Teknikken med å formulere instruksjoner til AI for å få best mulig resultat.
Prompt engineering er kunsten og vitenskapen bak å formulere instruksjoner som gir best mulig resultat fra en AI-modell. Det handler om å kommunisere tydelig med modellen — gi den riktig kontekst, begrensninger og eksempler for å styre outputen.
Effektiv prompt engineering bruker teknikker som few-shot learning (gi eksempler), chain-of-thought (be modellen tenke steg for steg), og system-instruksjoner (definer modellens rolle). Mer avanserte teknikker inkluderer constitutional AI-prompting og tree-of-thought-resonnering. Et godt prompt skiller seg fra et middelmådig ved presisjon i instruksjonene og kvaliteten på konteksten som gis.
Med agent-baserte systemer som Claude Code og Codex har prompt engineering utviklet seg fra enkle spørsmål til komplekse instruksjonssett som styrer autonome arbeidsflyter. Evnen til å formulere gode prompts er blitt en kjernekompetanse — ikke bare for utviklere, men for alle som bruker AI-verktøy i arbeidet.