Diese Struktur hilft, reproduzierbare Ergebnisse zu bekommen, ohne unnötig komplex zu werden.
Last updated: 2026-03-19
Formulieren Sie zuerst genau ein gewünschtes Ergebnis. Wenn mehrere Resultate gebraucht werden, lieber in Einzelschritte aufteilen.
Legen Sie fest, aus welcher Rolle das Modell antworten soll und was innerhalb bzw. außerhalb des Auftrags liegt.
Beispiel: 'Handle als Product-Marketing-Manager für B2B-SaaS. Fokus nur auf Onboarding-Mails.'
Kontext ist hilfreich, wenn er Entscheidungen verändert: Zielgruppe, Randbedingungen, Ausgangsmaterial, Qualitätsmaßstab.
Klare Grenzen reduzieren Streuung und erleichtern die Bewertung.
Definieren Sie das Format explizit (Stichpunkte, Tabelle, JSON, Markdown-Abschnitte). So wird der Output direkt nutzbar.
Nennen Sie, woran gute Ergebnisse gemessen werden.
Beispiel: 'Priorität auf Faktenklarheit, knappe Sprache und konkrete nächste Schritte.'
Pass 1 erzeugt den Entwurf. Pass 2 prüft gegen die Kriterien und überarbeitet Schwachstellen.
Testen Sie denselben Prompt mit drei Input-Typen: ideal, minimal, widersprüchlich. Behalten Sie die Version mit stabilster Qualität.
Speichern Sie funktionierende Strukturen pro Aufgabentyp und ersetzen Sie nur die variablen Teile je Projekt.
Auch ein guter Prompt kann schlechte Ausgangsdaten nicht heilen. Wenn Fakten fehlen, bleibt das Ergebnis entsprechend lückenhaft.
Für einen schnellen Gegencheck eignet sich die Seite 'Prompt-Qualitätscheck' auf dieser Website.