10-Komponenten-Rezept für perfekte ChatGPT-Prompts

Ein perfekter Prompt hat 10 Komponenten: Ziel (15%), Rolle (10%), Kontext (20%), Eingabedaten (15%), Qualitätsprüfungen (4%), Einschränkungen (8%), Beispiele (5%), Iterationsanfrage (5%), Anweisungen (10%) und Ausgabeformat (8%). Sie benötigen nicht jedes Mal alle 10, aber zu wissen, welche Hebel Sie ziehen müssen, ändert das Spiel. 1. Kontext (20% der Wirkung): Die Hintergrundrealität, die das Modell bewohnen muss. Umfasst Geschäftstyp, Branche, Zielgruppe, Ziele und Herausforderungen. Gehen Sie niemals davon aus, dass das Modell Ihre Situation kennt. Profi-Tipp: Schreiben Sie Ihren Kontext einmal, speichern Sie ihn in einer Textdatei (oder als benutzerdefinierte Anweisungen/Projektwissen) und fügen Sie ihn jedes Mal ein. Beispiel: "Mein Unternehmen verkauft Projektmanagement-Software an Remote-Teams mit 10 bis 100 Mitarbeitern. Unsere größte Herausforderung ist, dass Käufer denken, wir seien im Vergleich zu kostenlosen Tools zu teuer." 2. Ziel (15% der Wirkung): Die klare Definition der Aufgabe. Wenn Ihr Ziel vage ist, wird die Ausgabe Rauschen sein. Profi-Tipp: Ersetzen Sie vage Verben durch spezifische Ergebnisse. Sagen Sie nicht "hilf mir bei". Sagen Sie "erstellen", "diagnostizieren" oder "umschreiben". Schlecht: "Erzähl mir über Marketing." Gut: "Erstellen Sie eine 90-Tage-Content-Marketing-Strategie für ein SaaS-Startup, das kleine Unternehmen anspricht." 3. Eingabedaten (15% der Wirkung): Übergeben Sie die tatsächlichen Informationen, die das Modell benötigt, um die Arbeit zu erledigen. Dies können Besprechungsnotizen, Kundenfeedback, ein Entwurf, ein Forschungsbericht oder Website-Texte sein. Profi-Tipp: Verwenden Sie XML-Tags (wie <notizen> und </notizen>), um Ihre Eingabedaten von Ihren Anweisungen zu trennen. Beispiel: "Hier sind die rohen Transkripte von drei Kundeninterviews. Basierend auf diesen Transkripten..." 4. Rolle (10% der Wirkung): Sagen Sie dem Modell, wer es sein soll. Das Zuweisen einer Rolle aktiviert völlig unterschiedliche Wissenscluster und Denkmuster. Profi-Tipp: Kombinieren Sie die Rolle mit einem bestimmten Ton oder einer Philosophie, um den Fokus zu verengen. Beispiel: "Agieren Sie als Weltklasse-Direktresponse-Textwriter, der sich auf prägnante, kraftvolle E-Mail-Kampagnen im Stil von David Ogilvy spezialisiert hat." 5. Anweisungen (10% der Wirkung): Sagen Sie der KI genau, was sie mit Kontext, Ziel und Eingabedaten tun soll. Verwenden Sie starke Aktionsverben. Profi-Tipp: Zerlegen Sie komplexe Anweisungen in nummerierte Schritte. Beispiel: "1. Analysieren Sie die Daten. 2. Identifizieren Sie die drei häufigsten Beschwerden. 3. Priorisieren Sie Empfehlungen, um sie zu beheben. 4. Erklären Sie Ihre Argumentation." 6. Einschränkungen (8% der Wirkung): Legen Sie die Grenzen fest. Umfasst maximale Wortzahlen, Lesestufen, Budgetgrenzen oder Dinge, die nicht erlaubt sind. Profi-Tipp: Negative Einschränkungen sind mächtig, um den "KI-Geruch" zu beseitigen. Beispiel: "Maximal 500 Wörter. Verwenden Sie nicht die Wörter 'eintauchen', 'entscheidend' oder 'Wandteppich'. Halten Sie das Leseniveau auf einem Standard der 8. Klasse. Verwenden Sie nur die bereitgestellten Informationen." 7. Ausgabeformat (8% der Wirkung): Geben Sie genau an, welche Form die Antwort annehmen soll. Profi-Tipp: Wenn Sie Daten in ein anderes System verschieben, fragen Sie nach CSV oder JSON. Wenn Sie präsentieren, fragen Sie nach einer Markdown-Tabelle. Beispiel: "Präsentieren Sie die Antwort in einer Tabelle mit drei Spalten: Problem, Auswirkung und vorgeschlagene Lösung." 8. Beispiele (5% der Wirkung): Auch bekannt als Few-Shot-Prompting. Zeigen Sie dem Modell, wie gute Ausgabe aussieht. Profi-Tipp: Wenn das Modell weiterhin scheitert, ist ein perfektes Beispiel normalerweise schneller als das Umschreiben von Anweisungen. Beispiel: "Hier ist ein Beispiel für den Ton, den ich möchte. Eingabe: Kunde beschwert sich über den Preis. Ausgabe: Heben Sie den ROI hervor und liefern Sie drei relevante Fallstudien." 9. Iterationsanfrage (5% der Wirkung): Prompting ist ein Hin und Her-Gespräch. Profi-Tipp: Bitten Sie das Modell, mehrere Optionen zu generieren, damit Sie die beste Richtung wählen können. Beispiel: "Generieren Sie drei verschiedene Alternativen für die Überschrift. Dann kritisieren Sie Ihre eigenen Antworten und sagen Sie mir, welche am stärksten ist und warum." 10. Qualitätsprüfungen (4% der Wirkung): Bitten Sie die KI, ihre eigene Arbeit zu überprüfen, bevor sie die endgültige Antwort gibt. Profi-Tipp: Fügen Sie am Ende jedes komplexen analytischen Prompts eine Qualitätsprüfung hinzu. Beispiel: "Überprüfen Sie vor der Finalisierung Ihrer Antwort die faktische Genauigkeit, identifizieren Sie schwache Annahmen, die Sie gemacht haben, und heben Sie fehlende Informationen hervor, die Ihre Empfehlung stärker machen würden."