So schreiben Sie starke Prompts für Sprachmodelle
In diesem Artikel lernen Sie, wie ein guter Prompt aufgebaut ist: die vier Kernbausteine Persona, Aufgabe, Kontext und Format, ergänzt um Beispiel und Tonalität. Damit verwandeln Sie jede vage Idee in eine präzise Arbeitsanweisung für hermine.ai.
Warum lohnt sich Prompt Engineering?
Ein Sprachmodell arbeitet nur so gut wie die Anweisung, die es bekommt. Stellen Sie sich den Prompt wie ein Briefing an eine neue Kollegin oder einen neuen Kollegen vor: Je klarer Ziel, Hintergrund und gewünschtes Ergebnis, desto besser das Resultat. Ein Beispiel aus dem Vertrieb:
| Vorher | Nachher |
|---|---|
| „Schreiben Sie eine E-Mail an einen Kunden." | „Schreiben Sie eine freundliche Follow-up-E-Mail (max. 120 Wörter) an einen Bestandskunden, der seit vier Wochen nicht auf unser Angebot zur Wartungsverlängerung reagiert hat. Ziel: eine Rückmeldung bis Freitag. Kein Rabattangebot." |
Der zweite Prompt liefert eine E-Mail, die Sie fast unverändert versenden können. Genau darum lohnt sich Prompt Engineering:
- Präzise Prompts verwandeln vage Ideen in konkrete Ergebnisse.
- Sie reduzieren Halluzinationen und falsche Fakten.
- Sie sparen Nacharbeit, weil die KI direkt das richtige Format liefert.
- Gut definierte Prompts liefern konsistente, vergleichbare Ergebnisse, wichtig, wenn mehrere Kolleg:innen mit denselben Vorlagen arbeiten.
Die vier Kernbausteine eines guten Prompts
Jeder Baustein beantwortet eine kritische Frage: Wer spricht? Was soll passieren? Welche Infos fehlen der KI? Und wie muss das Ergebnis aussehen? Online finden Sie viele Framework-Abkürzungen (RTF, PTCF u. a.), am Ende laufen fast alle auf diese vier Kernfragen hinaus:
| Baustein | Leitfrage | Mini-Beispiel (E-Mail-Assistent) |
|---|---|---|
| Persona | Wer spricht? | „Sie sind ein hilfsbereiter Personal-Assistent …" |
| Aufgabe (Task) | Was soll getan werden? | „… der eingehende Mails in Stichpunkten zusammenfasst." |
| Kontext | Welche Infos braucht die KI? | „Hier ist die Mail, Firma: Zauberware …" |
| Format | Wie soll die Antwort aussehen? | „Geben Sie 3 Stichpunkte, max. 50 Wörter." |
Faustregel: Mindestens zwei Bausteine müssen immer vorkommen (Aufgabe + Format). Je komplexer die Aufgabe, desto mehr Kontext und Persona-Details sind nötig.
Erweiterungen: Beispiel & Tonalität
Zwei Zusätze bringen Feinschliff:
- Beispiel (Exemplar): Liefern Sie ein Muster-Output, damit hermine.ai Stil und Struktur kopiert. Ein früherer, gelungener Text (etwa ein gut gelaufener Newsletter) genügt oft schon.
- Tonalität / Sprache: Geben Sie vor, ob förmlich, locker, humorvoll, „Du" oder „Sie". So passt die Antwort zur Stimme Ihrer Marke.
In hermine.ai: Ihre Unternehmens-Tonalität müssen Sie nicht in jeden Prompt schreiben. Administrator:innen hinterlegen sie einmal zentral unter Tonalität & Sprache, danach fließt sie automatisch in Chat und Agenten ein.
Komplettbeispiel: Onboarding-Assistent (HR)
So spielen die Bausteine in einem realen Prompt zusammen:
Sie sind ein freundlicher Onboarding-Assistent unserer Personalabteilung. Begrüßen Sie neue Mitarbeitende und stellen Sie unser Unternehmen vor. Nutzen Sie dafür ausschließlich den beigefügten Company Guide (Mission, Werte, Abteilungen). Beginnen Sie mit einer Begrüßung (2 Sätze) und stellen Sie danach maximal 3 Fragen zu Rolle und Team. Ton: unterstützend und motivierend.
Die KI führt nun einen echten Dialog, inklusive Rückfragen, statt einen starren Monolog. Den Company Guide laden Sie im Chat als Datei hoch oder hinterlegen ihn dauerhaft in einer Wissensdatenbank.
Reasoning-Prompts: Wenn Logik zählt
Sprachmodelle generieren Text durch Wahrscheinlichkeiten. Bei komplexer Logik können sie sich verirren. Ein Reasoning-Prompt zwingt das Modell, Zwischenschritte zu zeigen, und enttarnt so Fehler früh.
Beispiel
Berechnen Sie 923 × 99. Denken Sie Schritt für Schritt. Schreiben Sie jeden Zwischenschritt in eine neue Zeile.
hermine.ai antwortet etwa:
1. 923 × 100 = 92 300
2. 923 × 1 = 923
3. 92 300 − 923 = 91 377
Durch das „laute Denken" sinkt die Fehlerrate deutlich.
Tipp: Für komplexe Logik können Sie in hermine.ai direkt ein Reasoning-Modell wählen. Sie erkennen es am Badge Denkmodus in der Modellauswahl. Mehr dazu unter Reasoning-Modelle verstehen und einsetzen. Kombinieren Sie Reasoning außerdem mit dem Format-Baustein (z. B. Tabelle), um Zwischenergebnisse sauber darzustellen.
Von der Idee zum fertigen Prompt, Schritt für Schritt
So verwandeln Sie einen groben Wunsch in wenigen Iterationen in einen Premium-Prompt. Das Beispiel: ein LinkedIn-Post aus dem Marketing.
| Schritt | Aktion | Beispiel |
|---|---|---|
| 1 | Roh-Prompt | „Schreiben Sie einen LinkedIn-Post." |
| 2 | Persona hinzufügen | „Sie sind Social-Media-Manager:in eines mittelständischen Softwareherstellers …" |
| 3 | Aufgabe verfeinern | „… und kündigen unsere neue Terminplanungs-Funktion an." |
| 4 | Kontext liefern | „Zielgruppe: Personalabteilungen. Kernvorteil: 50 % weniger Abstimmungsaufwand bei Bewerbungsgesprächen." |
| 5 | Format + Ton definieren | „Max. 120 Wörter, 3 kurze Absätze, lockerer Ton, Abschlussfrage an die Leser:innen." |
| 6 | Beispiel-Output (optional) | Ein früherer, gut gelaufener Post als Stilreferenz |
Prompts wiederverwenden statt neu tippen
Gute Prompts sind Arbeitswerkzeuge. hermine.ai bietet drei Funktionen, damit Sie sie nicht bei jeder Anfrage neu schreiben müssen:
-
Prompt-Vorlagen: Speichern Sie wiederkehrende Prompts mit Platzhaltern wie
[Produktname]und teilen Sie sie mit dem Team. So arbeitet die ganze Abteilung mit derselben Qualität. - KI-Profil: Hinterlegen Sie Ihre Rolle und persönliche Regeln einmal in den Persönlichen Einstellungen, dann müssen Persona-Details nicht mehr in jeden Prompt.
- Persönliche Erinnerungen: hermine.ai merkt sich auf Wunsch Ihre Vorlieben und wiederkehrenden Projekte und berücksichtigt sie automatisch.
Typische Stolpersteine & Lösungen
Meist fehlen Infos oder Limits. Diese Tabelle zeigt schnelle Gegenmittel:
| Problem | Lösungsidee |
|---|---|
| Vage Antworten | Mehr Kontext + Formatvorgabe hinzufügen |
| Falsche Fakten | Quellen beilegen, „wenn unsicher, stellen Sie Rückfragen" |
| Zu langer Text | Wort- oder Zeichenlimit setzen |
| Unterschiedliche Ergebnisse | Beispiel-Output geben, Format und Kriterien präzise vorgeben |
Cheat Sheet zum Mitnehmen
Kurze Formulierungen für das Tagesgeschäft:
- Verb + Objekt + Detail: „Schreiben Sie einen 100-Wörter-Pitch …"
- Wenn-dann-Regel: „Wenn unklar, stellen Sie Rückfragen."
- Beispiel-Output: „So soll das Ergebnis aussehen: …"
- Reasoning aktivieren: „Denken Sie Schritt für Schritt."
- Endformat: „Antwort als Markdown-Tabelle."
FAQ (Kurz & knapp)
- Was macht einen guten Prompt aus? Klare Aufgabe, Kontext, Format und ggf. Persona, Beispiel, Tonalität.
- Wie schnell verfeinern? Prompt testen → Output prüfen → 1 Detail ändern → erneut testen.
- Konsistentes Prompting? So spezifisch formulieren, dass ähnliche Eingaben zu gut vergleichbaren Outputs führen. Sprachmodelle arbeiten mit Wahrscheinlichkeiten, völlig identische Antworten sind daher nicht garantiert.
- Reasoning-Prompting? Anweisung, die KI solle Zwischenschritte offenlegen, um Fehler zu reduzieren.
Fazit
Prompt Engineering ist Übungssache. Mit Persona, Aufgabe, Kontext, Format als Grundgerüst, plus Beispiel & Tonalität für Feinschliff und Reasoning-Prompts für Logikfälle, liefert hermine.ai zuverlässig erstklassige Ergebnisse. Je öfter Sie Prompts bauen und verfeinern, desto natürlicher wird der Prozess.
Weiterlesen: Schnelle Alltags-Kniffe finden Sie unter Tipps & Tricks, die benannten Methoden unter Prompt-Techniken im Überblick.
War diese Seite hilfreich?