Bessere KI-Prompts schreiben (mit Beispielen)

Ein wirksamer Prompt macht Ziel und Rahmen verständlich. Meist reichen fünf Punkte:

• Aufgabe: Was soll die KI tun?
• Kontext: Für wen und wofür ist das Ergebnis?
• Material: Welche Texte, Daten oder Beispiele darf sie verwenden?
• Anforderungen: Was ist wichtig, was soll sie vermeiden?
• Ausgabe: Welches Format und welche Länge brauchst du?

Nicht jeder Prompt braucht alles. Für eine einfache Umformulierung genügt oft ein Satz. Bei einer komplexen Aufgabe helfen mehr Kontext, klare Kriterien und ein Beispiel. Eine Rolle wie „Du bist Redakteur“ ist optional. Diese Rollenbeschreibung ersetzt keine konkrete Aufgabe.

Vage: „Fasse den Artikel zusammen.“
Klarer: „Fasse den eingefügten Artikel für ein Produktteam in drei Stichpunkten zusammen. Nenne pro Punkt die Aussage und ihre praktische Folge. Nutze nur den Artikel.“

1. Ziel nennen: Beginne mit einem klaren Verb wie erklären, vergleichen, prüfen oder entwerfen.
2. Kontext auswählen: Gib nur Informationen mit, die das Ergebnis beeinflussen.
3. Material abgrenzen: Markiere eingefügte Inhalte und sage, ob andere Quellen erlaubt sind.
4. Kriterien setzen: Nenne Zielgruppe, Ton, Umfang, Ausschlüsse und Erfolgskriterien.
5. Ausgabe prüfen: Bitte bei Bedarf um Quellen, offene Fragen, Annahmen oder eine kurze Prüfliste.

Ein kopierbares Grundmuster:

Aufgabe: [Was soll passieren?]
Kontext: [Für wen und warum?]
Material: [Welche Grundlage gilt?]
Anforderungen: [Kriterien und Grenzen]
Ausgabe: [Format und Länge]
Prüfung: [Quellen, Annahmen oder offene Punkte]

Starte schlank. Ergänze nur den Teil, der im Ergebnis fehlt. Mehr zur Methode findest du im Guide zu Prompt Engineering.

Schreiben:

Schreibe eine freundliche Erinnerungs-E-Mail an einen Kunden, dessen Rechnung seit sieben Tagen offen ist. Wir möchten die Zusammenarbeit fortsetzen. 90 bis 120 Wörter, klare Betreffzeile, kein drohender Ton. Verwende die Rechnungsdaten unten und erfinde nichts.

Recherche:

Vergleiche die drei genannten Angebote für ein Team mit 20 Personen. Nutze nur die verlinkten offiziellen Seiten. Erstelle eine Tabelle mit Preisstand, Kernfunktionen und Einschränkungen. Gib zu jeder Tatsachenbehauptung die URL und das Abrufdatum an. Markiere fehlende oder widersprüchliche Angaben als unklar.

Bei Recherche entscheidet der Zugriff des jeweiligen Produkts mit. Ohne Webzugriff oder bereitgestellte Quellen kann ein Modell keine aktuellen Fakten verlässlich nachschlagen. Prüfe Links und wichtige Aussagen selbst.

Prüfe die folgende TypeScript-Funktion auf Laufzeitfehler und unnötige Datenbankabfragen. Kontext: Node 22, TypeScript strict, PostgreSQL. Die öffentliche Signatur darf sich nicht ändern. Nenne zuerst die gefundenen Probleme mit Begründung. Schlage dann einen kleinen Patch und passende Tests vor. Erfinde keine Bibliotheken oder Projektdateien. Frage nach, wenn wichtiger Kontext fehlt.

Gib bei Codeaufgaben Sprache, Laufzeit, relevante Abhängigkeiten, Fehlermeldung und gewünschtes Verhalten an. Teile nur den nötigen Ausschnitt, aber nicht so wenig, dass Typen oder Aufrufer fehlen. Führe vorgeschlagenen Code in deiner eigenen Umgebung aus und prüfe Tests, Sicherheit und Randfälle.

Bild:

Editoriales Foto eines kleinen Keramikbechers auf hellem Kalkstein, seitliches Morgenlicht, ruhige beige Farbpalette, viel freie Fläche rechts für eine Überschrift, Querformat 3:2, kein Logo und kein Text im Bild.

Video:

Fünfsekündige Aufnahme: Ein rotes Papierboot treibt langsam durch eine Regenpfütze. Die Kamera folgt auf Wasserhöhe von links nach rechts. Sanfte Wellen, bewölktes Tageslicht, ruhiges Tempo, keine Schnitte, kein Text.

Bei Bildern helfen Motiv, Umgebung, Komposition, Licht und Ausgabezweck. Bei Videos kommen Bewegung, Kamera, Dauer und Ablauf hinzu. Produktspezifische Parameter unterscheiden sich. Nutze dafür den Guide für Bild-Prompts und den Guide für Video-Prompts.

• Unklares Ziel: „Mach das besser“ sagt nicht, was besser bedeutet.
• Zu viel Kontext: Lange Vorgeschichten verdecken die eigentliche Aufgabe.
• Widersprüche: „Ausführlich“ und „maximal 50 Wörter“ passen selten zusammen.
• Zu viele Schritte: Teile komplexe Abläufe, wenn du Zwischenergebnisse prüfen musst.
• Beispiele ohne Erklärung: Sage, welches Muster übernommen werden soll.
• Ungeprüfte Ausgabe: Flüssiger Text kann trotzdem falsch sein.

Kürze zuerst Wiederholungen, Schmuckwörter und Anforderungen ohne klaren Zweck. Behalte Ziel, entscheidenden Kontext und prüfbare Kriterien. Ein kurzer, eindeutiger Prompt ist oft leichter zu verbessern als ein langes Regelwerk.

Wenn das Ergebnis nicht passt, ändere jeweils nur einen wichtigen Punkt: Kontext, Beispiel, Grenze oder Ausgabeformat. So erkennst du eher, was wirkt.

Ein Prompt verhält sich nicht überall gleich. Modelle unterscheiden sich bei Sprache, Kontextlänge, strukturierten Ausgaben, Bild- und Dateiverarbeitung, Webzugriff, Werkzeugen und Sicherheitsregeln. Auch Systemanweisungen und Einstellungen der jeweiligen App können das Ergebnis verändern.

Stimme den Prompt deshalb auf die Aufgabe und die genutzte Oberfläche ab. Teste wichtige Prompts mit typischen Eingaben, notiere Modell und Version und prüfe sie nach Anbieterwechseln erneut. Verwende nur Funktionen und Parameter, die der Anbieter für genau dieses Produkt dokumentiert.

Prompting kann Fehler verringern, aber keine Richtigkeit garantieren. Modelle können Quellen erfinden, veraltete Angaben verwenden, Rechenfehler machen oder Unsicherheit zu selbstbewusst formulieren.

Für faktische Aussagen: Verlange konkrete Quellen, öffne sie und gleiche die Aussage mit der Originalstelle ab. Für rechtliche, medizinische und finanzielle Themen: Nutze die Ausgabe höchstens als Ausgangspunkt, prüfe aktuelle Primärquellen und hole bei wichtigen Entscheidungen qualifizierten Rat ein. Für sicherheitskritische Aufgaben: Verlasse dich auf freigegebene Verfahren, Tests und zuständige Fachpersonen, nicht auf eine einzelne KI-Antwort.

Bitte das Modell, fehlende Informationen, Annahmen und Unsicherheiten sichtbar zu machen. Das ist hilfreich, ersetzt aber keine unabhängige Prüfung.