Zum Inhalt springen
SONOYA.com
KI

Bessere Prompts schreiben: Regeln mit Beispielen

Bessere Prompts für ChatGPT, Claude und Gemini: fünf Bausteine, Vorher/Nachher-Beispiele, Beispiele im Prompt, XML-Tags und eigene Anweisungen.

Von

Sprechblase mit lächelndem Gesicht auf dunkelrotem Grund als Symbol für einen gut formulierten Prompt an ChatGPT, Claude oder Gemini

Du fragst ChatGPT nach einer Antwort auf eine Mail und bekommst drei Absätze voller Höflichkeitsfloskeln. Claude soll Dir ein Rezept vorschlagen und liefert eines mit Zutaten, die Du nicht im Haus hast, und Gemini fasst ein Dokument in einer Länge zusammen, die das Dokument selbst kaum übertrifft. Das liegt selten am Modell, sondern fast immer daran, dass im Prompt die Informationen fehlen, die Du im Kopf hast. Hier lernst Du fünf Bausteine, mit denen Du das in einer Minute behebst, siehst an drei Alltagsbeispielen den Unterschied und richtest Dir am Ende eigene Anweisungen ein, damit Du Dich nicht jedes Mal wiederholen musst.

Die Regeln stammen aus den offiziellen Prompting-Leitfäden von Anthropic, OpenAI und Google und gelten bei allen drei Anbietern gleichermaßen. Die Menüpfade sind gegen die Hilfeseiten geprüft, Stand 18. November 2026.

Die Grundregel: Schreib für einen klugen Neuling

Anthropic beschreibt Claude in seinen Prompting best practices als brillanten, aber neuen Mitarbeiter, der Deine Gewohnheiten und Hintergründe nicht kennt. Dazu gibt es einen einfachen Test: Stell Dir vor, Du gibst Deinen Prompt einer Kollegin, die von der Aufgabe nichts weiß. Müsste sie nachfragen, was gemeint ist, wird das Modell ebenfalls raten. Und wenn ein Modell rät, landet es beim Durchschnitt, also bei genau den allgemeinen, zu langen Antworten, die Dich stören.

Ein guter Prompt beantwortet deshalb die Fragen, die diese Kollegin stellen würde. Dafür reichen fünf Bausteine:

  • Ziel: Was soll am Ende herauskommen? Nicht „etwas über Akkus”, sondern „eine Entscheidung, ob ich den Akku tauschen lasse”.
  • Kontext: Was weiß nur Du? Deine Situation, Dein Vorwissen, wofür Du das Ergebnis brauchst und warum.
  • Material: Text, Daten oder Dateien, mit denen das Modell arbeiten soll, statt aus dem Gedächtnis zu antworten.
  • Format: Länge, Aufbau, Tonfall. Liste oder Fließtext, fünf Sätze oder eine Seite, förmlich oder locker.
  • Publikum: Für wen ist das Ergebnis? Für Dich, Deinen Chef, Dein Kind oder Kunden ohne Fachwissen?

Nicht jeder Prompt braucht alle fünf. Für „Wie viele Gramm hat ein Esslöffel Mehl?” genügt die Frage. Sobald Dich eine Antwort aber nicht zufriedenstellt, prüf zuerst, welcher dieser Bausteine fehlt.

Besonders wirksam ist der Kontext, wenn Du das Warum dazuschreibst. Anthropic zeigt das an einem Beispiel: Die Anweisung „keine Auslassungspunkte” wird zuverlässiger befolgt, wenn dabei steht, dass der Text später von einer Sprachausgabe vorgelesen wird, die Auslassungspunkte nicht aussprechen kann. Das Modell versteht dann das eigentliche Ziel und vermeidet auch ähnliche Probleme, an die Du gar nicht gedacht hast.

Vorher und nachher: drei Alltagsbeispiele

Eine Mail beantworten

Vorher:

Code
Schreib eine Antwort auf diese Mail.

Nachher:

Code
Schreib eine kurze Antwort auf die Mail unten. Ich sage den Termin am
Donnerstag ab, weil ich krank bin, und schlage zwei Ersatztermine in der
nächsten Woche vor: Dienstag oder Mittwoch, jeweils ab 14 Uhr.
Der Empfänger ist ein Kunde, den ich duze. Ton freundlich, aber knapp,
höchstens fünf Sätze, keine Entschuldigungsfloskeln.

Mail:
[Mail hier einfügen]

Der erste Prompt lässt offen, was Du eigentlich antworten willst, also erfindet das Modell eine Antwort. Der zweite liefert Ziel, Kontext, Material, Format und Publikum in wenigen Zeilen.

Ein Dokument zusammenfassen

Vorher:

Code
Fass das PDF zusammen.

Nachher:

Code
Ich muss morgen entscheiden, ob wir diesen Wartungsvertrag verlängern.
Fass das angehängte PDF für diese Entscheidung zusammen: Laufzeit,
Kündigungsfrist, Kosten pro Jahr und alles, was sich gegenüber einem
üblichen Wartungsvertrag ungewöhnlich oder nachteilig liest.
Höchstens zehn Stichpunkte, jeweils mit Seitenzahl.

Hier macht der Zweck den Unterschied. Eine Zusammenfassung „für die Entscheidung über die Verlängerung” lässt alles weg, was dafür keine Rolle spielt, und die Seitenzahlen erlauben Dir, jede Angabe sofort nachzuprüfen. Wie Du darüber hinaus sicherstellst, dass das Modell nichts erfindet, zeigt Dir KI-Halluzinationen erkennen und vermeiden: so prüfst Du mit fertigen Prompts für Belege und einer Prüfroutine.

Einen Fehler am Rechner lösen

Vorher:

Code
Mein WLAN geht nicht, was kann ich tun?

Nachher:

Code
Mein MacBook Air mit macOS Tahoe 26.1 verliert seit gestern alle paar
Minuten die WLAN-Verbindung. iPhone und Fernseher im selben Netz laufen
stabil, Router ist eine FRITZ!Box 7590. Neustart von Mac und Router habe
ich schon versucht. Gib mir die nächsten drei Prüfschritte in der
sinnvollsten Reihenfolge, mit exakten Menüpfaden. Ich bin geübt am Mac,
aber kein Netzwerkprofi.

Ohne Gerät, System und bisherige Versuche bekommt jeder dieselbe Liste mit zwanzig Standardtipps, darunter den Neustart, den Du längst hinter Dir hast. Mit diesen Angaben kann das Modell die Ursache eingrenzen, und die Bitte um genau drei Schritte hält die Antwort kurz.

Beispiele zeigen statt beschreiben

Manche Dinge lassen sich schwer in Worte fassen, etwa ein bestimmter Tonfall oder ein genaues Ausgabeformat. Dann zeigst Du dem Modell einfach, was Du willst. In der Fachsprache heißt das Few-Shot-Prompting. Google empfiehlt in seinem Leitfaden zu Prompt-Design-Strategien, grundsätzlich Beispiele in Prompts aufzunehmen, Anthropic nennt drei bis fünf Beispiele als guten Richtwert, und OpenAI rät im Prompt-Engineering-Leitfaden, möglichst unterschiedliche Eingaben mit den gewünschten Ausgaben zu zeigen.

Ein Beispiel für Produktbeschreibungen in einem kleinen Onlineshop:

Code
Schreib kurze Produkttexte im Stil der Beispiele.

<beispiele>
<beispiel>
Produkt: Kaffeebecher aus Steingut, 350 ml
Text: Liegt warm in der Hand und hält Deinen Kaffee lange heiß. Spülmaschinenfest, natürlich.
</beispiel>
<beispiel>
Produkt: Leinen-Geschirrtuch, 2er-Set
Text: Trocknet Gläser streifenfrei und wird mit jeder Wäsche weicher.
</beispiel>
<beispiel>
Produkt: Holzbrett aus Eiche, 40 × 25 cm
Text: Groß genug für das ganze Gemüse, schwer genug, dass nichts rutscht.
</beispiel>
</beispiele>

Produkt: Emaille-Kanne, 1,5 Liter
Text:

Drei Dinge machen solche Beispiele gut. Sie ähneln Deinem echten Anwendungsfall, sie unterscheiden sich untereinander genug, damit das Modell nicht ein zufälliges Detail kopiert (etwa immer das Wort „natürlich” am Ende), und sie haben alle exakt dasselbe Format. Google weist ausdrücklich darauf hin, dass das Modell auch Zeilenumbrüche und Trennzeichen aus den Beispielen übernimmt. Zu viele Beispiele sind dagegen kontraproduktiv, weil das Modell dann zu eng an ihnen klebt.

Struktur mit Abschnitten oder XML-Tags

Sobald ein Prompt Anweisungen, Hintergrund und eingefügtes Material mischt, kann das Modell durcheinanderbringen, was Anweisung und was Material ist. Steht in einer eingefügten Mail „bitte antworte bis Freitag”, soll das Modell das nicht als Auftrag an sich selbst verstehen. Abhilfe schaffen klare Grenzen. Anthropic empfiehlt dafür XML-Tags mit sprechenden Namen, OpenAI nennt Markdown-Überschriften und XML-Tags gleichermaßen, und Google empfiehlt für Gemini ebenfalls XML- oder Markdown-Trenner. Die Tag-Namen darfst Du frei wählen, wichtig ist nur, dass Du sie einheitlich verwendest:

Code
<aufgabe>
Vergleiche die beiden Angebote und empfiehl mir eines.
Begründe die Empfehlung in höchstens drei Sätzen.
</aufgabe>

<hintergrund>
Wir sind ein Büro mit vier Personen, drucken etwa 300 Seiten im Monat
und brauchen keinen Farbdruck.
</hintergrund>

<angebot_a>
[Text von Angebot A]
</angebot_a>

<angebot_b>
[Text von Angebot B]
</angebot_b>

Bei langen Dokumenten hilft außerdem die Reihenfolge. Anthropic empfiehlt, umfangreiches Material oben in den Prompt zu setzen und die eigentliche Frage ans Ende. In Tests hat das bei komplexen Eingaben mit mehreren Dokumenten die Antwortqualität deutlich verbessert.

Rückfragen erlauben und schrittweise arbeiten

Wenn Du selbst noch nicht genau weißt, was Du brauchst, dreh den Spieß um und lass Dich befragen:

Code
Ich will für unseren Sportverein eine einfache Website, auf der Trainingszeiten
und Neuigkeiten stehen. Bevor Du irgendetwas vorschlägst, stell mir die
fünf wichtigsten Fragen, die Du für eine gute Empfehlung brauchst.
Frag sie nacheinander, eine pro Nachricht.

Das Modell sammelt so genau den Kontext ein, den Du sonst vergessen hättest. Ähnlich gut funktioniert es, große Aufgaben in Etappen zu zerlegen, was auch Google in seinem Leitfaden empfiehlt: erst die Gliederung, dann nach Deiner Freigabe den ersten Abschnitt, dann den nächsten. Jede Zwischenstufe kannst Du korrigieren, bevor ein Fehler sich durch den ganzen Text zieht. Ein Satz wie „Schreib noch nichts aus, zeig mir zuerst nur die Gliederung” genügt dafür.

Hilfreich ist auch, Korrekturen positiv zu formulieren. Anthropic rät, dem Modell zu sagen, was es tun soll, statt was es lassen soll: „Antworte in zusammenhängenden Absätzen” wirkt besser als „Benutz keine Aufzählungen”. Und weil das Modell den Stil Deines Prompts aufgreift, bekommst Du auf einen Prompt in ganzen Sätzen eher eine Antwort in ganzen Sätzen.

Einmal einrichten, immer nutzen

Was Du in fast jeden Prompt schreibst, etwa Deinen Beruf, Deine Geräte oder dass Du kurze Antworten ohne Einleitung willst, gehört in die dauerhaften Anweisungen. Alle drei Anbieter haben dafür eine allgemeine Einstellung und eine projektbezogene Variante.

  • ChatGPT: Unter Einstellungen > Personalisierung trägst Du Deine eigenen Anweisungen ein (englisch „Custom instructions”), sie gelten dann für alle Chats (OpenAI-Hilfe zu Custom Instructions). Für ein bestimmtes Thema legst Du ein Projekt an, dessen Anweisungen und Dateien nur dort gelten und Deine allgemeinen Hinweise übersteuern (OpenAI-Hilfe zu Projekten).
  • Claude: Klick unten links auf Deine Initialen, dann auf Einstellungen und den Bereich „Your Claude”, und trag Deine Wünsche unter „Instructions” ein (Anthropic-Hilfe zur Personalisierung). In einem Projekt öffnest Du rechts den Bereich mit dem Projektwissen und klickst auf „Set project instructions” (Anthropic-Hilfe zu Projekten).
  • Gemini: Auf gemini.google.com gehst Du unten auf Einstellungen > Persönlicher Kontext, klickst bei Deine Anweisungen für Gemini auf Hinzufügen und sendest den Text ab (Gemini-Hilfe zu Anweisungen). Für wiederkehrende Aufgaben mit eigenen Anweisungen gibt es Gems (Gemini-Hilfe zu Gems).

Die Bezeichnungen in der deutschen Oberfläche weichen je nach App-Version manchmal leicht ab. Ein guter Startpunkt für die allgemeinen Anweisungen sieht so aus:

Code
Ich arbeite als Selbstständiger im IT-Support und nutze einen Mac mit
macOS Tahoe und ein iPhone. Antworte auf Deutsch, direkt und ohne
Einleitung. Bei Anleitungen bitte nummerierte Schritte mit exakten
Menüpfaden. Wenn Dir für eine gute Antwort Angaben fehlen, frag nach,
statt zu raten.

Ob Deine Anweisungen greifen, siehst Du sofort: Stell in einem neuen Chat eine einfache Frage wie „Wie leere ich den DNS-Cache?”. Kommt die Antwort ohne Einleitung, mit nummerierten Schritten und für den Mac, wirken sie. Kommt sie allgemein oder für Windows, prüf, ob die Personalisierung eingeschaltet ist und ob Du gerade in einem Projekt mit eigenen Anweisungen chattest. Bedenke dabei, dass alles, was Du dort einträgst, beim Anbieter gespeichert wird. Welche Einstellungen Du für Deine Daten setzen solltest, steht in KI-Training abschalten: Claude, ChatGPT und Gemini. Wenn Du mit Claude Code programmierst, übernimmt die Datei CLAUDE.md dieselbe Aufgabe für ein Code-Projekt, wie in CLAUDE.md für Claude Code: was rein gehört, was nicht beschrieben.

Was Du Dir sparen kannst

Im Netz kursieren viele Prompt-Tricks aus der Anfangszeit der Chatbots, die heute wenig bringen oder sogar schaden.

Drohungen, Großbuchstaben und „SEHR WICHTIG”. Aktuelle Modelle folgen Anweisungen ohnehin genau. Anthropic rät sogar ausdrücklich, aggressive Formulierungen wie „CRITICAL: You MUST” abzuschwächen, weil neuere Modelle darauf überreagieren und die Anweisung dann auch dort anwenden, wo sie nicht passt. Eine sachliche Anweisung mit Begründung wirkt besser.

„Du bist ein Experte” als einziger Zusatz. Eine Rolle ist nicht nutzlos, Anthropic und Google empfehlen sie sogar, weil sie Ton und Blickwinkel festlegt. Sie ersetzt aber keinen der fünf Bausteine. „Du bist ein erfahrener Steuerberater. Wie spare ich Steuern?” bleibt eine vage Frage. Erst Deine Situation, Dein Ziel und das gewünschte Format machen daraus einen guten Prompt, und dann darf die Rolle gern davorstehen.

Fazit: Kontext schlägt Tricks

Bessere Antworten bekommst Du nicht durch geheime Formeln, sondern indem Du dem Modell sagst, was eine gute Kollegin zum Loslegen bräuchte: Ziel, Kontext, Material, Format und Publikum. Zeig bei Stilfragen ein paar Beispiele, trenn Anweisungen und Material sauber voneinander, und schreib alles, was Du ständig wiederholst, einmal in die dauerhaften Anweisungen. Wie gut das in der Praxis trägt, kannst Du gleich an einer echten Recherche ausprobieren, etwa mit Kaufberatung per KI: Produkte mit Claude vergleichen.

Weiterlesen.