194 - Der System-Prompt

Wer sich in einer Klick-Oberfläche einen eigenen Agenten baut, wählt ein Modell aus und schreibt einen Text in ein Feld. Für die meisten ist dieser Text der Agent. Technisch ist er ein einzelner Parameter im Aufruf, und aus unserer Sicht das langweiligste Stück am ganzen Harness. Stufe drei unserer Agentenreihe: was der System-Prompt wirklich ist, was die großen Coding-Agenten hineinschreiben, und warum zehn Rollentexte noch keine Firma ergeben.

• Eine eigene Rolle mit Vorrang, die bei jedem Aufruf ganz vorne mitgeht: bei Anthropic ein eigenes Feld vor der Nachrichtenliste, bei OpenAI die Rollen system und developer. Der Vorrang ist trainiert, kein Schloss
• System-Prompt ist nicht Tool Calling. Vier Bausteine, vier Fragen: Wer bin ich und wie arbeite ich? Was kann dieses Werkzeug? Was ist bisher passiert? Was ist jetzt die Aufgabe?
• Was bei Claude Code drinsteht, seit der Quellcode versehentlich öffentlich wurde: ein Baukasten aus Dutzenden bedingten Teilen, die Cache-Grenze, Zahlen statt Adjektive. Und das Gegenmodell Pi von Mario Zechner, unter 1.000 Token inklusive Werkzeuge
• Die Vergleichsstudie von Drew Breunig und Srihari Sriraman: gleicher Harness, gleiches Modell, nur der System-Prompt getauscht. Einmal methodisch, einmal iterativ, beide lösen die Aufgabe
• Ein System-Prompt ist ein Wunsch, keine Garantie. Warum die KI-Firma aus CEO-, CTO- und Marketing-Agent in der Praxis nicht funktioniert: Eine Berkeley-Studie über 1.600 Arbeitsprotokolle misst 41 bis 87 Prozent Fehlerquote, und das Modell ist fast nie der Grund
• Was in den System-Prompt gehört und was nicht. Die Experimente dazu stehen auf building-agents.com, Block 1, Kapitel 3

Zum Nachlesen: Drew Breunig, How Claude Code Builds a System Prompt: https://www.dbreunig.com/2026/04/04/how-claude-code-builds-a-system-prompt.html Drew Breunig und Srihari Sriraman, How System Prompts Define Agent Behavior: https://www.dbreunig.com/2026/02/10/system-prompts-define-the-agent-as-much-as-the-model.html Mario Zechner, What I learned building an opinionated and minimal coding agent: https://mariozechner.at/posts/2025-11-30-pi-coding-agent/ Claude-Code-Prompt-Historie, Version für Version: https://cchistory.mariozechner.at Cemri, Pan, Yang u. a., Why Do Multi-Agent LLM Systems Fail? (UC Berkeley): https://arxiv.org/abs/2503.13657 Unsere Experimente zum Agentenbau: https://building-agents.com

Die Stimmen in diesem Podcast sind künstlich erzeugt. Die Inhalte stammen von uns.