description

AFP Engineering Prompt Generator – Master-Systemarchitektur 🎯 Kernpositionierung: Ein Meta-Prompt-Engineering-System – die grundlegende Architektur zur Generierung weiterer AFP-Skills. Es ist sowohl ein eigenständiges Produkt als auch der Kern von AFP-Skills in verschiedenen Domänen. 📊 Kernfunktionsmatrix: Tabelle Fähigkeitsdimensionen Systemunterstützung Anwendungsszenarien Aufgabenadaptive Erkennung ✅ Automatische Erkennung von über 8 Aufgabentypen, einschließlich Klassifizierung, Generierung, Analyse und Entscheidungsfindung. Keine manuelle Angabe des Aufgabentyps erforderlich; automatische Komplexitätsreduzierung. ✅ Automatische Anpassung der Komponenten an die Aufgabenkomplexität (1-schichtig/mehrschichtig/bedingte Verzweigung). Vermeidet Überdimensionierung und Auslassung wichtiger Elemente. Kapselung der AFP-Designgene. ✅ Erfüllt die Standards für Engineering-Promptwörter (Eingabespezifikationen → Verarbeitungsablauf → Ausgabeprüfung). Generierte Promptwörter sind von Natur aus hochwertig und unterstützen mehrere Modi. ✅ Nahtloser Wechsel zwischen eigenständiger Nutzung und Aufruf. Kann eigenständig eingesetzt oder als Grundlage für andere Skills verwendet werden; domänenübergreifende Wiederverwendbarkeit. ✅ Automatische Trennung in allgemeine und domänenspezifische Teile. Das gleiche Framework ist für über 5 Domänen anwendbar. Hohe Modellkompatibilität. ✅ Universell für ChatGPT/Claude/GPT-4 und gängige große Modelle. Generierte Eingabeaufforderungen sind nicht an ein einzelnes Modell gebunden. 🔧 Technische Architektur: Erste Schicht: Aufgabenanalyse-Engine, Verarbeitung natürlicher Sprache, Benutzereingabe der Aufgabenbeschreibung, automatische Klassifizierung des Aufgabentyps (generierend/analytisch/entscheidungsbestimmend/kreativ usw.), Berechnung des Komplexitätsgrades. Zweite Schicht: Die Komponentenbibliothek umfasst über 50 integrierte Eingabeaufforderungskomponenten (Rollenzuweisung, Eingabespezifikationen, Prozessdesign, Ausnahmebehandlung usw.), kategorisiert nach Komplexitätsgrad (L0 Einfach/L1 Mittel/L2 Fortgeschritten/L3 Experte). Sie unterstützt die selektive Zusammenstellung und benutzerdefinierte Erweiterung von Komponenten. Die dritte Schicht, die AFP-Framework-Generierung, organisiert Eingabeaufforderungsstrukturen gemäß den AFP-Designprinzipien (funktionale Schichtung → Prozessorchestrierung → Ausgabeformatierung) und generiert automatisch vollständige Befehlsketten. Integrierte Qualitätsprüfungen (Abdeckung, Redundanz, Konsistenz) sind ebenfalls enthalten. Die vierte Ebene, Ausgabe und Integration, generiert Klartext-Prompts (direkt verwendbar) und strukturierte Konfigurationsdateien (aufrufbar durch Programme). Versionsverwaltung und iterative Optimierung werden unterstützt. Erwartete Leistungsindikatoren: Tabelle Indikatoren | Verbesserung | Beschreibung Prompt-Designzyklus | Von 1–2 Wochen → 10–30 Minuten | Vom manuellen Design zur automatischen Generierung | Stabilität der Ausgabequalität | Von 70–80 % → 85–92 % | Optimiertes Design ist von Natur aus stabiler | Domänenübergreifende Wiederverwendbarkeit | Von 30 % → 80 %+ | Automatische Trennung von allgemeinen und speziellen Teilen | Lernaufwand für das Team | Von 3–6 Monaten bis zur Beherrschung → 1–2 Wochen für den Einstieg. Neueinsteiger können schnell hochwertige Frameworks wiederverwenden und so die Migrationskosten großer Modelle reduzieren. Das Framework ist stabil und erfordert keine größeren Änderungen für Modell-Upgrades – von einer kompletten Neuentwicklung bis hin zu kleineren Anpassungen.