Gratis værktøjFå en AI-drevet diagnose af dit website på få minutterPrøv AI Site Doctor
Lad os tale
← Udforsk AI-ordbogen
Prompting & inference

Prompt chaining

Prompt chaining opdeler en AI-opgave i en planlagt række modelkald, hvor resultatet fra ét trin bruges i det næste.

Også kaldet: Promptkæde

Moselstudio · AI-ordbog2 min. læsning
Se mulighederne i jeres virksomhed ↗
Tre keramiske skåle er forbundet med små messinghaner og en fælles strøm.
Et trins resultat føres videre som grundlag for det næste trin.

Hvad betyder Prompt chaining?

Prompt chaining er en måde at organisere en opgave på, når den naturligt består af flere afgrænsede trin. Et system kan først udtrække dokumentfakta, derefter sammenligne dem med krav og til sidst skrive en kort indstilling. Hvert trin har sit eget formål og input.

Forskellen fra én stor prompt er, at mellemresultaterne bliver synlige for programmet. Det kan kontrollere dem, stoppe ved fejl eller bede et menneske om en afklaring, før kæden fortsætter. En kæde er typisk mere fastlagt end en agent, der selv vælger næste handling undervejs.

Flere trin er ikke automatisk bedre. Hvert modelkald tilføjer arbejde, ventetid og et sted, hvor information kan gå tabt. Opdelingen skal derfor løse en konkret vanskelighed og vurderes i forhold til en enklere arbejdsgang.

Definér aftalen mellem to trin

Et mellemresultat bør indeholde præcis det, næste trin behøver. Hvis første trin finder frister, kan hver frist følges af kildeafsnit og status for usikkerhed. Næste trin bør ikke skulle gætte, om en dato er dokumenteret eller blot foreslået.

Bevar også den nødvendige forbindelse til originalmaterialet. Et kort resumé kan være bekvemt, men hvis en undtagelse forsvinder, kan resten af kæden bygge en velordnet konklusion på et forkert grundlag.

Planlæg hvordan kæden stopper

Kontrolpunkter skal være operationelle. Programmet kan kontrollere, at krævede felter findes, og at dokumenthenvisninger peger på kendte kilder. En medarbejder kan afklare et tvetydigt krav, som ikke kan valideres med en enkel regel.

Ved genstart bør systemet vide, hvilke trin der allerede er afsluttet. Især handlinger i eksterne systemer kræver omtanke, så et nyt forsøg ikke opretter samme sag eller sender samme besked igen. Det er en egenskab ved arbejdsgangen, som en formulering i prompten ikke alene sikrer.

FRA BEGREB TIL ARBEJDSDAG

Et eksempel fra praksis

En installationsvirksomhed vil forberede servicebesøg ud fra kundemails. Første trin udtrækker udstyr, adresse og fejlbeskrivelse. Andet trin sammenholder oplysningerne med den relevante servicetjekliste. Tredje trin skriver en kladde til teknikeren.

Hvis udstyrsmodellen mangler, stopper kæden før valg af tjekliste. Medarbejderen afklarer modellen og fortsætter fra det relevante trin. I afprøvningen sammenlignes denne kæde med ét samlet kald på de samme sager, herunder mails med flere installationer og modstridende adresser.

Typiske faldgruber

  • Et usikkert mellemresultat behandles som en fastslået oplysning.
  • Der tilføjes flere trin, uden at deres bidrag bliver målt.
  • Et genforsøg gentager en ekstern handling, som allerede lykkedes.

Det skal I afklare

  1. Definér input, output og stopregel for hvert trin.
  2. Bevar kildehenvisninger og åbne spørgsmål i mellemresultater.
  3. Sammenlign kvalitet og samlet svartid med en enklere løsning.

Spørgsmål og svar

Er prompt chaining det samme som en AI-agent?

Ikke nødvendigvis. En kæde følger som regel en fastlagt rækkefølge. En agent kan have frihed til at vælge værktøj eller næste trin ud fra situationen.

Skal alle trin bruge samme model?

Nej. De kan have forskellige krav. Et modelvalg pr. trin giver dog ekstra kombinationer at teste og dokumentere, så begynd med en overskuelig opsætning.

Kilder og videre læsning

De tekniske begreber bygger på nedenstående kilder. Eksemplerne er illustrative og viser, hvordan I kan arbejde med emnet.

  1. Anthropic: Building effective agentsPrompt chaining, faste delopgaver og kontrolpunkter.
  2. LangChain: Context engineeringStyring af information og tilstand mellem model- og værktøjskald.
FRA VIDEN TIL JERES NÆSTE SKRIDT

Fra begreb til en løsning, I kan bruge.

Beskriv den opgave, I gerne vil gøre lettere. Vi hjælper med at afklare data, muligheder og et overskueligt første skridt.

  • En personlig vurdering af jeres opgave
  • Afklaring af data, systemer og begrænsninger
  • Et konkret forslag til næste skridt
M
Et svar fra mennesker, der bygger.Mosel Studio · Svendborg · Hele Danmark
kontakt@moselstudio.dk
Hvordan vil du helst starte?

Uforpligtende henvendelse · Ingen automatisk tilmelding