Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com30. Juli 2026 · Q010892

Prompt Packs Are Dead. These 9 GitHub Repos Show What Replaced Them.

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Autor beschreibt „Context Engineering“ als gezielte Zusammenstellung von Anweisungen, Beispielen, Werkzeugen, Dokumenten und Erinnerungen, die ein Modell für eine Aufgabe benötigt. Neun GitHub-Repositories deckten nach seiner Einschätzung ergänzende Schichten dieses Systems ab; Prompt-Sammlungen seien damit nicht verschwunden, sondern zu einem einzelnen Baustein geworden. Die Empfehlungen beruhen auf seiner persönlichen Sicht, und die Sternzahlen sind nur ungefähre Momentaufnahmen.

Mittel

Der Bericht argumentiert, dass Prompt-Sammlungen zunehmend umfassenderen Kontextsystemen weichen. „Context Engineering“ bezeichnet dabei die gezielte Auswahl und Abstimmung all dessen, was ein Modell vor einer Antwort erhält: Anweisungen, Beispiele, Dokumente, Werkzeuge, Erinnerungen und den aktuellen Aufgabenstand. Der Autor verknüpft die Verbreitung des Begriffs mit einem Beitrag von Shopify-Chef Tobi Lütke im Juni 2025 und dessen Weiterverbreitung durch Andrej Karpathy.

Neun GitHub-Repositories stehen für verschiedene Bausteine: Spezifikationen für Programmierassistenten, Prinzipien für produktive Agenten, theoretische Grundlagen, dauerhafte Speicherlösungen wie Mem0 und Letta, Übersichten, automatisch aktivierbare Agent Skills, Übungsnotebooks und ein Lehrbuchprojekt. Der Autor sieht sie nicht als Konkurrenten, sondern als kombinierbare Schichten. Prompts blieben darin erhalten, seien aber nur noch ein Teil eines größeren Systems.

Als Einstieg empfiehlt der Bericht, eine kurze Projektspezifikation mit Zweck, Regeln und Beispielen anzulegen. Die Auswahl und Bewertung der Repositories ist die Einschätzung des Autors; die genannten Sternzahlen sind ungefähre Momentaufnahmen. Der Text bietet keine unabhängigen Vergleichsdaten, und seine Vorhersage zur künftigen Rolle von Prompt-Paketen ist eine Prognose.

Ausführlich lesen

Der Bericht beschreibt den Wandel von einzeln verkauften Prompt-Sammlungen hin zu umfassenderen Kontextsystemen für KI-Modelle. Der Autor, der nach eigener Aussage selbst ein Prompt-Playbook verkauft, argumentiert, dass ein einzelner, sorgfältig formulierter Prompt nicht mehr ausreiche. „Context Engineering“ bedeute, alle Informationen gezielt zusammenzustellen, die ein Modell vor seiner Antwort erhält: Systemanweisungen, Beispiele, abgerufene Dokumente, Werkzeuge, Erinnerungen und den aktuellen Aufgabenstand. Diese Inhalte müssten zudem in das verfügbare Kontextfenster passen.

Als Auslöser für die Verbreitung des Begriffs nennt der Bericht einen Beitrag von Shopify-Chef Tobi Lütke vom 19. Juni 2025 und dessen Weiterverbreitung durch Andrej Karpathy. Der Autor stellt neun GitHub-Repositories vor, die unterschiedliche Bausteine dieses Ansatzes abdecken. Für die Arbeit mit Programmierassistenten empfiehlt er coleam00/context-engineering-intro: Dort dient eine ausführliche Produktspezifikation samt Beispielen und Regeln als Grundlage für die Umsetzung. humanlayer/12-factor-agents bietet laut Bericht zwölf Leitprinzipien, insbesondere dazu, den Kontext eines Agenten bewusst und effizient zu gestalten. davidkimai/Context-Engineering vermittelt die Grundlagen und den theoretischen Hintergrund.

Weitere Projekte behandeln dauerhafte Erinnerung und praktische Umsetzung. Mem0 wird als ergänzbare Speicherlösung für Anwendungen beschrieben, die sich an Nutzer über mehrere Sitzungen hinweg erinnern sollen. Letta beziehungsweise MemGPT verwaltet nach Darstellung des Autors den Kontext und längerfristigen Speicher innerhalb einer Laufzeitumgebung und eigne sich für länger andauernde Aufgaben. Meirtz/Awesome-Context-Engineering sammelt Fachbeiträge und Werkzeuge als Überblick über das Gebiet. muratcankoylan/Agent-Skills-for-Context-Engineering bündelt 17 wiederverwendbare Fähigkeiten, die laut Bericht je nach Aufgabe aktiviert werden können. NirDiamants Repository enthält 30 ausführbare Jupyter-Notebooks zu Speicherverfahren und Werkzeugen; bonigarcias Begleit-Repository zu einem Buch im frühen Zugang bietet einen strukturierten Lernpfad.

Die Projekte werden nicht als konkurrierende Alternativen, sondern als kombinierbare Schichten eingeordnet: Spezifikationen, Gestaltungsprinzipien, Speicher, Fähigkeiten und theoretische Grundlagen. Prompt Engineering sei daher nicht verschwunden, sondern zu einem Bestandteil eines größeren Systems geworden. Als einfachen Einstieg schlägt der Autor vor, für ein aktuelles Projekt eine kurze Spezifikation mit Zweck, Regeln und zwei Beispielen zu verfassen und diese statt eines einzelnen Prompts zu verwenden. Für Programmieraufgaben empfiehlt er den Einstieg über das PRP-Template; für produktive Agenten den Leitfaden zu den zwölf Faktoren.

Die Aussagen und Empfehlungen beruhen auf der persönlichen Auswahl und Einschätzung des Autors, der die neun Repositories nach eigener Aussage an einem Wochenende gelesen hat. Die Sternzahlen sind ausdrücklich nur ungefähre Momentaufnahmen und ändern sich. Auch die Prognose, Prompt-Sammlungen würden künftig vor allem als kostenlose Einstiegsmaterialien dienen, ist eine Einschätzung des Autors. Der Bericht liefert keine systematische Vergleichsstudie oder unabhängigen Leistungsnachweise für die genannten Projekte.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Zusammenfassung ist im Kern treu, weist aber einen Interessenkonflikt des Autors nicht aus. Die drei Einordnungsfragen betreffen Governance, Nachvollziehbarkeit und Gemeinwohl von KI und passen kaum zum Bericht über Context Engineering und Prompt-Pakete, weshalb die Bewertungen niedrig ausfallen. Die Zusammenfassung liegt in zwei Fassungen vor (kurz und mittel); beide habe ich gemeinsam bewertet.

Im Bericht, aber nicht in der Zusammenfassung

  • Interessenkonflikt: Der Autor verkauft selbst ein Prompt-Paket (The Claude Playbook, 27 Dollar auf Gumroad) und bewirbt einen Newsletter, was die Empfehlungen einordnen würde
  • Die Kurzfassung nennt keine Herkunft des Begriffs (Tobi Lütke, Shopify, 19. Juni 2025; Karpathy verbreitet ihn)
  • Die Prognose, Prompt-Pakete würden zum Lead-Magnet statt zum Produkt, wird in keiner der beiden Fassungen genannt

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 35 %gleiches Oberthema, hilft nicht
    • Luna 41 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 49 %beantwortet teilweise oder widerspricht
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 38 %Hintergrund, keine Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 41 %einzelne zitierbare Belege
    • JEV 23 %gleiches Oberthema, hilft nicht
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →