Wenn du KI-Chatbots für bestimmte Anwendungsfälle baust, brauchst du eine Möglichkeit, zu steuern, wie die KI antwortet. System-Prompts sind der Schlüssel, um eine Allzweck-KI in einen spezialisierten Assistenten zu verwandeln, der bestimmten Richtlinien folgt und beim Thema bleibt.

Das Problem mit Anweisungen auf Benutzerebene
Du könntest denken, die Lösung besteht darin, all deine Anforderungen in die Benutzernachricht selbst einzubauen. Zum Beispiel, der KI in jedem Gespräch zu sagen, "erwähne AWS-Dienste" und "erwähne keine Wettbewerber". Dieser Ansatz hat ernsthafte Einschränkungen:
- Du müsstest jede mögliche Frage und jeden Grenzfall vorhersehen
- Die Anweisungsliste wird unhandlich und sich wiederholend
- Nutzer sehen alle internen Anweisungen, was Gespräche unübersichtlich macht
- Anforderungen ändern sich je nach konkret gestellter Frage

System-Prompts: Ein besserer Ansatz
System-Prompts lösen dieses Problem, indem sie Claude eine Rolle zuweisen, die es spielen soll. Statt spezifische Dos und Don'ts aufzulisten, sagst du Claude, sich wie eine bestimmte Art von Fachperson zu verhalten. Die KI antwortet dann so, wie diese Person natürlicherweise antworten würde.

System-Prompts bieten mehrere entscheidende Vorteile:
- Claude erhält Orientierung, wie es konsistent antworten soll
- Die KI übernimmt die Denkweise und die Einschränkungen der angegebenen Rolle
- Antworten bleiben automatisch fokussiert und markenkonform
- Du musst nicht jedes mögliche Szenario vorhersehen
System-Prompts implementieren
Um einen System-Prompt zu deinem Claude-Gespräch hinzuzufügen, übergibst du ihn als Parameter an die Funktion converse:
system_prompt = """
You are an AWS cloud support specialist. Your job is to answer user queries related
to cloud hosting services on AWS.
"""
response = client.converse(
modelId=model_id,
messages=messages,
system=[{"text": system_prompt}]
)Der System-Prompt wird als Liste übergeben, die ein Dictionary mit einem "text"-Schlüssel enthält. Das sagt Claude, welche Rolle es einnehmen soll, bevor es irgendwelche Benutzernachrichten sieht.
Eine flexible Chat-Funktion bauen
Hier ist eine wiederverwendbare Chat-Funktion, die System-Prompts elegant handhabt:
def chat(messages, system=None):
params = {"modelId": model_id, "messages": messages}
if system:
params["system"] = [{"text": system}]
response = client.converse(**params)
return response["output"]["message"]["content"][0]["text"]Dieser Ansatz lässt dich optional einen System-Prompt einbeziehen. Wenn kein System-Prompt angegeben wird, antwortet Claude als sein Standard-Selbst. Wenn du einen einbeziehst, übernimmt Claude diese spezifische Rolle.
System-Prompts in Aktion
Der Unterschied ist sofort ersichtlich, wenn du dieselbe Frage mit und ohne System-Prompt testest. Frage "Wie hoste ich eine Postgres-Datenbank?" ohne System-Prompt, und du erhältst eine umfassende Antwort, die mehrere Cloud-Anbieter und Self-Hosting-Optionen abdeckt.

Mit einem System-Prompt für einen AWS-Support-Spezialisten fokussiert sich die Antwort ausschließlich auf AWS-Lösungen wie RDS, Aurora und EC2-basierte Deployments. Keine Wettbewerber werden erwähnt, und die Antwort enthält AWS-spezifische Einrichtungsschritte.
Noch beeindruckender ist, wie System-Prompts mit themenfremden Fragen umgehen. Bitte um ein Brotrezept bei aktivem AWS-Spezialisten-Prompt, und Claude lehnt höflich ab, während es in der Rolle bleibt:

Wichtige technische Details
Wenn du mit System-Prompts arbeitest, behalte diese Anforderungen im Kopf:
- System-Prompts dürfen keine leeren Strings sein – sie müssen mindestens ein Zeichen enthalten
- Der system-Parameter erwartet eine Liste von Dictionaries mit "text"-Schlüsseln
- System-Prompts werden vor allen Benutzernachrichten im Gespräch verarbeitet
- Du kannst den übergeordneten
system-Wert zwischen Anfragen ändern, aber nicht mitten in einer einzelnenmessages-Liste
Falls du bereits direkt mit Anthropics Claude API gearbeitet hast, weißt du vielleicht, dass manche Claude-Modelle System-Nachrichten mitten im Gespräch unterstützen — indem eine Nachricht mit der Rolle system zum messages-Array hinzugefügt wird, statt das übergeordnete Feld zu ändern. Diese Funktion ist auf Amazon Bedrock nicht verfügbar. In diesem Kurs legst du System-Anweisungen immer über den übergeordneten system-Parameter bei jedem converse-Aufruf fest.
System-Prompts geben dir mächtige Kontrolle über das Verhalten der KI, ohne komplexe Regelsysteme. Indem du Claude eine bestimmte berufliche Rolle zuweist, erhältst du konsistente, angemessene Antworten, die natürlich den Einschränkungen und der Expertise dieser Rolle folgen.