Ein Prompt ist die Eingabe, mit der du ein KI-Modell steuerst, etwa eine Frage, eine Anweisung oder eine Beschreibung in normaler Sprache. Das Modell richtet seine Antwort an diesem Text und am übrigen Kontext aus, deshalb entscheidet der Prompt maßgeblich über die Qualität des Ergebnisses.
Stell dir vor, du briefst einen sehr schnellen, sehr belesenen Praktikanten, der deinen Betrieb nicht kennt. „Schreib was über Kaffee“ liefert Beliebiges. Mit Ziel, Zielgruppe und Format bekommst du, was du brauchst. So sieht der Unterschied aus:
Schwach:
Schreib was über unsere neue Kaffeemaschine.
Besser:
Schreibe eine Produktbeschreibung für unseren Onlineshop (max. 80 Wörter)
über eine Espressomaschine für Einsteiger. Zielgruppe: Menschen, die
bisher Kapselmaschinen nutzen. Betone, dass sie in unter 5 Minuten
Espresso zubereiten. Ton: freundlich, ohne Fachjargon. Keine Superlative.
Der Begriff kommt vom englischen „to prompt“ (veranlassen). Bei einem Sprachmodell ist der Prompt Text, bei einem Bildgenerator die Bildbeschreibung. Den Umgang damit nennt man Prompting oder Prompt Engineering.
1. Was mit deinem Prompt passiert
Dein Prompt ist nie der einzige Text, den das Modell sieht. Hinter jeder Antwort steht ein Stapel aus mehreren Teilen, und das Modell liest ihn als einen zusammenhängenden Text.
System-Prompt
Rolle, Regeln und Ton, meist vom Anbieter oder App-Entwickler gesetzt
Das erklärt, warum derselbe Prompt in verschiedenen Apps unterschiedlich wirkt: Der System-Prompt der App und der Gesprächsverlauf sind andere. Es erklärt auch, warum lange Chats ungenauer werden können, denn alles muss ins Context Window passen.
2. Bestandteile eines guten Prompts
Ein effektiver Prompt enthält typischerweise diese Elemente:
Kontext: Hintergrund zur Situation oder Aufgabe
Aufgabe: Klare Beschreibung, was das Modell tun soll
Format: Gewünschte Struktur der Ausgabe (Liste, Absätze, Tabelle, Code)
Einschränkungen: Was das Modell beachten oder vermeiden soll
Beispiele: Optional ein bis drei Muster für die gewünschte Ausgabe
Die Visualisierung zeigt, wie die Bausteine zusammenwirken. Blende einzelne Elemente ein oder aus und sieh, wie sich der Prompt verändert.
Vorlagen:
Generierter Prompt5 / 6
Du bist ein erfahrener Data Scientist.
Ich betreibe einen Blog über KI-Tools für kleine Unternehmen.
Erkläre maschinelles Lernen.
Nutze einfache Sprache und maximal 3 Absätze.
Halte die Antwort unter 150 Wörtern. Vermeide Fachjargon.
Tipp: Je spezifischer dein Prompt, desto besser die Antwort. Beginne mit der Aufgabe und füge schrittweise Kontext, Format und Einschränkungen hinzu.
3. Vier Vorlagen zum Kopieren
Ersetze die Angaben in eckigen Klammern. Die Vorlagen sind Ausgangspunkte, die du nach dem ersten Ergebnis nachschärfst.
Text zusammenfassen
Fasse den folgenden Text für [Zielgruppe] in [Anzahl] Stichpunkten
zusammen. Beginne mit der wichtigsten Erkenntnis. Nenne Zahlen genau
so, wie sie im Text stehen. Wenn etwas im Text fehlt, schreibe
„nicht angegeben“ statt zu raten.
Text:
[Text einfügen]
E-Mail beantworten
Schreibe eine Antwort auf die folgende E-Mail. Ziel: [Ziel, z. B.
Termin vorschlagen]. Ton: [freundlich und knapp]. Länge: höchstens
120 Wörter. Duze den Empfänger. Gib nur den E-Mail-Text aus.
E-Mail:
[E-Mail einfügen]
Entscheidung abwägen
Ich muss mich zwischen [Option A] und [Option B] entscheiden.
Meine Situation: [Budget, Zeit, Ziele]. Erstelle eine Tabelle mit
Vor- und Nachteilen beider Optionen für genau diese Situation und
nenne am Ende deine Empfehlung mit zwei Sätzen Begründung. Weise auf
Annahmen hin, die du treffen musstest.
Code prüfen
Prüfe den folgenden [Sprache]-Code auf Fehler und Sicherheitsprobleme.
Liste jedes Problem mit Zeile, Erklärung und einem Korrekturvorschlag
auf. Ändere nichts, was nicht fehlerhaft ist. Wenn du keinen Fehler
findest, sag das.
Code:
[Code einfügen]
4. Arten von Prompts
Die gängigen „Arten“ beschreiben verschiedene Dinge. Sinnvoller ist es, nach unabhängigen Achsen zu sortieren, denn jeder Prompt liegt auf mehreren Achsen gleichzeitig:
Rolle im Gespräch
Varianten
System-Prompt, User-Prompt
Beispiel
Der System-Prompt legt Regeln und Ton fest, der User-Prompt ist deine Anfrage.
Beispiele im Prompt
Varianten
Zero-Shot, One-Shot, Few-Shot
Beispiel
Ohne Beispiel, mit einem oder mit mehreren Mustern für das gewünschte Ergebnis.
Denkanweisung
Varianten
Direkt, Schritt für Schritt (Chain of Thought)
Beispiel
„Erkläre deinen Lösungsweg Schritt für Schritt.“
Zielmedium
Varianten
Text, Bild, Video, Code, Audio
Beispiel
Ein Bildprompt beschreibt Motiv, Stil und Licht, ein Code-Prompt Sprache und Schnittstelle.
Achse
Varianten
Beispiel
Rolle im Gespräch
System-Prompt, User-Prompt
Der System-Prompt legt Regeln und Ton fest, der User-Prompt ist deine Anfrage.
Beispiele im Prompt
Zero-Shot, One-Shot, Few-Shot
Ohne Beispiel, mit einem oder mit mehreren Mustern für das gewünschte Ergebnis.
Denkanweisung
Direkt, Schritt für Schritt (Chain of Thought)
„Erkläre deinen Lösungsweg Schritt für Schritt.“
Zielmedium
Text, Bild, Video, Code, Audio
Ein Bildprompt beschreibt Motiv, Stil und Licht, ein Code-Prompt Sprache und Schnittstelle.
Eigene Einordnung
|
CC BY 4.0
gradually.ai
Few-Shot lohnt sich vor allem, wenn ein Format oder Stil schwer zu beschreiben ist. Das GPT-3-Paper von 2020 hat gezeigt, dass Beispiele im Prompt die Leistung eines Modells deutlich verbessern können. Mehr zum schrittweisen Denken steht im Eintrag zu Chain-of-Thought Prompting.
5. Prompts für Text, Bild, Video und Code
Text
Worauf es ankommt
Ziel, Zielgruppe, Ton, Länge, Format
Beispiel
„Schreibe einen LinkedIn-Post über X, 600 Zeichen, sachlich, ohne Hashtags.“
Bild
Worauf es ankommt
Motiv, Stil, Licht, Perspektive, Bildaufbau
Beispiel
„Espressotasse auf Holztisch, Morgenlicht von links, Makroaufnahme, flache Schärfentiefe.“
Video
Worauf es ankommt
Szene, Kamerabewegung, Dauer, Stil
Beispiel
„Langsamer Schwenk über eine Hafenstadt bei Sonnenaufgang, ruhige Stimmung, 8 Sekunden.“
Code
Worauf es ankommt
Sprache, Eingabe und Ausgabe, Randfälle, Tests
Beispiel
„Schreibe eine Python-Funktion, die Rechnungsnummern validiert, mit drei Testfällen.“
Medium
Worauf es ankommt
Beispiel
Text
Ziel, Zielgruppe, Ton, Länge, Format
„Schreibe einen LinkedIn-Post über X, 600 Zeichen, sachlich, ohne Hashtags.“
Bild
Motiv, Stil, Licht, Perspektive, Bildaufbau
„Espressotasse auf Holztisch, Morgenlicht von links, Makroaufnahme, flache Schärfentiefe.“
Video
Szene, Kamerabewegung, Dauer, Stil
„Langsamer Schwenk über eine Hafenstadt bei Sonnenaufgang, ruhige Stimmung, 8 Sekunden.“
Code
Sprache, Eingabe und Ausgabe, Randfälle, Tests
„Schreibe eine Python-Funktion, die Rechnungsnummern validiert, mit drei Testfällen.“
„Erkläre in drei Absätzen für Geschäftsführer, wo KI im Kundenservice schon heute Zeit spart.“
Zu viel auf einmal
Vorher
„Analysiere den Markt, schreib einen Plan und gestalte die Folien.“
Nachher
Drei einzelne Prompts, jeder mit dem Ergebnis des vorigen als Eingabe.
Kein Format
Vorher
„Vergleiche die Tarife.“
Nachher
„Vergleiche die Tarife in einer Tabelle mit Preis, Laufzeit und Kündigungsfrist.“
Kontext fehlt
Vorher
„Ist das ein guter Preis?“
Nachher
„Wir verkaufen B2B-Software an Handwerksbetriebe. Ist 49 € im Monat pro Nutzer ein guter Preis? Nenne Annahmen.“
Keine Erlaubnis zu passen
Vorher
„Wie hoch war der Umsatz 2019?“
Nachher
„Nutze nur das angehängte Dokument. Steht die Zahl nicht drin, sag es.“
Fehler
Vorher
Nachher
Zu vage
„Schreib was über KI.“
„Erkläre in drei Absätzen für Geschäftsführer, wo KI im Kundenservice schon heute Zeit spart.“
Zu viel auf einmal
„Analysiere den Markt, schreib einen Plan und gestalte die Folien.“
Drei einzelne Prompts, jeder mit dem Ergebnis des vorigen als Eingabe.
Kein Format
„Vergleiche die Tarife.“
„Vergleiche die Tarife in einer Tabelle mit Preis, Laufzeit und Kündigungsfrist.“
Kontext fehlt
„Ist das ein guter Preis?“
„Wir verkaufen B2B-Software an Handwerksbetriebe. Ist 49 € im Monat pro Nutzer ein guter Preis? Nenne Annahmen.“
Keine Erlaubnis zu passen
„Wie hoch war der Umsatz 2019?“
„Nutze nur das angehängte Dokument. Steht die Zahl nicht drin, sag es.“
Eigene Einordnung
|
CC BY 4.0
gradually.ai
Eine verbreitete Empfehlung ist, dem Modell eine Rolle wie „Du bist ein erfahrener Texter“ zu geben. Die Rolle verändert vor allem Ton und Blickwinkel. Dass sie die sachliche Qualität deutlich verbessert, ist bei aktuellen Modellen nicht belegt. Wichtiger sind Material und eine klare Aufgabe.
7. Prompt Engineering und Context Engineering
Prompt Engineering heißt, die Anweisung selbst gut zu formulieren. Context Engineering geht weiter. Es entscheidet, welche Informationen das Modell insgesamt zu sehen bekommt, also Anweisungen, Verlauf, Dokumente, Werkzeugergebnisse und Gedächtnis, und hält sie über die Zeit nützlich. Anthropic beschreibt das in einem Beitrag zu Agenten als die Auswahl und Pflege dessen, was im Kontext steht.
Bei einer einzelnen Frage genügt ein guter Prompt. Sobald du mit langen Chats, Dokumenten oder Agenten arbeitest, entscheidet vor allem, was im Kontext liegt. Gib deshalb nur das Material mit, das für die Aufgabe nötig ist, und starte bei einem neuen Thema einen neuen Chat.
8. Prompting früher und heute
Anweisungen
Frühe Chatbots (2023)
Oft Tricks und Formeln nötig
Heutige Modelle
Klare, direkte Anweisungen reichen meist aus
Schrittweises Denken
Frühe Chatbots (2023)
„Denke Schritt für Schritt“ als Zusatz
Heutige Modelle
Reasoning-Modelle denken von selbst, der Zusatz bringt dort meist wenig
Länge
Frühe Chatbots (2023)
Knapp halten wegen kleinem Kontext
Heutige Modelle
Lange Eingaben und Dokumente sind üblich
Material
Frühe Chatbots (2023)
Wissen kam aus dem Modell
Heutige Modelle
Dateien, Websuche und Werkzeuge liefern den Stoff
Thema
Frühe Chatbots (2023)
Heutige Modelle
Anweisungen
Oft Tricks und Formeln nötig
Klare, direkte Anweisungen reichen meist aus
Schrittweises Denken
„Denke Schritt für Schritt“ als Zusatz
Reasoning-Modelle denken von selbst, der Zusatz bringt dort meist wenig
Länge
Knapp halten wegen kleinem Kontext
Lange Eingaben und Dokumente sind üblich
Material
Wissen kam aus dem Modell
Dateien, Websuche und Werkzeuge liefern den Stoff
Eigene Einordnung
|
CC BY 4.0
gradually.ai
9. Prompting-Techniken im Überblick
Neben den Grundlagen gibt es viele benannte Techniken aus der Forschung. Die Tabelle listet über 50 davon mit Quelle, Aufwand und typischen Einsatzfällen. Sie dient zum Nachschlagen, für den Alltag reichen meist klare Anweisungen, Kontext und ein paar Beispiele. Eine Auswahl erklärt der Beitrag zu Prompting-Techniken.
Zeige 51 von 51 Techniken
10. Was heißt das für dich?
Starte mit einer der Vorlagen oben und schärfe nach dem ersten Ergebnis gezielt nach.
Gib Material mit, statt das Modell aus dem Gedächtnis arbeiten zu lassen, und erlaube ihm ausdrücklich zu sagen, dass etwas fehlt.
Lege Format und Länge fest, dann sparst du Nacharbeit.
Behandle Antworten als Entwurf und prüfe Fakten selbst.
Nutze Prompts aus unbekannten Quellen nur mit Vorsicht, denn eingeschleuste Anweisungen sind ein Risiko, siehe Prompt Injection.
Häufig gestellte Fragen
Sag dem Modell, was du erreichen willst, für wen und in welcher Form. Gib den nötigen Kontext mit, nenne Einschränkungen und lege das Ausgabeformat fest. Wenn dir ein bestimmter Stil wichtig ist, füge ein bis drei Beispiele an. Vorlagen zum Kopieren findest du weiter oben auf dieser Seite.
Sie sind konkret statt vage und enthalten alles, was ein neuer Kollege für die Aufgabe wissen müsste: Ziel, Zielgruppe, Material, Format und Grenzen. Sie sind meist länger als ein Satz, aber klar gegliedert. Der Vergleich im Abschnitt „Fehler und wie du sie behebst“ zeigt den Unterschied.
Ein Prompt ist die Eingabe, die du einem KI-Modell gibst, etwa eine Frage, eine Anweisung oder eine Beschreibung. Bei einem Chatbot ist es dein Text, bei einem Bildgenerator die Bildbeschreibung. Das Modell richtet seine Antwort an diesem Prompt und am übrigen Kontext aus.
Ein „richtig“ im Sinne einer Zauberformel gibt es nicht. Wirksam ist ein Vorgehen. Du formulierst klar, gibst Kontext mit, prüfst das Ergebnis und schärfst den Prompt gezielt nach, statt alles neu zu schreiben. Technische Kniffe wie Beispiele oder Zwischenschritte helfen bei bestimmten Aufgaben, mehr dazu in der Techniken-Tabelle weiter unten.
Typische Bausteine sind Kontext, Aufgabe, Format, Einschränkungen und Beispiele, bei Bedarf ergänzt um eine Rolle. Nicht jeder Baustein ist jedes Mal nötig. Aufgabe und Kontext sind der Kern, der Rest verfeinert das Ergebnis. Die interaktive Visualisierung weiter oben zeigt, was jeder Baustein bewirkt.
Ein einfaches Beispiel lautet „Fasse den folgenden Text in drei Stichpunkten für einen Geschäftsführer zusammen. Nenne zuerst die Entscheidung, die er treffen muss.“ Es enthält Aufgabe, Zielgruppe, Format und eine Priorität. Weitere kopierfertige Beispiele stehen im Abschnitt „Vier Vorlagen zum Kopieren“.
Finn Hillebrandt ist der Gründer von Gradually AI, SEO- und KI-Experte. Er hilft Online-Unternehmern, ihre Prozesse und ihr Marketing mit KI zu vereinfachen und zu automatisieren. Finn teilt sein Wissen hier auf dem Blog in 50+ Fachartikeln sowie über den KI Business Club.
gradually.ai