📅

Daily Prompt Intelligence — 27. September 2026

🏆 Highlight

### GLM-5.3-Flash wird zum Jev-Entscheider: typisierte Entscheidungen in einem Forward-Pass Der überraschendste Prompt-Engineering-Befund des Tages kommt nicht von einem Riesenmodell, sondern von einem kleinen: Das Privatemode-Team hat GLM-5.3-Flash so gepromptet, dass es typisierte Entscheidungen mit Konfidenzwert in einem einzigen Forward-Pass trifft — auf Augenhöhe mit TypeSafes spezial...

I have enough freshly-verified material. Writing the report now (overwriting the earlier file).

Daily Prompt Intelligence — 27. September 2026

🔤 TOP 3 PROMPTS — Textgenerierung

1. Getippte Entscheidung in einem Forward-Pass: GLM-5.3-Flash als Jev-Ersatz

Prompt (vollständig, kopierbar):

user
{
  "state": "I was charged twice for my order.",
  "question": "Which team?",
  "options": [
    { "index": 0, "name": "payments" },
    { "index": 1, "name": "complaints" },
    { "index": 2, "name": "technical" }
  ]
}

assistant
choice_index:

Am besten mit: GLM-5.3-Flash auf vLLM (Privatemode), per logprobs/prompt_logprobs-API; funktioniert mit jedem Modell, das Token-Logprobs zurückgibt.

Warum effektiv: Statt das Modell das ganze JSON generieren zu lassen, werden State, Frage und durchnummerierte Optionen als JSON in den Prompt geschrieben und die Assistant-Antwort mit choice_index: vorausgefüllt. Man liest dann nur die Wahrscheinlichkeiten der Options-Indizes am ersten Token — eine typisierte Entscheidung mit Konfidenzwert in einem einzigen Forward-Pass, ohne Fine-Tuning, ohne mehrfache Token-Generierung.

Quelle: https://www.privatemode.ai/blog/system-one-from-glm-flash | 87–96 Upvotes, 38 Kommentare auf HN (26.09.)

Community Resonanz: Die Kommentare diskutieren vor allem den Benchmark (29 Datensätze, auf Augenhöhe mit TypeSafe Jev) und dass der Ansatz auch typisierte Entscheidungen auf Bildern erlaubt — etwas, das Jev nicht kann.

2. Go/No-Go-Entscheidung für Ausschreibungen (Baubranche)

Prompt (vollständig, kopierbar):

You are a commercial manager at a {{company_type}} contractor with annual revenue of
about {{annual_revenue}} and a backlog of {{backlog_months}} months.

We are deciding whether to bid {{project_name}}, a {{project_size}} {{project_type}}
project for {{client_type}}, due in {{bid_days}} days, requiring approximately
{{estimator_hours}} estimating hours and {{bonding_impact}} of bonding capacity.

Facts you should weigh:
- Our experience with this project type: {{experience}}
- Our current workload and crew availability: {{workload}}
- Contract form and payment terms: {{contract_terms}}
- Known risks (site, programme, cash, client behaviour): {{known_risks}}
- Competitors likely to bid: {{competitors}}

Give me:
1. A go / no-go recommendation with the two strongest reasons for it.
2. The three questions I should answer before committing to bid.
3. The strongest argument for the opposite decision, so I can test it.
4. What would have to change for the recommendation to flip.

Be direct. Do not hedge into "it depends" without saying what it depends on. Return a
short table of decision factors with a rating (strong, neutral, weak) and a one-line
justification for each, then the recommendation in two sentences.

Am besten mit: ChatGPT, Claude und Gemini (von der Bibliothek explizit getestet)

Warum effektiv: Rollen-Kontext mit harten Zahlen (Umsatz, Backlog), Platzhalter für Fakten, die das Modell nicht wissen kann, und ein Output-Vertrag, der das stärkste Gegenargument erzwingt. Die Anti-Hedging-Zeile macht die Antwort entscheidbar statt ausweichend.

Quelle: https://github.com/constructelligence-lab/construction-prompts/blob/main/prompts/01-preconstruction/01-bid-go-no-go.md | 28-Prompt-Bibliothek, aktualisiert am 24.09.2026

Community Resonanz: Jeder Prompt der Bibliothek hat fünf Abschnitte (Einsatzzeitpunkt, Prompt, Qualitätskriterien, Follow-ups, Guardrails); der Index wird per CI gegen die Dateien geprüft, damit die Sammlung nicht veraltet.

3. Pelikan auf dem Fahrrad: Der Minimal-Prompt als Messlatte

Prompt (vollständig, kopierbar):

Create a 2D SVG animation of a pelican riding a bicycle and present it as an HTML page.

No testing is required.

Am besten mit: Claude Opus 5.5, GPT-6 Sol, Gemini — jedes Modell, das eigenständige SVG-Animationen schreibt

Warum effektiv: Der kürzeste Prompt des Variora-Projekts beweist, dass Präzision nicht Länge braucht: Subjekt, Aktion und Zielmedium in einem Satz, plus eine bewusste scope-Eingrenzung. Als Vergleichsmesslatte gedacht — dasselbe Minimallot an mehrere Modelle geschickt, zeigt sofort deren Qualitätsstandards.

Quelle: https://github.com/scarletkc/Variora/blob/main/projects/pelican-cycle/PROMPT.md | 14 GitHub-Stars

Community Resonanz: Variora („Different models, the same brief") lädt per Vorlage explizit zu eigenen Vergleichen ein: Prompt kopieren, an mehrere Modelle schicken, Ergebnisse im README verlinken.

🖼️ TOP 3 PROMPTS — Bildgenerierung

Alle drei stammen aus der „Poster Prompts"-Sammlung von John Hartnup: 100 Design-Stile als Copy-Paste-Prompts, diese Woche in Version 2 mit automatisiertem Bewertungs-Loop überarbeitet. Der Aufbau ist immer gleich: erst der Ereignistext, dann der Stilblock, dann das Entscheidungs-Protokoll.

1. Bauhaus-Plakat mit Entscheidungs-Protokoll

Prompt (vollständig, kopierbar):

Brindlewick Village Fête
Saturday 6th September, 12 noon – 5pm
Brindlewick Cricket Club, Hawthorn Lane, Brindlewick
In aid of St. Peter's Church Restoration Fund
Attractions:
- Grand tombola
- Homemade cakes, jams and preserves
- BBQ and refreshments
- Plant and produce stall
- Children's games and bouncy castle
- Ferret racing
- Live folk music from The Muddy Boots
- Local craft and maker stalls
Free entry. All welcome. Organised by Brindlewick Village Community Association.

Design this poster in Bauhaus / Modernist style (1920s–1930s).

Contemporary event poster in Bauhaus exhibition style
Visual traits:
- primary colour blocks — red, blue, yellow
- basic geometric shapes — circles, rectangles, semicircles
- flat colour with no texture or shading
- abstracted symbolic forms rather than literal illustration
Typography:
- bold geometric sans-serif
- clear hierarchy with few sizes
- asymmetrical text placement
Palette: primary red, blue, yellow, black, white
Layout: asymmetrical grid; information-first; generous negative space
Subject: none. The poster is built from form, colour and geometry. Do not introduce a representational image to illustrate the event.
Mood: cultural, gallery-like, confident, design-led
Avoid: pastel florals, decorative borders, bunting, hand-drawn craft aesthetics

Before drawing, read the event copy above and decide the following.
State your decisions in one short paragraph, then generate the poster.
1. The hook.
Find the single line a passer-by needs in order to know whether this is for
them. It is usually what the event would be called in conversation — "the
village fête", "the plant sale" — not who is organising it, not who it is in
aid of, not the ticket price, not the promoter. If two lines compete, choose
the one the reader would most miss if it were removed. That line is the
poster.
2. The tiers.
Sort the remaining copy into two further groups: what someone needs in order
to turn up (day, date, time, place), and everything else (prices, credits,
beneficiaries, lists of what's on, small print). Every line of copy appears on
the finished poster — the hierarchy governs size and position, never
inclusion. Make the steps between the three tiers unmistakable: the hook
should be several times the size of the small print, not one notch larger. If
a fact the second tier needs is missing from the copy, leave it out and say
so — do not invent it.
3. The subject.
Whatever the Subject line in the style block calls for, there is only ONE of
it: one thing the eye lands on, in front, sharp, unambiguous.
A setting is allowed beneath it. A single coherent place — one continuous
scene, held back in contrast and detail — earns its keep, because it
establishes where and when in a single move. The test is continuity: a street
of shopfronts behind the subject is one place. A bicycle, a coffee cup, a dog
and a shop sign arranged around it are an assortment, and an assortment is the
failure this brief exists to prevent. If the secondary imagery cannot be
described as one place, cut it.
Everything else is type. Names, dates, times, addresses, prices and web
addresses are read, not depicted — never illustrate them. A list of what's on
exists to answer questions once someone is already reading; it is not a
specification for one small vignette, badge or icon each.
Small marks tied to individual lines of small print — a device beside the
address, a mark beside the beneficiary — are typographic furniture, and are
fine. A grid of icons standing in for the list of what's on is not.
Do not invent logos, crests, badges or sponsor marks for the organisations
named in the copy. A real committee will otherwise be handing out a poster
carrying a coat of arms their club does not have.
The image should not merely restate the hook. A poster headed "Spring Plant
Sale" showing a spring plant sale has said one thing twice.
One piece of wit is permitted, and only one. It belongs inside the single
subject or at its edge, never as a second element competing beside it. If it
cannot be placed within the composition, leave it out. Draw only what you can
be sure the event has.

Am besten mit: ChatGPT (Bildgenerierung), GPT-Image-Modelle, Gemini

Warum effektiv: Der Stilblock liefert visuelle Merkmale, Typografie, Palette, Layout und Anti-Pattern — und das Entscheidungs-Protokoll zwingt das Modell, zuerst Hook, Hierarchie-Stufen und ein einziges Motiv festzulegen, bevor es zeichnet. Das verhindert die typischen Plakat-Fehler: Icon-Raster, erfundene Logos, überladene Vignetten. In der Quelle schließt sich noch Regel 4 („Names") an.

Quelle: https://john.hartnup.uk/poster-prompts/bauhaus-modernist/ | Sammlung auf HN geteilt (u. a. 6 Punkte: news.ycombinator.com/item?id=49769138)

Community Resonanz: Nach HN-Feedback (viele Kommentatoren bemängelten erfundene Logos und wörtlich illustrierte Textzeilen) wurde die Sammlung in Version 2 mit automatisiertem Prompt-Expansions- und Bewertungs-Loop überarbeitet.

2. Konstruktivistisches Agitprop-Plakat

Prompt (Stilblock, kopierbar — davor und danach identisch wie bei Nr. 1: Ereignistext + Entscheidungs-Protokoll):

Design this poster in Constructivist style (1920s–1930s).

1920s avant-garde cultural event poster
Visual traits:
- diagonal axes and wedge shapes
- photomontage or halftone collage
- red and black dominance
- radiating lines suggesting movement
- bold geometric abstraction
Typography:
- heavy block sans-serif
- text at angles
- contrasting size extremes
Palette: red, black, white, occasional grey
Layout: dynamic diagonal; elements appear to thrust outward
Subject: this style is a container and takes whatever subject you bring,
and the copy almost always offers several. Before choosing, name three or
four things in it that could each carry a picture — the obvious one, but
also the quieter ones — and say what they are. An observatory open night
might offer the meteorite visitors are allowed to hold, the queue winding
up the stairs, or the dome standing open to the night.

Am besten mit: ChatGPT (Bildgenerierung), GPT-Image-Modelle

Warum effektiv: Der Subject-Abschnitt macht den Stil zum Container: Das Modell muss erst drei, vier Motiv-Kandidaten aus dem Text benennen, bevor es eines als einziges Motiv wählt (Fortsetzung in der Quelle) — so entsteht echte Diagonal-Dynamik statt eines beliebigen Bildes. Enge Farb- und Typografie-Vorgaben halten den Agitprop-Look stabil.

Quelle: https://john.hartnup.uk/poster-prompts/constructivist/

Community Resonanz: Jede Stilseite zeigt den Prompt direkt neben zwei Ergebnisversionen (Fête- und Gig-Plakat), jeweils umschaltbar zwischen Version 1 und Version 2.

3. Art-Nouveau-Lithografie à la Mucha

Prompt (Stilblock, kopierbar — Rahmen wie bei Nr. 1: Ereignistext + Entscheidungs-Protokoll):

Design this poster in Art Nouveau style (1890s–1910s).

Fin-de-siècle lithograph poster for a cultural event
Visual traits:
- sinuous whiplash curves
- ornamental borders and frames
- flat colour areas with fine linework
- female figure or floral motif as centrepiece
Typography:
- custom lettering integrated into curves
- tall condensed serifs
- decorative capitals
Palette: muted gold, sage, dusty rose, teal, cream
Layout: vertical format with strong border; figure dominates upper half
Subject: this tradition has its own canonical subject — the one named in the
visual traits above. Use it; it is what the poster is for. The event supplies
the words and the occasion, not the imagery. Render it as well as the
tradition demands, and do not substitute something cleverer.
Mood: elegant, theatrical, fin-de-siècle
Avoid: geometric modernism, sans-serif dominance, flat corporate illustration

Am besten mit: ChatGPT (Bildgenerierung), GPT-Image-Modelle, Midjourney (Stilblock als Prompt-Kern)

Warum effektiv: Hier zeigt sich die Gegen-Strategie zu Nr. 2: Statt Motivfreiheit diktiert der Stil sein kanonisches Zentralmotiv — „do not substitute something cleverer" verhindert, dass das Modell seine eigenen Ideen vor die Tradition setzt. Enge Palette plus Avoid-Linie halten den Lithografie-Charakter.

Quelle: https://john.hartnup.uk/poster-prompts/art-nouveau/

Community Resonanz: Die Sammlung umspannt 100 Stile in acht Kategorien (Grafikdesign-Bewegungen, Kunstströmungen, Drucktechniken, Folk-Asthetiken, Propaganda-Traditionen, Musikszenen, digitale Stile); jede Seite zeigt zwei Beispielergebnisse.

🎬 TOP 3 PROMPTS — Videogenerierung

1. Swiss-Motion-Graphics-Film aus einem Stil-Prompt

Prompt (vollständig, kopierbar — gibt einem Claude-Opus-Agenten den gesamten Stil vor):

You are directing a 30–60 second film in the **Swiss Motion Graphics** style.
The user gives you a topic. You decide everything else (story, layout system,
timing, score, sound) and deliver a finished film. Follow this guide.

## 1. What this style is
Pure 2D graphic design animated on a grid: flat white paper, black type and
bars, a very light grey and **one** saturated red. It is the language of
1950s–70s Zurich concert posters (Müller-Brockmann, Hofmann, Gerstner,
Crouwel) turned into motion the way modern identity systems move
(Experimental Jetset, Pentagram): every element snaps to the grid, every move
lands on a beat, nothing bounces.

The charm is **rigor with one exception**. The whole frame obeys a system, so
the one element that doesn't obey it becomes a character.

Never copy a specific historical poster's composition. Don't use Helvetica or
Akzidenz font files. Pick an OFL neo-grotesque (Archivo, Inter, Schibsted
Grotesk, Instrument Sans…). Never name a real institution on a poster.

## 2. Story: what fits this style
Pick stories where **the system itself tells the story**. Swiss design has
five native powers. Use at least three, and put the strongest one at the
emotional peak:

- The modular grid: show it being built (lines draw on the beat), show it
  briefly in section gaps, and at the peak make the grid mean something — in
  the demo, 7 columns = the 7 notes of A dorian and 16 rows = 16 eighth
  notes, so the poster is the score.
- Snap = beat: every element's arrival is a percussion hit (type clack,
  knife, ruling pen). Picture and music share one coordinate system.
- Rules generate design (programme): the plot is a set of rules applied one
  by one to one artifact; end by showing the same programme generating many.
- Extreme scale contrast: a 700 px numeral next to 19 px technical notes.
- One signal colour: only one thing is red, so red = the protagonist. When
  it breaks a rule it is the only thing on screen that is not exact.

Am besten mit: Claude Opus 5.5 (geschriebener Code → HTML/Video), als lemo-opuscar-Skill; funktioniert mit jedem Code-generierenden Agenten

Warum effektiv: Der Stil-Prompt ist keine Beschreibung, sondern eine Regie-Anweisung mit fünf konkreten „native powers" und harten Negativ-Constraints (kein Helvetica, keine echten Institutionen, kein Müllerscher Kreissegment-Klau). Der Agent wählt Story, Layout-System, Timing und Score selbst — aber innerhalb eines engen stilistischen Regelwerks. Am Ende steht ein kompletter Film, nicht nur ein Clip.

Quelle: https://github.com/lemomo-ai/lemo-opuscar/blob/main/styles/swiss-motion/STYLE.md | 237 GitHub-Stars, erstellt am 26.09.2026

Community Resonanz: lemo-opuscar liefert 39 Filmstile als solche STYLE.md-Dateien (Watercolor, Ukiyo-e, Woodcut, Spy-Titles, Risograph …), jedes mit eigenem Demofilm, komplett in Code vom Modell realisiert; das Repo ist bilingual (EN/中文) und als Claude-Code-Plugin installierbar.

2. Maze-Animation: Der rote Punkt findet den Weg

Prompt (kopierbar):

Create a 2D animation based on the provided image of a maze. The red circle slides
smoothly along the white path, stopping perfectly on the green circle.

Am besten mit: Bild-zu-Video-Modelle mit Bildeingabe (Sora, Veo, Kling, LTX)

Warum effektiv: Präzise Bewegungs-Verben („slides smoothly", „stopping perfectly") plus klare Zielbedingung (grüner Kreis) machen die Aktion überprüfbar — genau die Struktur, die Video-Prompts von vagen Beschreibungen unterscheidet.

Quelle: https://visual-prompt-engineering.github.io/ | Projektseite zum Paper arXiv:2607.25537

Community Resonanz: Die Projektseite zeigt Maze in vier Varianten (5×5, 7×7, 9×9, unregelmäßig) jeweils als Original- und VIPE-Video direkt nebeneinander.

3. RushHour: Das rote Auto muss raus — Zug für Zug

Prompt (kopierbar):

Plan the minimal sequence of moves needed to free the red car and allow it to
exit the parking lot. Output: A video demonstrating the full solution to the
puzzle, one move at a time.

Am besten mit: Bild-zu-Video-Modelle mit Bildeingabe (Sora, Veo, Kling)

Warum effektiv: Der Prompt kombiniert Planungsaufgabe und Output-Vertrag: erst die minimale Zugfolge, dann das Video „one move at a time". Das zwingt das Modell, die Lösung intern zu berechnen, bevor es animiert — Fehler werden im Video sofort sichtbar.

Quelle: https://visual-prompt-engineering.github.io/ | Projektseite zum Paper arXiv:2607.25537

Community Resonanz: RushHour-Level L2 und L3 sind als Original- und VIPE-Varianten auf der Projektseite vergleichbar; die gelungenen Varianten nutzen visuelle Annotationen im Eingabebild.

🧠 TOP 3 NEUE TECHNIKEN

1. Single-Forward-Pass-Entscheidung: Logprobs statt Textgenerierung

Zusammenfassung: Ein LLM als typisierter Entscheider — statt Text auszugeben, liest man die Wahrscheinlichkeiten der Options-Indizes am ersten Token.

Erklärung: Normalerweise lässt man ein LLM ein JSON-Objekt generieren, was pro Feld teuer und langsam ist. Der Trick von Privatemode: State, Frage und durchnummerierte Optionen gehen als JSON in den Prompt, die Assistant-Antwort wird mit choice_index: vorausgefüllt (Prefill), und man fragt nur die logprobs der Options-Indizes an dieser einen Token-Position ab. Eine vLLM-Maske beschränkt das Vokabular auf erlaubte Indizes (Guardrail, nicht Bedingung), und prompt_logprobs liefert die exakte Verteilung nach der Beschränkung. So entsteht in einem Forward-Pass eine typisierte Entscheidung mit Konfidenzwert — ohne Fine-Tuning, mit dem Modell exakt wie vom Server ausgeliefert. GLM-5.3-Flash erreicht damit auf 29 Datensätzen Augenhöhe mit TypeSafe Jev und schlägt es auf Bild-Fragen, die Jev gar nicht bearbeiten kann.

Beispielprompt:

user
{
  "state": "I was charged twice for my order.",
  "question": "Which team?",
  "options": [
    { "index": 0, "name": "payments" },
    { "index": 1, "name": "complaints" },
    { "index": 2, "name": "technical" }
  ]
}

assistant
choice_index:

Anfrage gegen einen vLLM-Endpoint mit prompt_logprobs: Token-IDs der Indizes per /tokenize-Call beim tatsächlich ladenden Modell holen, logprobs für genau diese IDs abfragen, über die Optionen normalisieren → Wahrscheinlichkeit pro Option + Gesamt-Konfidenz (1 = sicher, 0 = alle gleich wahrscheinlich).

Geeignet für: GLM-5.3-Flash auf vLLM, grundsätzlich jedes Modell mit Logprob-API

Ursprung: https://www.privatemode.ai/blog/system-one-from-glm-flash | Repo: https://github.com/edgelesssys/privatemode-decisions-benchmark

Warum heute wichtig: Mit kleinen, günstigen Modellen (GLM-5.3-Flash) lassen sich jetzt Routen-, Klassifikations- und Moderations-Entscheidungen in Agenten-Pipelines abbilden, für die bisher teure „System One"-Spezialmodelle nötig waren — und die Wahrscheinlichkeitsverteilung erlaubt direkt den Schwellwert für „human-in-the-loop".

2. Loop-locked-Still: Dasselbe Bild als erstes und letztes Frame

Zusammenfassung: Eine nahtlos loopende Animation entsteht, indem man dasselbe Standbild als erstes UND letztes Frame an ein Video-Modell schickt.

Erklärung: Das /3dicon-Skill (472 Stars, Sep 23) erzeugt animierte 3D-Icons mit echter Transparenz als WebP. Die Pipeline ist Bild-zu-Video, aber der Trick steckt in der Mitte: Dasselbe Still wird sowohl als erstes als auch als letztes Frame an das Video-Modell (Seedance) übergeben. Weil Start- und Endframe identisch sind, kehrt das Modell automatisch dorthin zurück, wo es begann — der Loop schließt sich ohne sichtbare Naht. Anschließend wird pro Frame der Hintergrund entfernt — gegen eine selbst gewählte Farbe, sodass die Originalfarbe exakt gelöst statt geraten wird, was weiche Kanten ohne Halo erhält.

Beispielprompt:

make an animated 3d fire icon using /3dicon

Pipeline: Still (GPT Image) → als erstes + letztes Frame an Seedance → pro-Frame-Hintergrund-Entfernung → animiertes .webp mit echtem Alpha.

Geeignet für: Claude Code mit OpenRouter (GPT-Image + Seedance), jedes Bild-zu-Video-Modell mit Start-/Endframe-Eingabe

Ursprung: https://github.com/samyost1/3dicon | 472 GitHub-Stars, erstellt am 23.09.2026

Warum heute wichtig: Loopende App-Icons waren bisher Domäne von Sora/Veo-Text-zu-Video mit sichtbaren Loop-Sprüngen. Die Erstes-= letztes-Frame-Technik macht saubere, einsetzbare Loops zum Copy-Paste-Pattern — und die exakte Hintergrund-Auflösung hält Alpha-Kanten sauber statt der üblichen Halo-Säumung.

3. Visual Prompt Engineering (VIPE): Das Eingabebild annotieren statt den Text aufblähen

Zusammenfassung: Bei Bild-zu-Video-Modellen bringt das Bearbeiten des Eingabebildes (Markierungen, Pfade, Pfeile) oft mehr als jeder zusätzliche Prompttext.

Erklärung: Das Forschungsteam um Robert Geirhos zeigt auf der Projektseite zu sechs Aufgaben (Physics, Conjunctive Search, Connect Dots, Sort 3 Numbers, Maze, RushHour) jeweils Original gegen annotierte Variante — mit Videos, die den Unterschied direkt zeigen. Kernbefund: Visual Prompt Engineering verbessert die Video-Reasoning-Leistung über Aufgaben hinweg und kann für Video-Modelle sogar wirksamer sein als klassisches Text-Prompting oder Test-Time-Scaling. Die Praxisregel für Prompt-Autoren: Vor dem Generieren das Quellbild bearbeiten — Start und Ziel markieren, Pfade einzeichnen — und den Prompttext kurz und überprüfbar halten.

Beispielprompt:

Create a 2D animation based on the provided image of a maze. The red circle slides
smoothly along the white path, stopping perfectly on the green circle.

Vor dem Absenden: Das Eingabebild annotieren — Start beim roten Kreis und Ziel
beim grünen Kreis markieren — und Bild plus Prompt gemeinsam einreichen.

Geeignet für: Bild-zu-Video-Modelle (Sora, Veo, Kling, LTX)

Ursprung: https://visual-prompt-engineering.github.io/ | Paper: https://arxiv.org/abs/2607.25537

Warum heute wichtig: Video-Modelle werden gerade zu Foundation-Modellen mit Bildeingabe — wer Videoprompts schreibt, sollte wissen, dass die Hälfte des Prompts im Bild steckt, nicht im Text.

🏆 Highlight des Tages

GLM-5.3-Flash wird zum Jev-Entscheider: typisierte Entscheidungen in einem Forward-Pass

Der überraschendste Prompt-Engineering-Befund des Tages kommt nicht von einem Riesenmodell, sondern von einem kleinen: Das Privatemode-Team hat GLM-5.3-Flash so gepromptet, dass es typisierte Entscheidungen mit Konfidenzwert in einem einzigen Forward-Pass trifft — auf Augenhöhe mit TypeSafes spezialisiertem „System One"-Modell Jev. Der Clou ist nicht das Modell, sondern die Prompt-Form: State, Frage und durchnummerierte Optionen als JSON, die Assistant-Antwort mit choice_index: vorausgefüllt, und dann werden nicht die ausgegebenen Tokens gelesen, sondern die logprobs der Options-Indizes an dieser einen Token-Position. Das macht aus einem generativen LLM einen schnellen, typisierten Klassifikator — der als Bonus sogar über Bilder entscheidet, was Jev nicht kann. Für alle, die Routing-, Moderations- oder Klassifikations-Schritte in Agenten-Pipelines bauen, ist das die relevante Vorlage der Woche.

Prompt (kern, kopierbar):

user
{
  "state": "I was charged twice for my order.",
  "question": "Which team?",
  "options": [
    { "index": 0, "name": "payments" },
    { "index": 1, "name": "complaints" },
    { "index": 2, "name": "technical" }
  ]
}

assistant
choice_index:

Am besten mit: GLM-5.3-Flash auf vLLM mit prompt_logprobs

Quelle: https://www.privatemode.ai/blog/system-one-from-glm-flash | 87–96 Upvotes, 38 Kommentare auf HN (26.09.) | Benchmark-Repo: https://github.com/edgelesssys/privatemode-decisions-benchmark

Community Resonanz: Die HN-Kommentare diskutieren vor allem den fairen Benchmark (29 öffentliche Datensätze, 2–151 Optionen, identische State/Options/Instruktion für alle drei Systeme) und die Stoßrichtung: Kleine LLMs als Jev-Ersatz für typisierte Entscheidungen, ohne Spezialmodell und ohne Fine-Tuning.

📰 Erlesene Artikel & Ressourcen

Bericht erstellt am 2026-09-27 Quellen: Hacker News, AI News Portals, arXiv, GitHub, Personal Blogs