Gute Prompts schreiben: Tipps, Beispiele und Vorlagen

Ein Prompt ist die Anweisung, die du einer KI gibst. Er entscheidet fast allein darüber, ob das Ergebnis brauchbar ist oder nicht. Die gute Nachricht: Das ist keine Geheimwissenschaft. Ein guter Prompt ist ein gutes Briefing. Du sagst, was du brauchst, für wen es ist und in welcher Form es herauskommen soll.

Hier stehen die Regeln, die wirklich etwas ändern, dazu Beispiele im Vergleich vorher und nachher, Vorlagen zum Kopieren und die Techniken, die unter ihren englischen Namen herumgereicht werden.

Was Prompting ist

Prompting heißt, einer KI so genau zu sagen, was du willst, dass sie es liefern kann. Das kann ein Halbsatz sein oder eine strukturierte Anweisung mit Rolle, Ziel, Format und Kriterien. Der englische Begriff dafür lautet Prompt Engineering und er klingt größer, als die Sache ist.

„Wie wird das Wetter morgen?“ ist ein Prompt. „Schreibe eine Produktbeschreibung in 120 bis 150 Wörtern, Ton sachlich, drei Vorteile als Aufzählung, kein Fachjargon“ ist auch einer. Der Unterschied im Ergebnis ist gewaltig.

Warum das so ist, versteht man leichter, wenn man weiß, Wie Sprachmodelle funktionieren. Das Modell rät das jeweils nächste Wort. Je enger du den Rahmen steckst, desto weniger muss es raten.

Fünf Regeln, die den Unterschied machen

1. Sei konkret

Künstliche Intelligenz ist leistungsfähig, aber kein Hellseher. Nenne Thema, Länge und Ton und die Antwort ändert sich sofort.

2. Gib Kontext

Wenn du einem Menschen eine Aufgabe gibst, ohne zu sagen, für wen sie ist, kommt selten das Richtige zurück. Der KI geht es genauso. Zielgruppe, Zweck und Hintergrund gehören in den Prompt, notfalls als kurzer Auszug aus deinen eigenen Unterlagen.

3. Zerlege große Aufgaben

Bei umfangreichen Themen hilft es, den Prompt in Schritte zu teilen. „Erkläre zuerst, was Solarenergie ist, beschreibe dann die Vorteile und gib zum Schluss drei Beispiele aus Städten.“ Das Ergebnis ist geordneter, weil die Reihenfolge schon vorgegeben ist.

4. Sag, was du nicht willst

Verbote wirken oft stärker als Gebote. „Keine Modewörter, keine Aufzählungen, keine Einleitung, die den Auftrag wiederholt.“ Damit fällt genau das weg, was Texte nach Maschine klingen lässt.

5. Nachfassen statt neu anfangen

Der erste Versuch sitzt selten. Statt den Prompt komplett neu zu schreiben, sag, was am Ergebnis stört. „Kürzer. Der zweite Absatz kann weg. Mehr Zahlen im dritten.“ Zwei Nachfassrunden bringen meist mehr als der perfekte erste Prompt.

Prompt-Beispiele: vorher und nachher

Der Unterschied lässt sich schlecht erklären und leicht zeigen. Links steht, was die meisten tippen. Rechts steht, was funktioniert.

Statt	Besser
Schreibe einen Bericht.	Schreibe einen Bericht über Solarenergie in Städten, 200 Wörter, für Gemeinderäte ohne Fachwissen, mit drei konkreten Beispielen.
Fasse das zusammen.	Fasse den Text in fünf Stichpunkten zusammen. Jeder Punkt höchstens zwölf Wörter. Was unklar bleibt, kennzeichne mit „unklar“.
Schreib eine Bewerbung.	Schreibe ein Anschreiben für eine Stelle als Projektleiter im Maschinenbau. Ton sachlich, kein Konjunktiv, kein Eigenlob ohne Beleg, höchstens eine Seite.
Verbessere meinen Text.	Kürze den Text um ein Drittel, ohne Inhalte zu streichen. Behalte meinen Ton. Zeig mir die drei größten Streichungen einzeln.
Erkläre mir Blockchain.	Erkläre Blockchain jemandem, der Onlinebanking nutzt und sonst nichts mit Technik zu tun hat. Ein Vergleich aus dem Alltag, dann fünf Sätze, keine Fachwörter.
Mach mir eine Tabelle.	Erstelle eine Tabelle mit drei Spalten: Werkzeug, Zweck, typischer Fehler. Fünf Zeilen. Keine Erklärung davor oder danach.

Ein Muster fällt auf. Die guten Prompts sagen alle drei Dinge: was herauskommen soll, für wen es ist und was nicht drin sein darf.

Vorlagen zum Kopieren

Diese Gerüste lassen sich für fast alles füllen.

Das Grundgerüst

Rolle: Handle als [Rolle].
Zielgruppe: Schreibe für [Zielgruppe].
Ziel: [Was am Ende vorliegen soll]
Format: [Struktur, Länge, Ton]
Kontext: [Zahlen, Auszüge, Vorgaben]
Verboten: [Wörter, Floskeln, Formate]
Prüfung: Kennzeichne, was du nicht sicher weißt.

Für einen Beitrag

Schreibe rund 800 Wörter über [Thema].
Zielgruppe: Einsteiger. Ton: locker, kurze Sätze.
Aufbau: Einstieg, drei Nutzenpunkte, zwei Risiken, Fazit.
Verboten: Modewörter, Ausrufezeichen, Werbesprache.
Jedes Argument braucht ein Beispiel.

Für eine Anleitung

Erstelle eine Anleitung in fünf Schritten für [Aufgabe].
Je Schritt: eine Überschrift, zwei Sätze, der nötige Befehl.
Am Ende: eine Checkliste und die drei häufigsten Fehler.
Setze voraus: [Betriebssystem, Vorkenntnisse]

Wer es lieber systematisch mag, findet in der PROPER-Systematik ein festes Sechserschema für denselben Zweck.

Die Techniken mit den englischen Namen

Im Netz kursieren ein paar Fachbegriffe. Dahinter stecken einfache Ideen.

Zero-Shot. Du fragst einfach, ohne Beispiel. Das ist der Normalfall und reicht für die meisten Aufgaben.

Few-Shot. Du legst zwei oder drei Muster bei, die zeigen, wie das Ergebnis aussehen soll. Das ist die wirksamste Technik überhaupt, wenn es um Stil oder ein festes Format geht. Ein einziges gutes Beispiel ersetzt drei Absätze Erklärung.

Chain-of-Thought. Du bittest das Modell, den Weg in Schritten zu gehen, statt sofort zu antworten. Bei den neueren Modellen, die von sich aus länger nachdenken, bringt der Zusatz „denke Schritt für Schritt“ allerdings kaum noch etwas. Er hilft dort, wo du selbst den Rechenweg sehen willst.

Rollen-Prompt. „Handle als Datenschutzbeauftragter.“ Das ändert vor allem Wortwahl und Blickwinkel, nicht das Wissen des Modells. Wer eine Rolle vergibt, sollte trotzdem prüfen, was dabei herauskommt.

Werkzeuge und Agenten. Das Modell darf nachschlagen, rechnen oder Dateien lesen, statt aus dem Gedächtnis zu antworten. Das ist der größte Sprung bei Fragen, deren Antwort aktuell sein muss.

Was ohnehin immer mitläuft, ist der Systemprompt. Der steht vor deinem Prompt und prägt die Antwort stärker, als den meisten bewusst ist. Und wenn ein Modell dauerhaft in deinem Ton schreiben soll, ist irgendwann nicht mehr der Prompt das Mittel, sondern Fine-tuning.

Typische Fehler

Zu vage. „Schreibe über Ernährung“ kann alles heißen, also wird es nichts.

Zu eng. „Erkläre die Nervenübertragung auf molekularer Ebene in zwanzig Wörtern“ erzwingt eine Antwort, die entweder falsch oder unverständlich ist.

Alles auf einmal. Fünf Aufgaben in einem Prompt liefern fünf halbe Ergebnisse. Nacheinander fragen kostet eine Minute mehr und bringt fünf ganze.

Ungeprüft übernehmen. Das ist der teuerste Fehler. Die Modelle sind seit 2024 deutlich besser geworden und genau deshalb liest kaum jemand noch kritisch mit. Ein flüssiger Absatz ist kein richtiger Absatz. Zahlen, Namen und Jahreszahlen prüft niemand außer dir.

Die Checkliste vor dem Absenden

• Steht da, was am Ende herauskommen soll?
• Steht da, für wen es ist?
• Sind Länge, Ton und Aufbau festgelegt?
• Hat das Modell den nötigen Kontext, oder muss es raten?
• Steht da, was nicht vorkommen darf?
• Ist gesagt, dass Unsicheres gekennzeichnet werden soll?

Häufige Fragen

Was ist ein Prompt?

Die Eingabe, mit der du einer KI sagst, was sie tun soll. Eine Frage, eine Anweisung oder ein ganzes Briefing.

Was ist Prompt Engineering?

Der Fachbegriff dafür, Prompts planvoll zu bauen und zu verbessern, statt drauflos zu tippen. Mehr steckt nicht dahinter.

Wie schreibe ich einen guten Prompt?

Ziel, Zielgruppe, Format und Verbote in einen Text. Wenn es um Stil geht, ein Beispiel beilegen. Dann nachfassen, statt neu anzufangen.

Wie lang darf ein Prompt sein?

So lang wie nötig. Lange Prompts sind kein Problem, unklare schon. Wichtiger als Kürze ist, dass jeder Satz eine Vorgabe enthält.

Funktionieren dieselben Prompts bei jedem Modell?

Im Kern ja. Die Regeln gelten überall. Im Detail reagiert jedes Modell etwas anders, das merkt man nach ein paar Versuchen.

Fazit

Ein guter Prompt ist kein Zufall und kein Trick. Er ist ein Briefing mit Ziel, Zielgruppe, Format und klaren Grenzen. Wer das eine Woche lang bewusst macht, tippt danach automatisch anders.

Was sich seit 2024 geändert hat: Die Modelle verstehen auch schlechte Prompts besser. Das macht gute Prompts nicht überflüssig, es verschiebt nur die Arbeit. Früher war die Frage, ob überhaupt etwas Brauchbares herauskommt. Heute ist die Frage, ob das Brauchbare auch stimmt.

Quellen

• Anthropic, „Prompt Engineering Overview“, Herstellerdokumentation zu Aufbau und Technik von Prompts
• OpenAI, „Prompt Engineering Guide“, Beispiele und typische Fehler
• Schulhoff et al., „The Prompt Report“ (arXiv 2406.06608, Juni 2024), systematische Übersicht über mehr als 1.500 ausgewertete Arbeiten zu Prompting-Techniken