customizing-prompts.mdx

Interne CrewAI-Prompts anpassen (auch für andere Sprachen/Modelle), Low-Level-Prompt-Kontrolle.

Für wen: Feintuning, nicht-englische Ausgaben, Spezialmodelle.

Im Detail

Diese Anleitung zeigt, wie man die internen System-Prompts von crewAI direkt anpasst – etwa um Agenten auf Deutsch statt Englisch antworten zu lassen oder Prompts auf ein bestimmtes Modell zuzuschneiden, das anders reagiert als die Standard-LLMs. Das ist Low-Level-Kontrolle: Man greift in Formulierungen ein, die crewAI normalerweise automatisch generiert. Relevant für Teams mit nicht-englischsprachigen Endnutzern oder speziellen, weniger verbreiteten Modellen, bei denen die Standard-Prompts schlecht funktionieren. Für den Standardfall mit gängigen Modellen und englischsprachigem Output braucht man das nicht – dort reichen role/goal/backstory aus crafting-effective-agents. Voraussetzung ist ein Grundverständnis, wie crewAI Prompts intern zusammensetzt.

Voraussetzungen

• Laufendes crewAI-Projekt
• Grundverständnis, wie crewAI interne Prompts zusammensetzt
• Bedarf an nicht-englischer Ausgabe oder einem Modell, das von Standard-Prompts abweicht

Schritt für Schritt

1. Prüfen, ob der Standardfall (gängiges Modell, englischsprachiger Output) tatsächlich nicht ausreicht, bevor man in interne Prompts eingreift
2. Die internen System-Prompts gezielt anpassen, etwa um Agenten auf Deutsch statt Englisch antworten zu lassen
3. Formulierungen auf das jeweils verwendete Modell zuschneiden, wenn dieses anders reagiert als die Standard-LLMs
4. Nach der Anpassung die Agentenantworten in der Zielsprache bzw. mit dem Zielmodell gegenprüfen

Beispiel aus der Praxis

Ein Team betreibt einen crewAI-Agenten für deutschsprachige Endnutzer, der Standardmäßig aber auf Englisch antwortet. Durch Anpassung der internen Prompts gemäß dieser Anleitung lässt sich der Agent dazu bringen, konsistent auf Deutsch zu formulieren.

Praxis-Tipp

Vor dem Eingriff erst die Standard-Prompts von crewAI ausgeben lassen und nur die Teile ersetzen, die wirklich nicht passen (z. B. Sprachanweisungen), statt alles neu zu schreiben.

Stolperfallen

Diese Low-Level-Eingriffe sind nur nötig, wenn Standard-role/goal/backstory-Anpassungen (siehe crafting-effective-agents) nicht ausreichen — wer sie ohne echten Bedarf einsetzt, riskiert unnötig komplexen, schwer wartbaren Code. Ohne Grundverständnis der internen Prompt-Zusammensetzung führen Änderungen leicht zu unerwartetem Agentenverhalten.

Siehe auch

• crafting-effective-agents.mdx
• first-crew.mdx
• quickstart.mdx

Lizenz & Quelle

• Lizenz: MIT
• Quelle: crewAIInc/crewAI

Lade …