Prompt Engineering – Der perfekte KI-Prompt-Aufbau

Präzise KI-Prompts zu erstellen führt zu besseren Ergebnissen mit generativen KI-Lösungen wie ChatGPT, Gemini und Claude. In diesem Tutorial zeigen wir die Grundlagen des Prompt Engineerings.

Was ist Prompt Engineering?

Prompt-Engineering ist das systematische und kreative Erstellen von Prompts mit dem Ziel, die Ergebnisse von generativer KI zu  verbessern. Durch die Anwendung einiger Kerntechniken kann man die Ergebnisse von KI-Chatbot-Tools wie ChatGPT, Claude oder Gemini deutlich verbessern. Zu den wichtigsten Techniken zählen folgende Beispiele:

Technik: Chain of Thought ("Gedankenkette")

Fordern Sie die KI bei komplexeren Anfragen dazu auf, "Schritt für Schritt zu denken". Dies führt zu genaueren und logischeren Antworten. Der Ansatz ist besonders nützlich für mathematische Probleme, logisches Denken und Code-Debugging. Moderne LLMs wie GPT-4o enthalten bereits eine Denkphase in ihrer Antwort, aber Sie können jederzeit mit fortgeschritteneren Chain-of-Through-Aufforderungen experimentieren (z. B. "Sag mir jedes Detail"). Es gibt noch viel mehr darüber zu lernen, wie LLMs funktionieren.

Beispiel: "Löse Schritt für Schritt: Ein Zug verlässt den Bahnhof A um 9:00 Uhr mit einer Geschwindigkeit von 60 km/h..."

Technik: Constraints verwenden

Lege Grenzen fest, um das Ausgabeformat, den Ton oder die Länge eingrenzen. Das hilft, allgemeine oder übermäßig ausführliche Antworten zu vermeiden ("AI Bullshit").

Nützliche Constraints:

• Wortzahl: "Begrenzung auf 100 Wörter"
• Format: "Aufzählung als Aufzählungspunkte"
• Stil: "Verwenden Sie eine lockere, freundliche Sprache."

Beispiel: "Fasse den Artikel in 5 Aufzählungspunkten zusammen, verwende einfaches Englisch."

Technik: Prompt-Templates nutzen

Durch einen logischen Prompt-Aufbau spart man Zeit, indem man diesen immer wieder verwenden kann und schneller zu guten Ergebnissen zu kommen. Das hilft beim Texte schreiben, Programmieren, Lernen, Recherchieren und mehr. Kopiere deinen Prompt-Aufbau in ein Textdokument, nutze diesen öfter und verfeinere. Gute Prompts sind eines der Erfolgsrezepte erfolgreicher KI-Profis.

Beispiel-Prompt-Template:

"Du bist ein/e [Rolle]. Deine Aufgabe ist es, [Aufgabe]. Das Thema ist [Thema]. Zielpublikum: [Zielgruppe]. Formatiere  als [Format]. Tonfall: [Tonfall]."

Technik: Follow-up-Prompts

Wenn das ursprüngliche Ergebnis nicht perfekt ist, sollten Sie nicht zu viele Wiederholungen vornehmen. Dieser interaktive Prozess führt zu hochwertigen Endergebnissen.

Ideen Folge-Prompts:

• "Formuliere prägnanter."
• "Füge ein Beispiel hinzu, um dies besser zu erklären."
• "Schreibe in einem positiven Ton."

So erstellt man gute KI-Prompts

Die Qualität der Antworten von ChatGPT (oder eines anderen KI-Chatbots) hängt weitgehend von der Qualität der eingegebenen Prompts ab. Zu lernen, wie man effektive Prompts schreibt, ist die wichtigste Fähigkeit um KI besser zu nutzen. Gute Prompts sind klar, spezifisch und bieten genügend Kontext, damit ChatGPT bessere Antworten liefert.

Beim Prompting sollte man genau angeben, wie das Ergebnis aussehen soll. Anstatt vage Fragen wie "Erzählen Sie mir etwas über den Klimawandel" zu stellen, wäre ein effektiverer Ansatz "Was sind die drei wichtigsten Ursachen des Klimawandels. Nenne mögliche Auswirkungen auf die Landwirtschaft" Je spezifischer man promptet, desto präziser und nützlicher wird die Antwort von ChatGPT und anderen LLMs.

Ein weiterer wichtiger Grundsatz ist die Aufteilung komplexer Anfragen in überschaubare Teile. Wenn man Informationen zu einem breit gefächerten oder vielschichtigen Thema benötigt, sollte man mehrere gezielte Fragen stellen statt einer umfassenden Frage. Dieser Ansatz führt oft zu detaillierteren und besser strukturierten Informationen.

Die perfekte Prompt-Struktur

Eine gut strukturierter Prompt trägt dazu bei, dass ChatGPT klarere Antworten erzeugt. Ein guter Prompt enthält Elemente wie die Rolle, Aufgabe, Kontext, Format und Beispiele. Diese Prompting-Methode nennen wir "Die perfekte Prompt-Struktur".

1. Rolle 

Wenn man ChatGPT eine bestimmte Rolle zuweist, wird die generierte Antwort stärker auf eine bestimmte Fachexpertise oder einen bestimmten Schreibstil abgestimmt. Die korrekte Rolle verbessert alle Texte, wie z.B. formelle geschäftliche Texte, lockere Blog-Inhalte oder technische Dokumentationen. Beispiel:

✅ "Du bist ein erfahrener Textautor für Webtexte."

2. Aufgabe

Legen Sie genau fest, was ChatGPT für Sie tun soll. Anstatt vage nach einem "Text" zu fragen, strukturieren Sie die Anfrage wie folgt. Damit wird klar, dass das erwartete Ergebnis ein Artikel ist und nicht etwa eine Zusammenfassung in Stichpunkten oder ein Wörterbucheintrag.

✅ "Aufgabe: Erstelle einen Blogeintrag."

3. Kontext und Details

Der Kontext hilft, die Antwort so zu gestalten, dass sie für Ihre Zielgruppe und Ihr Ziel relevanter ist. Durch das Hinzufügen dieser Details kann ChatGPT Inhalte generieren, die direkt die Zielgruppe ansprechen und dem Zweck der Anfrage entsprechen. Fügen Sie Details wie z.B.:

✅ "Thema: Buchung eines Strandurlaubs"
✅ "Zielgruppe: Familien mit Schulkindern"

4. Format festlegen

Eine klare Definition der erwarteten Struktur stellt sicher, dass die Ausgabe dem gewünschten Stil entspricht. Hier werden die Länge, die Textformatierung und der Ton angegeben, um ChatGPT zu leiten, eine Ausgabe zu produzieren, die den gegebenen Beschränkungen entspricht.

✅ Beispiel: "Länge: 500 Wörter, als Rich Text, mit H2-Überschriften, Aufzählungszeichen, Fettschrift, Stil: locker."

5. Beispiele nutzen ("Few-Shot Prompting")

Geben Sie ChatGPT ein Beispiel dafür, wie Sie sich die Ausgabe wünschen. Beispiele helfen der KI, die bevorzugte Struktur, den Stil und den Tonfall zu verstehen. Dieser so genannte "few-shot"-Ansatz zeigt ChatGPT, welche Art von Formulierung oder Struktur erwartet wird, und verbessert so die Relevanz der Ausgabe. Denn KIs sind auf bestehenden Texten trainiert worden, die durch die Beispiele leichter wiedererkannt werden können. Dies hilft beim Schreiben von Inhalten, bei der Beantwortung technischer Fragen oder beim Brainstorming für kreative Ideen.

✅ Beispiel: "Daran sollten Sie denken, wenn Sie Ihren Strandurlaub mit der Familie buchen."

Gutes Prompting braucht Übung und Experimentieren

Der Schlüssel zur effektiven Nutzung von ChatGPT und anderen KI-Systemen liegt in 1.) regelmäßiger Anwendung und 2.) systematischem Ausprobieren. Unterschiedliche Arten von Prompts, vielfältige Themen und verschiedene Formulierungsansätze helfen dabei, die Funktionsweise und Reaktionsmuster der KI besser zu verstehen. Auch ungewöhnliche oder kreative Anforderungen können zu besonders hilfreichen Ergebnissen führen. Ein Beispiel:

„Du bist Albus Dumbledore aus Harry Potter. Erkläre mir Betriebswirtschaftslehre so einfach, dass es wie Magie wirkt.“

Solche Experimente zeigen oft neue Möglichkeiten auf, wie KI sinnvoll eingesetzt werden kann – weit über klassische Anwendungsfälle hinaus. Besonders wirkungsvolle Prompt-Formulierungen sollte man dokumentieren und seine persönliche Prompt-Sammlung weiterentwickeln, um Arbeit durch wiederkehrenden Aufgaben zu vermeiden.

Nicht aufgeben: Prompt. Sleep. Repeat.

Nicht jeder Output wird beim ersten Versuch den Erwartungen entsprechen. Generative KI ist ein Werkzeug, das durch gezielte Steuerung und Nachjustierung erst sein volles Potenzial entfaltet. Mit wachsender Erfahrung verbessert sich nicht nur die Qualität der Ergebnisse, sondern auch das Verständnis dafür, wie Prompts gestaltet werden sollten, um präzise Resultate zu erzielen.

Next Steps: Mehr über Prompt Engineering lernen

Prompt Engineering wird laufend weiter entwickelt. Hier einige Quellen, die dabei helfen, neue Techniken zu lernen.

• 🧠 OpenAI's Prompt Engineering Guide:
  https://platform.openai.com/docs/guides/prompt-engineering

• 🧰 Prompt Engineering Guide (Community):
  https://www.promptingguide.ai/

Ralf Schukay

Ralf Schukay liebt Analytics, Python & alles mit Daten. In seiner Freizeit spielt er Synthesizer (Nord, Novation), joggt und fährt Gravel Bike. Er arbeitet als Teamlead Analytics & Conversion mit einem fitten und netten Team in der Berliner Digitalagentur >MAI mediaworx<