Eine Lebensmittelkette entwickelt einen Chatbot, der den aktuellen Lagerbestand abfragen und Artikelstandorte im Geschäft zurückgeben muss. Welches Prompt-Engineering-Muster ist für den Aufbau dieses Chatbots am besten geeignet?

ReAct-Prompting (Reasoning and Acting) ist am besten geeignet, da es dem Chatbot ermöglicht, sowohl zu überlegen (Reasoning), welche Informationen benötigt werden, als auch Aktionen (Acting) durchzuführen, um diese Informationen zu beschaffen. Für die Abfrage von Lagerbeständen und Artikelstandorten muss der Chatbot externe Tools oder Datenbanken nutzen. ReAct kann diese Schritte sequenziell planen und ausführen. Zero-shot und Few-shot Prompting sind weniger geeignet, da sie hauptsächlich für Aufgaben gedacht sind, die direkt aus dem Wissen des Modells oder wenigen Beispielen gelöst werden können, ohne externe Aktionen. Least-to-most Prompting ist nützlich für komplexe Denkaufgaben, die in kleinere Schritte zerlegt werden können, aber es beinhaltet nicht direkt die Ausführung externer Aktionen wie ReAct.