Bessere ChatGPT-Prompts schreiben: Checkliste
Eine praktische Checkliste für bessere ChatGPT-Prompts mit Vorher-nachher-Beispielen. Dieselben Gewohnheiten helfen auch bei Claude und Gemini.
In diesem Artikel
- 1. Hast du gesagt, wofür die Ausgabe gedacht ist?
- 2. Hast du das Material eingefügt oder nur beschrieben?
- 3. Hast du die Zielgruppe genannt?
- 4. Hast du das Format festgelegt?
- 5. Hast du Vorgaben gemacht, die das Modell sonst raten würde?
- 6. Hast du ein Beispiel gezeigt, wenn sich der Stil schwer beschreiben lässt?
- 7. Hast du bei einem schwierigen Problem verlangt, dass es erst nachdenkt?
- 8. Hast du erlaubt, "Ich weiß es nicht" zu sagen?
- 9. Iterierst du, oder fängst du von vorn an?
- 10. Hast du das Modell gebeten, dir Fragen zu stellen?
- Ein kombiniertes Beispiel
- Was zählt weniger, als viele denken?
- Funktioniert das bei Claude und Gemini genauso?
Für bessere ChatGPT-Prompts sagst du genau, was erledigt werden soll, gibst den Kontext, den das Modell nicht kennen kann (für wen, warum, welche Vorgaben gelten), legst das Format der Antwort fest und fügst das echte Material ein, statt es zu beschreiben. Dann iterierst du: Behandle die erste Antwort als Entwurf und sag dem Modell genau, was es ändern soll.
Alles unten funktioniert genauso in Claude, Gemini, Copilot und anderen Assistenten. Die Checkliste ist danach geordnet, wie stark jeder Punkt die Ergebnisse meist verbessert, mit einem Vorher und Nachher zu jedem.
1. Hast du gesagt, wofür die Ausgabe gedacht ist?
Das größte einzelne Upgrade. Der Zweck sagt dem Modell, worauf es optimieren soll.
Vorher:
Fasse diesen Artikel zusammen.
Nachher:
Fasse diesen Artikel für meine Chefin zusammen, die entscheidet, ob unser
Team diese Konferenz besuchen soll. Ihr sind die Kosten wichtig, welche
Sessions Data Engineering behandeln und ob die Vorträge aufgezeichnet
werden. Höchstens fünf Stichpunkte.
[Artikeltext]
Der erste Prompt liefert eine neutrale Zusammenfassung von allem. Der zweite liefert eine Entscheidungsvorlage, weil das Modell jetzt weiß, was eine brauchbare Zusammenfassung enthalten sollte.
2. Hast du das Material eingefügt oder nur beschrieben?
Viele schwache Antworten entstehen, weil das Modell an etwas arbeiten soll, das es nicht sehen kann.
Vorher:
Lass mein Anschreiben professioneller klingen.
Nachher:
Hier ist mein Anschreiben für eine Stelle als Junior Data Analyst bei
einem mittelgroßen Logistikunternehmen. Lass es professioneller klingen,
aber nicht steif. Behalte meine Beispiele zum Lagerhaus-Dashboard-Projekt,
sie sind der stärkste Teil.
[Anschreiben]
Aufgeschrieben ist das offensichtlich, aber Leute bitten ständig um Hilfe bei "meinem Code", "der E-Mail", "dieser Situation". Füge es ein. Markiere außerdem, welche Teile die Überarbeitung überleben müssen, sonst "verbessert" das Modell deinen besten Absatz weg.
3. Hast du die Zielgruppe genannt?
"Erkläre Rekursion" liefert eine ganz andere Antwort, wenn du "für ein 12-jähriges Kind, das Scratch-Grundlagen kennt" oder "für eine Entwicklerin, die seit Jahren Schleifen nutzt, aber nie Rekursion brauchte" ergänzt. Die Zielgruppe bestimmt Wortschatz, Tiefe und welche Beispiele sich lohnen.
4. Hast du das Format festgelegt?
Wenn du die Antwort irgendwo einfügst, sag, welche Form sie braucht.
Vorher:
Gib mir Ideen für einen Team-Ausflug.
Nachher:
Gib mir 8 Ideen für einen eintägigen Team-Ausflug für 12 Softwareentwickler
in Chicago im Oktober. Budget etwa $100 pro Person. Mischung aus aktiven
und ruhigen Optionen.
Formatiere als Tabelle mit den Spalten: Idee, grobe Kosten pro Person,
warum es für diese Gruppe passt. Kein Einleitungsabsatz.
"Kein Einleitungsabsatz" lohnt sich öfter, als man denkt. Assistenten eröffnen gern mit einem Satz, der deine Frage wiederholt.
5. Hast du Vorgaben gemacht, die das Modell sonst raten würde?
Länge, Ton, Leseniveau, was zu vermeiden ist, was enthalten sein muss. Jede Vorgabe erspart eine Korrekturrunde.
Nützliche Vorgaben sind konkret. "Fass dich kurz" ist vage, "unter 80 Wörter" nicht. "Mach es spannend" sagt einem Modell nichts, "beginne mit dem Problem des Lesers, nicht mit unserem Firmennamen" schon.
6. Hast du ein Beispiel gezeigt, wenn sich der Stil schwer beschreiben lässt?
Wenn du etwas in einem bestimmten Ton oder Format willst, schlagen ein oder zwei Beispiele einen Absatz voller Adjektive.
Schreibe 5 weitere Produkt-Claims im selben Stil wie diese:
- "Kaffee für Leute mit Deadlines."
- "Schuhe, die keine Rede brauchen."
Produkte: eine Notiz-App, ein Fahrradschloss, eine Meal-Prep-Box,
ein Stehschreibtisch, ein Passwortmanager.
Variiere deine Beispiele aber. Wenn beide Beispiele vier Wörter haben, bekommst du Claims mit vier Wörtern. Mehr dazu in Zero-Shot vs. Few-Shot Prompting.
7. Hast du bei einem schwierigen Problem verlangt, dass es erst nachdenkt?
Bei mehrstufigen Fragen (Planung, Mathe, Optionen gegen mehrere Kriterien vergleichen) verlang zuerst die Begründung und zuletzt das Fazit.
Vorher:
Welche dieser drei Wohnungen sollte ich mieten?
[Details]
Nachher:
Hilf mir, zwischen diesen drei Wohnungen zu wählen. Meine Prioritäten in
dieser Reihenfolge: Arbeitsweg unter 30 Minuten in die Innenstadt, Miete
unter $2.200, Waschmaschine in der Wohnung.
Prüfe jede Wohnung gegen jede Priorität. Empfiehl dann eine und erkläre,
welchen Kompromiss ich damit eingehe.
[Details]
Du hast die Kriterien und die Reihenfolge der Arbeit vorgegeben, und das zählt mehr als das allgemeine "think step by step". Neuere Reasoning-Modi erledigen einen Teil davon automatisch. Wann es hilft, steht in Chain-of-Thought Prompting erklärt.
8. Hast du erlaubt, "Ich weiß es nicht" zu sagen?
Modelle füllen Lücken mit plausiblen Vermutungen, sofern man ihnen nicht erlaubt aufzuhören. Füge eine Zeile wie diese hinzu:
Wenn du dir bei einem Fakt nicht sicher bist, sag das, statt zu raten.
Wenn das Dokument etwas nicht erwähnt, sag, dass es das nicht tut.
Das macht das Modell nicht perfekt ehrlich, gibt ihm aber eine akzeptable Alternative zum Erfinden einer Antwort. Verlang bei Sachthemen außerdem Quellen und prüfe sie. Quellenangaben von Chat-Assistenten können falsch sein, besonders wenn sie nicht im Web suchen oder Dokumente lesen, die du bereitgestellt hast. Antworten an echten Dokumenten zu verankern ist ein eigenes Thema, siehe das Thema Grounding.
9. Iterierst du, oder fängst du von vorn an?
Wenn die erste Antwort danebenliegt, ist der Impuls, den ganzen Prompt neu zu schreiben. Meist funktioniert eine gezielte Folgenachricht besser:
Gute Struktur. Drei Änderungen:
1. Der zweite Absatz ist zu werblich, mach ihn sachlich.
2. Streiche den letzten Stichpunkt, er wiederholt den ersten.
3. Ersetze "leverage" durchgehend durch einfache Wörter.
Konkretes, nummeriertes Feedback kann das Modell leicht umsetzen. "Mach es besser" nicht.
Die Ausnahme: Wenn sich eine Unterhaltung über viele Runden im Kreis gedreht hat, starte einen neuen Chat mit einem zusammengeführten Prompt, der alles enthält, was du gelernt hast. Lange, unordentliche Unterhaltungen sammeln widersprüchliche Anweisungen an.
10. Hast du das Modell gebeten, dir Fragen zu stellen?
Wenn du bei einer Aufgabe nicht sicher bist, welcher Kontext zählt, dreh es um:
Ich möchte einen Projektantrag schreiben, um Budget für ein neues
Analyse-Tool zu bekommen. Bevor du etwas schreibst, stell mir die Fragen,
die du beantwortet haben musst, damit der Antrag überzeugt. Stell sie
alle auf einmal.
Das ist einer der am wenigsten genutzten Griffe. Die Fragen des Modells fördern oft Kontext zutage, an den du nicht gedacht hast, etwa wer das Budget freigibt und was ihn beim letzten Mal gestört hat.
Ein kombiniertes Beispiel
Der Großteil der Checkliste zusammen an einer realistischen Anfrage:
Vorher:
Schreibe einen LinkedIn-Post über unseren Produktlaunch.
Nachher:
Schreibe einen LinkedIn-Post, der ankündigt, dass unsere Rechnungs-App
jetzt wiederkehrende Rechnungen unterstützt.
Zielgruppe: Freelancer und Inhaber kleiner Agenturen, die uns schon folgen.
Ziel: bestehende kostenlose Nutzer dazu bringen, die Funktion diese
Woche auszuprobieren.
Fakten: in allen Tarifen verfügbar, Einrichtung unter Einstellungen >
Rechnungen > Wiederkehrend, unterstützt wöchentliche, monatliche und
benutzerdefinierte Intervalle.
Ton: schlicht und freundlich, keine Hype-Wörter wie "revolutionär".
Länge: unter 120 Wörter. Am Ende eine kurze Zeile, die zu Fragen einlädt.
Keine Hashtags.
Hier ist ein früherer Post von uns, dessen Ton mir gefallen hat:
[Post]
Nichts an der "Nachher"-Version ist ein Trick. Es ist die Information, nach der eine gute menschliche Texterin fragen würde, bevor sie anfängt.
Was zählt weniger, als viele denken?
Zauberformeln. Sätze wie "du bekommst 200 Dollar Trinkgeld" oder "atme tief durch" kursierten weit. Manche zeigten bei bestimmten älteren Modellen in bestimmten Tests Wirkung. Keine ersetzt eine klare Aufgabe und echten Kontext.
Aufwendige Rollen-Prompts. "Du bist ein weltberühmter Experte mit 30 Jahren Erfahrung" bringt weniger als ein Satz zur tatsächlichen Zielgruppe. Rollen helfen am meisten, wenn sie Information mitbringen, zum Beispiel "Du prüfst das als Security Engineer, konzentrier dich auf die Authentifizierung".
Großbuchstaben und Drohungen. Aktuelle Modelle folgen Anweisungen genau. Schreien führt eher dazu, dass sie eine Regel übertrieben anwenden, als dass sie ihr genauer folgen.
Funktioniert das bei Claude und Gemini genauso?
Die Grundlagen lassen sich vollständig übertragen. Die Details unterscheiden sich ein wenig, und der Begleitartikel Prompting bei ChatGPT, Claude und Gemini erklärt, was du anpassen solltest. Wenn du sehen willst, wo jede Gewohnheit im größeren Zusammenhang steht, ist was ist Prompt Engineering der Überblick, und das Thema Fundamentals macht aus diesen Checks Übungsfragen.
Häufige Fragen
Wie schreibe ich einen guten ChatGPT-Prompt?
Nenne die Aufgabe klar, gib den Kontext, den das Modell nicht erraten kann (Zielgruppe, Zweck, Vorgaben), sag, welches Format du willst, und füge das eigentliche Material bei, mit dem es arbeiten soll. Verfeinere dann mit Folgenachrichten, statt von vorn anzufangen.
Sollten Prompts lang oder kurz sein?
So lang, wie der nötige Kontext es verlangt. Für eine einfache Frage reicht ein einzeiliger Prompt, eine Aufgabe mit bestimmter Zielgruppe und Qualitätsanspruch braucht mehrere Sätze. Länge, die Information liefert, hilft, Füllmaterial nicht.
Funktionieren diese Tipps auch bei Claude und Gemini?
Ja. Klare Aufgaben, echter Kontext, ausdrückliche Formate und Beispiele helfen bei jedem großen Assistenten. Einzelheiten wie bevorzugte Formatierung unterscheiden sich ein wenig zwischen den Modellen, teste wichtige Prompts also an dem Modell, das du nutzt.
Verbessert Höflichkeit gegenüber ChatGPT die Antworten?
Höflichkeit schadet nicht, ist aber keine Technik. Die Qualität der Antwort ändert sich durch Information: was du brauchst, für wen und in welcher Form.
- #ChatGPT-Prompts
- #Prompt-Tipps
- #Claude
- #Gemini
- #Checkliste