Fortgeschrittenes Prompting

Fortgeschrittenes Prompting: Der Praxis-Leitfaden für hermine.ai

In diesem Leitfaden lernen Sie, wie Sie komplexe Aufgaben mit mehrstufigen Prompts, sauberer Struktur und einer klugen Kontextstrategie lösen und wie Sie Ihre besten Prompts in wiederverwendbare Bausteine für das ganze Team verwandeln.

Warum „fortgeschritten"?

Vielleicht haben Sie bereits erste Erfolge mit den Basis-Bausteinen Persona, Aufgabe, Kontext, Format erzielt. In echten Projekten tauchen jedoch schnell neue Herausforderungen auf: lange Dokumente, mehrere Teilaufgaben, Corporate-Ton, strukturierter Output für das BI-Team. Dafür benötigen Sie mehr Feinschliff. In diesem Leitfaden erfahren Sie, wie Sie

  1. Komplexität meistern: Aufgaben zerlegen und klar strukturieren.
  2. Qualität sichern: Fehler reduzieren und einen konsistenten Stil erreichen.
  3. Zeit sparen: wiederverwendbare Prompt-Bausteine aufbauen.

Das Werkzeug-Set besteht aus vier Prompt-Techniken (Instruktion, Rolle, Beispiele, Reasoning) und sechs Prinzipien. Jede Technik wirkt allein, gemeinsam entfalten sie die größte Wirkung.

Technik-Shortcuts in 30 Sekunden

Technik Kurzerklärung Merksatz
Instruktions-Prompt Explizite Handlungsanweisung (Einzelschritt oder Ablauf) „Sagen Sie dem Sprachmodell exakt, was es tun soll."
Rollen-Prompt Weist dem Sprachmodell eine Persona zu, steuert Ton & Fachwissen „Geben Sie dem Modell einen Hut, es spricht im passenden Jargon."
Beispiel-Prompt (Zero/One/Few-Shot) Liefert Input-Output-Beispiele, zeigt Muster & Format „Zeigen Sie, was Sie wollen, das Modell kopiert das Pattern."
Reasoning-Prompt Fordert das Modell auf, Denkschritte offenzulegen „Denken Sie laut in Schritten, weniger Rechenfehler."

Starter-Tipp: Experimentieren Sie zunächst mit einer Technik, bevor Sie mehrere kombinieren. So erkennen Sie, welcher Hebel den größten Effekt hat. Die Techniken im Detail, mit je einem Beispiel, finden Sie unter Prompt-Techniken im Überblick.

Die sechs Prompting-Prinzipien

1. Klare & spezifische Instruktionen

Stellen Sie sich das Sprachmodell als gutmütige, aber wortwörtliche Praktikant:in vor. Fragen Sie „Erzählen Sie mir etwas über unsere Zielgruppen", erhalten Sie irgendeinen Text. Formulieren Sie dagegen „Erstellen Sie einen Vier-Satz-Überblick über jede unserer drei Zielgruppen (Handwerk, Handel, Industrie), sortiert nach Umsatzpotenzial", kennt das Modell Länge, Struktur und Ziel und trifft eher ins Schwarze.

Checkliste
✓ Verb am Anfang (Beschreiben, Listen, Berechnen)
✓ Konkretes Ziel (Aufzählung, Vergleich, Schrittfolge)
✓ Randbedingungen (Zeichen- oder Wortlimit, Zielgruppe, Sprache)

Mini-Übung: Lassen Sie das Sprachmodell eine Checkliste für einen Kundentermin erstellen. Erst vage („Checkliste Kundentermin"), dann konkret („15-Punkte-Checkliste zur Vorbereitung eines Erstgesprächs mit einem Neukunden aus der Lebensmittelbranche, inklusive Rechercheschritten und Gesprächszielen"). Vergleichen Sie die Ergebnisse.

2. Prompt strukturieren: Delimiter & XML-Tags

Sobald ein Prompt mehr als zwei Sätze hat, kann das Sprachmodell Abschnittsgrenzen falsch zuordnen. Einfache Delimiter oder XML-Tags wirken dabei wie farbige Trennblätter in einem Ordner.

  • Delimiter: schnelle Trennung

    ---
    # Aufgabe
    ...
    ---
    # Daten
    ...
    

    Alternativ Angle-Brackets <<TEXT>> oder Triple-Quotes """.

  • XML-Tags: Templates & Wiederverwendung

    <task>
      <instruction>Übersetzen Sie jeden <paragraph/> ins Englische.</instruction>
      <document>
        <paragraph id="1">...</paragraph>
      </document>
    </task>
    

    Das Modell erkennt Struktur & Hierarchie und kann den Output ebenfalls als XML liefern.

Wann nutzen?
Delimiter = schnelle Ad-hoc-Prompts.
XML = standardisierte Workflows (z. B. Support-Vorlagen). Die anfängliche Mehrarbeit zahlt sich durch Konsistenz aus, vor allem, wenn Sie solche Templates als Prompt-Vorlage mit dem Team teilen.

3. Output-Format kontrollieren

Ergebnisse landen häufig in Tickets, Präsentationen oder Datenbanken. Wenn Sie das Format vorab festlegen, sparen Sie Nacharbeit.

Beispiel: Markdown-Tabelle

Frage: Erstellen Sie eine Übersicht der Umsätze je Region (Nord, Süd, West) für Q1 bis Q4 als Tabelle.
Antwort:
| Quartal | Nord | Süd | West |
|---------|------|-----|------|
| Q1      | …    | …   | …    |

Funktioniert ebenso mit JSON, XML, Aufzählungslisten oder benutzerdefinierten Platzhaltern ([NAME]).

Quick-Win: Tabellen in Markdown werden in GitHub, Confluence oder Slack automatisch formatiert angezeigt.

4. Chain Prompts: Aufgaben aufteilen

Drei komplexe Anweisungen in einem Prompt überfordern das Modell. Gliedern Sie lieber:

  • Ein Prompt, klar gestuft
    „Schritt 1: Recherche, Schritt 2: Analyse, Schritt 3: Zusammenfassung."

  • Mehrere Prompts, zum Beispiel für einen Quartalsbericht:

    1. Kernaussagen aus dem Geschäftsbericht extrahieren
    2. Mit den Vorjahreszahlen vergleichen und Auffälligkeiten markieren
    3. Management-Summary in 200 Wörtern formulieren
      → Nach jedem Schritt können Sie prüfen und nachjustieren.

Merksatz: Kritische Daten? → lieber Multi-Prompt-Chain, damit Zwischenprüfungen möglich sind. Wiederholt sich die Kette regelmäßig, lohnt sich ein Agent, der den Ablauf standardisiert übernimmt.

5. Kontextstrategie für lange Inputs

Was bedeutet das? Das Kontextfenster ist die Textmenge, die das Modell „auf einmal" berücksichtigen kann.

Tipps, damit lange Dialoge nicht den Faden verlieren:

  1. Glossar/Abkürzungen festlegen: Einheitliche Begriffe helfen dem Modell, Bezüge herzustellen.
  2. Abschnitts-IDs: Verweisen Sie explizit auf <Abschnitt-3>.
  3. Zwischensummen: „Fassen Sie die letzten 5 Punkte in 80 Wörtern zusammen", um das Gedächtnis aufzufrischen.
  4. Kontext auslagern: Umfangreiche Handbücher, Verträge oder Richtlinien gehören in eine Wissensdatenbank, nicht in den Prompt. Wiederkehrende persönliche Infos übernehmen die Persönlichen Erinnerungen automatisch.

6. Der Rollen-Boost (Priming)

Eine Rolle aktiviert das passende Vokabular und fokussiert das Wissen.

Typische Rollen und was sie bringen:

Rolle Nutzen
Fachjournalist:in Objektive, klar strukturierte Erklärungen
Growth-Marketer:in Überzeugende, zielgruppenorientierte Texte
Mathematiker:in Präzise Formeln, Beweise, Schritt-für-Schritt
Software-Architekt:in Diagramme, Code-Snippets, Design-Patterns

Übung: Lassen Sie denselben Produkttext einmal als nüchterne Pressemitteilung und einmal als lockeren Social-Media-Post schreiben. Beachten Sie, wie stark sich Ton und Wortwahl verändern.

Iterieren wie die Profis: der Selbstkritik-Loop

Der erste Entwurf ist selten der beste. Statt selbst zu redigieren, lassen Sie das Modell in drei Schritten gegen Ihre Kriterien arbeiten:

  1. Entwurf anfordern: „Schreiben Sie einen Entwurf für die Kundeninformation zur Preisanpassung."

  2. Selbstkritik einholen:

    Prüfen Sie Ihren Entwurf kritisch: Ist der Ton wertschätzend? Ist der Grund für die Anpassung nachvollziehbar erklärt? Fehlt ein konkreter Ansprechpartner? Listen Sie alle Schwächen auf.

  3. Überarbeitung anfordern: „Überarbeiten Sie den Entwurf und beheben Sie alle genannten Schwächen."

Dieser Loop funktioniert für Texte, Konzepte und Analysen gleichermaßen und kostet nur zwei zusätzliche Prompts.

Techniken & Prinzipien kombinieren

Starten Sie klein: Instruktion + Format.
Benötigen Sie Stil? → Rolle ergänzen.
Struktur nötig? → Few-Shot-Beispiele hinzufügen.
Logik komplex? → Reasoning aktivieren.

Hinweis: Bei komplexer Logik lohnt sich in hermine.ai zusätzlich ein echtes Reasoning-Modell. Wählen Sie ein Modell mit dem Badge Denkmodus und stellen Sie die Denkdauer passend ein. Details unter Reasoning-Modelle verstehen und einsetzen.

Kurz-Rezept (Template)

<task role="Datenschutz-Jurist">
  <instruction>Extrahieren Sie alle DSGVO-Paragraphen und fassen Sie jeden in höchstens 50 Wörtern zusammen.</instruction>
  <document> … </document>
</task>

Speichern Sie solche Templates als Prompt-Vorlage, Kolleg:innen ersetzen später nur noch den <document>-Block.

FAQ: Häufige Einstiegsfragen

Frage Kurzantwort
Wie verhindere ich Halluzinationen? Kontext & Quellen angeben, Reasoning abfragen.
Was tun, wenn der Output zu lang ist? Wort-/Zeichenlimit oder „TL;DR" anfordern.
Wie viele Few-Shot-Beispiele? Meist 3 bis 7, solange das Kontextfenster reicht.
Kann ich mehrere Rollen mischen? Besser eine Hauptrolle + Ton-Attribut als zwei konkurrierende Rollen.
Sind XML-Prompts langsamer? Minimal, der Nutzen überwiegt bei wiederverwendbaren Templates.

Fazit: Nächste Schritte

Erstellen Sie eine persönliche Prompt-Toolbox: Rollen, Format-Snippets, Delimiter-Vorlagen. Testen Sie verschiedene Kombinationen, analysieren Sie die Ergebnisse und verfeinern Sie kontinuierlich. Experimentierfreude plus Struktur holt das Maximum aus jedem Sprachmodell.

Weiterlesen: Die benannten Methoden mit je einem Beispiel unter Prompt-Techniken im Überblick, das passende Modell zur Aufgabe unter Das richtige Modell wählen.

War diese Seite hilfreich?