eigene Unternehmen oder Ausgaben, die nicht zum Markenprofil passen. Gute Metaprompts sind präzise, vollständig und antizipieren Grenzfälle.

Metakontext: der breitere Begriff

Metakontext ist der etwas breitere Begriff und umfasst neben dem System Prompt auch andere Hintergrundinformationen, die einem Modell mitgegeben werden: Dokumentenausschnitte, Produkt-Informationen, Richtlinien. RAG-Systeme laden relevante Dokumente in den Kontext, was auch als Form von Metakontext gesehen werden kann.

Der Unterschied: Der Metaprompt definiert das Verhalten des Modells. Der Metakontext liefert Informationen, auf die das Modell zurückgreifen soll.

Für Unternehmen, die eigene KI-Anwendungen bauen oder Chatbots implementieren, ist das Schreiben guter Metaprompts eine Kernkompetenz. Dabei helfen wir in einer KI-Implementierung.