Eine Bank entwickelt einen Bedrock-gestützten Chatbot, der Fragen zur Kontoeröffnung anhand öffentlicher Bankdokumente beantworten soll. Das Team wird Prompt Engineering nutzen, um die Modellantworten zu gestalten. Welche Prompt-Engineering-Technik passt zu diesem Szenario?

Directional stimulus prompting ist die passendste Technik, da sie das Modell anweist, Informationen aus einem bestimmten Kontext (öffentliche Bankdokumente) zu verwenden und eine spezifische Aufgabe (Beantwortung von Fragen zur Kontoeröffnung) zu erfüllen. Dies ist entscheidend für die Genauigkeit und Relevanz der Antworten eines Chatbots in einem regulierten Umfeld wie dem Bankwesen. Zero-shot prompting wäre zu ungenau, da es keine Beispiele oder Kontextinformationen liefert. Few-shot prompting würde zwar Beispiele geben, aber die explizite Anweisung zur Nutzung der Dokumente fehlt. Complexity-based prompting ist keine gängige oder relevante Technik für dieses Szenario.