Was 55.000 Prompts darüber verraten, wie Menschen KI nutzen

Was 55.000 Prompts darüber verraten, wie Menschen KI nutzen

Jeder Prompt auf Wikiprompt begann als echte Anfrage, die jemand an ein echtes Modell gestellt hat, und dann entschied, dass sie es wert war, geteilt zu werden. Multipliziert man das mit über 55.000, hat man keine Liste von Beispielen mehr, sondern einen Korpus: eine grobe Volkszählung darüber, wie Menschen tatsächlich mit KI sprechen, wenn sie etwas Bestimmtes daraus herausholen wollen. Wir haben den Datensatz erstellt, damit jeder diesen gesamten Korpus abrufen und selbst nach Mustern suchen kann, anstatt sich auf unsere Zusammenfassung zu verlassen.

Dieser Beitrag ist trotzdem diese Zusammenfassung, aber als Einladung formuliert. Alles unten ist eine Ausgangshypothese, keine Erkenntnis, die wir dir als gegeben hinzunehmen bitten. Die Daten liegen unter /dataset/prompts, sie sind kostenlos, und es braucht etwa zehn Zeilen Code, um sie abzurufen.

Was tatsächlich in einem Datensatz steckt

Jeder Eintrag im Export enthält slug, url, title, description, content (den Prompt-Text selbst), category, tags, media, model, ein metadata-Objekt mit strukturierten Feldern wie Seitenverhältnis und Stil, author, original_source sowie beide Zeitstempel. Das reicht aus, um drei verschiedene Arten von Analysen durchzuführen, ohne die Live-Site zu berühren: Textanalyse auf content und title, kategoriale Analyse auf category/tags/model/metadata und Zeitreihenanalyse auf created_at, wenn du sehen willst, wie sich Formulierung oder Modellwahl über die Lebensdauer des Katalogs verschoben haben.

Die Modell-Landschaft

Gruppiert man Einträge nach dem model-Feld, erhält man so etwas wie eine Rangliste dessen, was Menschen tatsächlich verwenden, nicht was am neuesten oder am meisten gehypt ist. Bild- und Video-Generatoren (Midjourney, GPT Image, Seedance, Veo, Kling, Nano Banana) sitzen neben Text- und Reasoning-Modellen (Claude, GPT, Gemini, Grok) in derselben Tabelle, weil Wikiprompt „Chat-Prompts“ und „Bild-Prompts“ nicht als verschiedene Produkte trennt. Das ist es wert, für sich erkundet zu werden: Zieht ein bestimmtes Modell eine schmalere oder breitere Streuung von Kategorien an? Gruppieren sich bestimmte Modelle um bestimmte Stile in metadata? Die Felder metadata.model und metadata.style existieren genau dafür, damit du nicht den Prompt-Text per Regex durchsuchen musst, um das zu beantworten.

Bild, Video und Text sind nicht gleichmäßig verteilt

metadata.media_type kennzeichnet jeden Eintrag als Bild, Video oder Text, und das Verhältnis zwischen den dreien ist selbst ein Signal dafür, wo gerade das interessante Prompt-Engineering stattfindet. Text-Prompts (System-Prompts, Personas, strukturierte Vorlagen) sind tendenziell länger und stärker gerüstet. Bild-Prompts stützen sich auf dichte visuelle Vokabulare, die in ein oder zwei Sätze gepackt sind. Video-Prompts, das neueste und kleinste Segment, lesen sich eher wie Shot-Listen, mit explizit ausformulierten Kamerabewegungen, Dauer und Tempo. Wenn du verstehen willst, wie sich „Prompting“ als Fähigkeit über Modalitäten hinweg unterscheidet, wirst du durch ein Filtern des Exports nach media_type, bevor du etwas anderes tust, davor bewahrt, drei verschiedene Disziplinen zusammenzumitteln.

Kategorien und Stile, mit echten Beispielen

Der Katalog gruppiert alles in neun Kategorien (kreativ, Marketing, persönlich, Produktivität, Codierung, Bildung, Business, Forschung, sonstiges), und kreativ ist ein guter Ort, um Stilvokabular in Aktion zu sehen. Nimm ein minimalistisches Schwarz-Weiß-Editorial-Rauchplakat: Der Prompt leistet viel Arbeit mit Zurückhaltung, negativem Raum und einer benannten fotografischen Tradition, anstatt Adjektive zu stapeln. Vergleiche das mit einem prähistorischen Kreatur-Souverän-Porträt, das sich auf Genre-Mashup-Sprache (königlich, mythisch, souverän) stützt, um einen bestimmten Ton aus dem Modell herauszupressen, oder einem Pastell-Fantasy-Porträt einer jungen Frau, das fast vollständig aus Farb- und Lichtbeschreibung besteht. Drei Prompts, drei völlig verschiedene Strategien, um Spezifität aus einem Bildmodell herauszuholen, und alle drei sitzen im selben category: creative-Eimer. Tags und metadata.style sind die Felder, die es dir ermöglichen, „kreativ“ in etwas Granulareres aufzuteilen, als die oberste Kategorie allein zeigen würde.

Formulierungsmuster, die es wert sind, gesucht zu werden

Ein paar Dinge sind es wert, gegen den gesamten Korpus getestet zu werden, anstatt sich auf Anekdoten zu verlassen: ob bestimmte Eröffnungskonstruktionen (Imperativ-Verben, „du bist ein...“, Szenen setzende Klauseln) mit quality/assessment-Werten in den Metadaten korrelieren; ob Prompts, die auf ein bestimmtes benanntes Modell abzielen, ein anderes Vokabular verwenden als modellagnostische; ob Tag-Ko-Okkurrenz Kategorien offenbart, die sich wie einander verhalten, obwohl sie unterschiedlich beschriftet sind (Marketing- und Business-Prompts teilen zum Beispiel tendenziell viele Tags). Nichts davon erfordert etwas Ausgefalleneres als das Zählen von N-Grammen und das Gruppieren nach Feld. Es ist die Art von Datensatz, bei dem ein langsamer Nachmittag mit pandas oder einer Tabellenkalkulation etwas Echtes zutage fördert.

Selbst abrufen

Das Manifest unter dem Datensatz teilt dir die Gesamtzahl, die Datensatzstruktur und wie Pagination funktioniert mit, bevor du einen einzigen Datensatz abrufst. Die eigentlichen Daten sind keyset-paginiert, bis zu 500 Datensätze pro Seite:

curl "https://www.wikiprompt.org/dataset/prompts?limit=500"

Jede Antwort enthält eine next-URL; folge ihr, bis next als null zurückkommt. Eine minimale Schleife sieht so aus:

import requests

url = "https://www.wikiprompt.org/dataset/prompts?limit=500"

records = []

while url:

res = requests.get(url).json()

records.extend(res["records"])

url = res.get("next")

print(len(records), "prompts pulled")

Kein API-Schlüssel, CORS aktiviert, und das Ganze liegt hinter einem Edge-Cache, sodass ein vollständiger Abruf schnell ist und nicht auf unseren Servern lastet. Wenn du lieber abfragen als massenhaft herunterladen möchtest, deckt die Such-API Ad-hoc-Abfragen ab, und llms.txt dokumentiert alles maschinenlesbar an einem Ort.

Attribution und was wir sehen möchten

Jeder Datensatz führt über original_source auf einen echten Autor zurück, sodass jede Analyse, jedes Diagramm oder jeder Bericht, der aus diesen Daten entsteht, sowohl wikiprompt.org als auch die ursprünglichen Ersteller, die es aggregiert, anerkennen sollte. Wir halten keine formale Lizenz über die zugrunde liegenden Prompts; wir sind der Katalog, nicht der Urheberrechtsinhaber, und der Datensatz wird auf dieser Basis angeboten: kostenlos zu erkunden, bitte attribuieren.

Wenn du etwas Interessantes mit dem Korpus machst, von einem Modell-Adoptionsdiagramm über eine Stil-Taxonomie bis zu einer Studie darüber, wie die Prompt-Länge mit Qualitätswerten korreliert, möchten wir es sehen. Fünfundfünfzigtausend Prompts sind genug Signal, um etwas Echtes darüber zu sagen, wie Menschen KI gerade tatsächlich nutzen, und die ehrliche Antwort ist, dass wir auch nicht jede Analyse selbst darüber durchgeführt haben.