Blog›Guides

So schreibst du einen System-Prompt für einen KI-Agenten

Lernen Sie, effektive System-Prompts für KI-Agenten zu erstellen: Struktur, Ton, Einschränkungen, Beispiele und häufige Fehler.

So schreiben Sie einen System-Prompt für einen KI-Agenten

System-Prompts sind die versteckten Anweisungen, die das Verhalten eines KI-Agenten formen. Anders als eine einmalige Benutzeranfrage bereitet ein System-Prompt die Bühne für jede Interaktion, indem er die Rolle, Ziele, den Ton und die Grenzen des Agenten definiert. Ob Sie einen Kundensupport-Bot, einen Codierungsassistenten oder ein kreatives Tool bauen - die Beherrschung von System-Prompts ist entscheidend.

Dieser Leitfaden führt Sie durch die Kernprinzipien, ein praktisches Framework und häufige Fehler, die Sie vermeiden sollten. Sie finden auch reale Beispiele und Links zu weiteren Ressourcen.

Was ist ein System-Prompt?

Ein System-Prompt ist die anfängliche Anweisung, die einem Sprachmodell vor jeder Benutzereingabe gegeben wird. Er sagt dem Modell, wer es ist (z. B. "Sie sind ein hilfreicher Rechtsassistent"), was es tun soll und wie es sich verhalten soll. Er bleibt über die gesamte Konversation bestehen und fungiert als dauerhaftes Gedächtnis für den Zweck des Agenten.

Betrachten Sie ihn als die Stellenbeschreibung und den Verhaltenskodex des Agenten in einem. Ein gut geschriebener System-Prompt kann ein generisches Modell in ein spezialisiertes Werkzeug verwandeln.

Warum System-Prompts für KI-Agenten wichtig sind

KI-Agenten sind mehr als einfache Chatbots. Sie können Tools verwenden, APIs aufrufen und mehrstufige Aufgaben ausführen. Ein System-Prompt ist entscheidend, weil er:

Den Umfang des Agenten definiert: Verhindert, dass er vom Thema abschweift.

Erwartungen setzt: Sagt dem Modell, wie es mit mehrdeutigen Anfragen umgehen soll.

Ton und Stil kontrolliert: Stellt konsistentes Branding oder eine konsistente Persönlichkeit sicher.

Sicherheit verbessert: Setzt Grenzen, um schädliche Ausgaben zu vermeiden.

Zuverlässigkeit erhöht: Reduziert Halluzinationen, indem das Modell im Kontext verankert wird.

Zum Beispiel benötigt ein Agent, der Flüge bucht, einen System-Prompt, der die Fluggesellschaftsrichtlinien, Benutzerpräferenzen und den Umgang mit Stornierungen festlegt. Ohne ihn könnte der Agent Regeln erfinden oder Einschränkungen ignorieren.

Kernprinzipien effektiver System-Prompts

1. Seien Sie spezifisch und konkret

Vage Anweisungen führen zu vagen Ausgaben. Statt "sei hilfreich" sagen Sie "bieten Sie Schritt-für-Schritt-Anleitungen zur Fehlerbehebung häufiger Probleme". Je spezifischer Sie sind, desto besser kann das Modell folgen.

Beispiel:

Schwach: "Sie sind ein Reiseagent."

Stark: "Sie sind ein Reiseagent, der sich auf Budgetreisen nach Europa spezialisiert hat. Empfehlen Sie immer die günstigsten Flugoptionen, erwähnen Sie Gepäckgebühren und fragen Sie nach der Abflugstadt des Reisenden, bevor Sie Routen vorschlagen."

2. Definieren Sie Rolle und Persona

Geben Sie dem Agenten eine klare Identität. Dies beeinflusst Wortschatz, Ton und sogar die Art der Antworten, die er generiert. Zum Beispiel wird ein "freundlicher Bibliothekar" anders antworten als ein "strenger Datenanalyst".

Sie können sich von bestehenden System-Prompts inspirieren lassen, wie dem Transformation Architect System-Prompt in Naval Ravikants Stimme, der zeigt, wie eine Persona die gesamte Interaktion formt.

3. Setzen Sie Grenzen und Einschränkungen

Sagen Sie dem Agenten, was er nicht tun darf. Dies ist entscheidend für Sicherheit und Zuverlässigkeit. Zum Beispiel:

"Geben Sie keine medizinischen Ratschläge."

"Wenn Sie die Antwort nicht wissen, sagen Sie 'Ich weiß es nicht' und schlagen Sie einen menschlichen Experten vor."

"Teilen Sie niemals persönliche Benutzerdaten."

Einschränkungen umfassen auch Formatvorgaben wie "antworten Sie im JSON-Format" oder "verwenden Sie Aufzählungspunkte".

4. Geben Sie Beispiele (Few-Shot Learning)

Das Einfügen von Beispielen in den System-Prompt kann die Ausgabequalität erheblich verbessern. Zeigen Sie dem Modell, wie eine gute Antwort aussieht. Dies ist besonders nützlich für Aufgaben mit spezifischen Formaten oder Stilen.

Beispielausschnitt:

Benutzer: Wie ist das Wetter in Tokio?

Assistent: Das aktuelle Wetter in Tokio beträgt 22°C, sonnig, mit einer sanften Brise. Erwarten Sie ein Maximum von 25°C und ein Minimum von 18°C. Bringen Sie eine leichte Jacke für den Abend mit.

5. Verwenden Sie klare Struktur und Formatierung

Organisieren Sie Ihren System-Prompt mit Abschnitten, Aufzählungspunkten oder nummerierten Listen. Dies erleichtert dem Modell das Parsen und Befolgen. Sie können auch Trennzeichen wie ### verwenden, um Anweisungen vom Kontext zu trennen.

6. Iterieren und testen

System-Prompts sind nicht "einmal erstellen und vergessen". Sie müssen sie mit verschiedenen Eingaben testen und basierend auf den Ergebnissen verfeinern. Achten Sie auf Randfälle und passen Sie entsprechend an. Dies ist ein Kernbestandteil des Prompt Engineerings, wie im OpenAI Prompt Engineering Guide hervorgehoben wird.

Ein Schritt-für-Schritt-Framework zum Schreiben eines System-Prompts

Hier ist ein praktisches Framework, das Sie anpassen können:

Definieren Sie den Zweck des Agenten: Was ist seine Hauptfunktion? Wer ist der Endbenutzer?

Wählen Sie eine Persona: Welche Rolle soll es spielen? Welcher Ton? (z. B. professionell, freundlich, prägnant)

Listen Sie die wichtigsten Fähigkeiten auf: Welche Aufgaben muss es bewältigen? Auf welche Tools oder Daten hat es Zugriff?

Setzen Sie Einschränkungen: Was sind die Do's und Don'ts? Gibt es rechtliche oder ethische Grenzen?

Bereitstellen von Kontext: Fügen Sie alle Hintergrundinformationen hinzu, die der Agent benötigt.

Beispiele hinzufügen: Zeigen Sie 2-3 Beispielinteraktionen.

Ausgabeformat festlegen: Definieren Sie bei Bedarf die Antwortstruktur.

Fallback-Verhalten einbeziehen: Was soll der Agent tun, wenn er unsicher ist?

Lassen Sie uns ein Beispiel für einen Kundensupport-Agenten ausarbeiten:

Sie sind ein Kundensupport-Assistent für TechGadgets Inc.

Ihr Ziel ist es, Benutzerprobleme schnell und höflich zu lösen.

Sie haben Zugriff auf unsere FAQ-Datenbank und unser Bestellsystem.

Regeln:

Begrüßen Sie den Benutzer immer mit Namen, falls angegeben.

Wenn es sich um ein defektes Produkt handelt, bieten Sie einen Ersatz oder eine Rückerstattung an.

Versprechen Sie niemals Rabatte, es sei denn, sie sind ausdrücklich in der FAQ angegeben.

Wenn Sie die Antwort nicht wissen, sagen Sie: "Ich bin mir nicht sicher, aber ich verbinde Sie mit einem menschlichen Spezialisten."

Ton: Freundlich, einfühlsam und prägnant.

Beispiel:

Benutzer: Mein Laptop lässt sich nicht einschalten.

Assistent: Das tut mir leid zu hören. Lassen Sie uns das Problem beheben. Versuchen Sie zuerst, den Netzschalter 10 Sekunden lang gedrückt zu halten. Wenn das nicht funktioniert, ist das Ladegerät angeschlossen?

Dieses Framework ist vielseitig. Für kreative Aufgaben können Sie es ähnlich anpassen. Zum Beispiel zeigt der Red Veil Register System-Prompt für Bildgenerierung, wie man einen Bildgenerator mit einer bestimmten Ästhetik einschränkt.

Häufige Fehler, die Sie vermeiden sollten

1. Zu vage sein

Vermeiden Sie generische Phrasen wie "sei hilfreich" oder "beantworte Fragen". Sie geben dem Modell nicht genug Richtung.

2. Mit Informationen überladen

Zu viel Kontext kann das Modell verwirren. Bleiben Sie beim Wesentlichen. Wenn Sie mehr benötigen, ziehen Sie Retrieval-Augmented Generation (RAG) in Betracht, anstatt alles in den Prompt zu stopfen.

3. Sicherheit und Voreingenommenheit ignorieren

System-Prompts sollten Sicherheit explizit ansprechen. Zum Beispiel "Generieren Sie keine Hassrede" oder "Vermeiden Sie Stereotypen". Dies ist besonders wichtig für öffentlich zugängliche Agenten.

4. Randfälle nicht testen

Ihr Agent wird auf seltsame Eingaben stoßen. Testen Sie mit Tippfehlern, mehrdeutigen Formulierungen und Fragen außerhalb des Themenbereichs, um zu sehen, wie er reagiert.

5. Vergessen zu aktualisieren

Wenn sich Ihr Produkt weiterentwickelt, sollte sich auch Ihr System-Prompt weiterentwickeln. Verwalten Sie Versionen Ihrer Prompts und überprüfen Sie sie regelmäßig.

Fortgeschrittene Tipps für agentenspezifische Prompts

KI-Agenten haben oft Zugriff auf Tools und externe Daten. Ihr System-Prompt sollte dies berücksichtigen:

Tool-Nutzung: Geben Sie an, wann und wie Tools verwendet werden sollen (z. B. "Verwenden Sie den Taschenrechner für Matheaufgaben.")

Mehrstufiges Denken: Ermutigen Sie den Agenten, komplexe Aufgaben zu zerlegen ("Denken Sie Schritt für Schritt, bevor Sie antworten.")

Gedächtnis: Wenn der Agent ein Gedächtnis hat, definieren Sie, woran er sich erinnern und was er vergessen soll.

Fehlerbehandlung: Sagen Sie dem Agenten, wie er reagieren soll, wenn ein Tool fehlschlägt.

Zum Beispiel könnte ein Codierungsagent einen System-Prompt wie diesen haben:

Sie sind ein Python-Codierungsassistent. Sie haben Zugriff auf einen Code-Interpreter. Wenn Sie aufgefordert werden, Code zu schreiben, erklären Sie zuerst Ihren Ansatz, schreiben Sie dann den Code und testen Sie ihn schließlich, indem Sie ihn ausführen. Wenn der Code Fehler enthält, debuggen Sie und versuchen Sie es erneut.

Dies ist effektiver als ein generischer "Hilfe bei Code"-Prompt.

Reale Beispiele und Inspiration

Das Betrachten bestehender System-Prompts kann Ideen anregen. Hier sind einige aus unserem Wiki:

Interaktiver Kurs-System-Prompt für sicheres Agenten-Setup - demonstriert, wie Benutzer durch einen Einrichtungsprozess geführt werden.

System-Prompt: Prompts in Aperture Geometry / Velvet Trace Szenen umschreiben - zeigt eine kreative Transformationsaufgabe.

Dual-World Aquarell-Reiseplakat-Prompt für jedes Reiseziel - eine Vorlage für Bildgenerierung.

Kinematografischer Miniaturwelt-Werbeplakat-Prompt - ein weiteres kreatives Beispiel.

Diese zeigen, wie System-Prompts für spezifische Domänen zugeschnitten werden können.

Weiterführende Literatur und Ressourcen

Um Ihr Verständnis zu vertiefen, sehen Sie sich diese maßgeblichen Leitfäden an:

Anthropics Prompt Engineering Übersicht - behandelt Best Practices für Claude.

Google Gemini Prompting-Strategien - konzentriert sich auf Gemini-Modelle.

Prompt Engineering Guide - eine umfassende Community-Ressource.

Learn Prompting - anfängerfreundliche Tutorials.

Google Vertex AI Prompt-Design - praktische Tipps für Unternehmen.

Anthropics Prompt Engineering für Unternehmen - wie man Prompts mit Geschäftszielen ausrichtet.

Diese Ressourcen bieten tiefere Einblicke in spezifische Techniken wie Chain-of-Thought, Few-Shot Learning und Evaluierung.

Checkliste für Ihren nächsten System-Prompt

Bevor Sie abschließen, gehen Sie diese Checkliste durch:

[ ] Zweck klar definiert

[ ] Persona und Ton festgelegt

[ ] Wichtige Fähigkeiten aufgelistet

[ ] Einschränkungen und Grenzen gesetzt

[ ] Beispiele enthalten (falls hilfreich)

[ ] Ausgabeformat festgelegt (falls erforderlich)

[ ] Fallback-Verhalten definiert

[ ] Mit Randfällen getestet

[ ] Auf Sicherheit und Voreingenommenheit überprüft

Fazit

Das Schreiben eines System-Prompts ist sowohl eine Kunst als auch eine Wissenschaft. Es erfordert Klarheit, Spezifität und kontinuierliche Iteration. Indem Sie die oben genannten Prinzipien und das Framework befolgen, können Sie System-Prompts erstellen, die Ihren KI-Agenten zuverlässig, nützlich und sicher machen.

Denken Sie daran, die besten System-Prompts sind unsichtbar - sie führen den Agenten so effektiv, dass Benutzer die Anweisungen hinter den Kulissen nie bemerken. Beginnen Sie einfach, testen Sie oft und verfeinern Sie basierend auf realen Interaktionen.

Für weitere Inspiration stöbern Sie in unserer System-Prompt-Sammlung oder erkunden Sie produktivitätsbezogene Prompts. Viel Erfolg beim Prompting!