# Wie man einen Prompt schreibt: klare Anweisungen statt Spezialphrasen > Gutes Prompting sind klare Anweisungen an einen fähigen, wörtlich denkenden Assistenten ohne Gedächtnis, abgeleitet davon, wie das Modell funktioniert. Source: https://rfriedmann.de/de/blog/how-to-prompt/ · English: https://rfriedmann.de/blog/how-to-prompt/ Published: 2026-06-23 · Track: learn · Level: Beginner Viele Listen mit „Prompt-Geheimnissen“ versprechen Spezialphrasen oder kurze Formeln, die angeblich die Ausgabe des Modells verbessern. Die meisten davon bewirken wenig. Gutes Prompting folgt direkt daraus, was das Modell ist, und sobald du das mentale Modell hast, kannst du dir einen guten Prompt selbst herleiten, statt eine feste Formel abzuschreiben. Die praktischen Hinweise unten ergeben sich aus einem einzigen Bild. ## Das eine mentale Modell Stell dir einen fähigen, belesenen Assistenten vor, der gleichzeitig völlig wörtlich nimmt, was du sagst, keine Ahnung hat, was in deinem Kopf vorgeht, und dich in dem Moment vergisst, in dem das Gespräch endet. Damit redest du. Er [sagt die plausibelste Fortsetzung voraus](/de/blog/what-is-an-llm/) von allem, was du ihm gibst, arbeitet nur mit den Wörtern vor ihm und hat [kein Gedächtnis für irgendetwas außerhalb dieses Gesprächs](/de/blog/the-context-window/). Prompting ist also **das Briefing eines fähigen Fremden, der dich beim Wort nimmt.** Vages Briefing, vage Arbeit. Klares Briefing, gute Arbeit. Alles Folgende wendet diese Idee an. ## Was am meisten hilft Grob danach sortiert, wie viel es bringt: - **Sag, was du eigentlich willst.** Der mit Abstand größte Hebel, und der, der am häufigsten fehlt. „Mach das besser“ gibt dem Modell nichts, worauf es zielen kann. „Schreib diese Mail zwei Sätze kürzer und direkter, behalte den freundlichen Ton“ gibt ihm ein Ziel. Das Modell kann den Maßstab in deinem Kopf nicht lesen; bring ihn in Worte. - **Gib ihm den Kontext, den es nicht haben kann.** Es kennt dein Publikum, deine Rahmenbedingungen, deine Situation nicht, solange du es nicht sagst. „Erklär das einem Kunden ohne technischen Hintergrund“ ergibt eine völlig andere, bessere Antwort als dieselbe Frage ohne Kontext. Du füllst ein Fenster, das es sonst mit Vermutungen füllen würde. - **Zeig ein Beispiel.** Wenn du ein bestimmtes Format oder einen bestimmten Stil willst, zeig ein kleines Muster davon. „So wie hier: [Beispiel]“ ist einen ganzen Absatz Beschreibung wert, denn Muster nachbilden ist genau das, wofür das Modell gebaut ist. Ein gutes Beispiel schlägt oft eine lange Liste von Regeln. - **Gib ihm eine Rolle, wenn sie die Aufgabe schärft.** „Du bist Lektor; markier alles, was unklar ist“ schiebt das Modell zum richtigen Ton und den richtigen Prioritäten. Nützlich als Rahmen: Es setzt den Ton, es fügt keine neuen Fähigkeiten hinzu. - **Bitte bei schweren Problemen um Schritte.** Bei allem, was Nachdenken erfordert, Mathe, Logik, mehrstufige Analyse, hilft „Geh das Schritt für Schritt durch“, denn das Modell denkt *in* dem Text, den es schreibt. Platz zum Denken auf der Seite führt zu besseren Antworten, als das Ergebnis aus dem Stand zu verlangen. (Neuere „Reasoning“-Modelle machen das intern, bei ihnen spielt es also weniger eine Rolle, aber es schadet selten.) - **Iteriere; erwarte keinen Volltreffer beim ersten Mal.** Die erste Antwort ist ein Entwurf. „Gut, aber kürzer und ohne Fachjargon“ ist normal und wirkt. Ein Gespräch funktioniert besser als der Versuch, die perfekte Anweisung in eine einzige Eröffnungsnachricht zu packen.
Gleiche Aufgabe, zwei Briefings
[diagram omitted — see the page for the chart]
Dieselbe zugrunde liegende Aufgabe. Der Unterschied liegt komplett im Briefing: Zielgruppe, Länge, Format und der Aufhänger, mit dem es losgeht. Es sagt dem wörtlich denkenden Assistenten, wie Erfolg aussieht.
## Was nicht hilft (und was nach hinten losgeht) Einige verbreitete Ratschläge halten nicht, was sie versprechen: - **Spezialphrasen bewirken wenig.** Höflichkeit, Drohungen, „Ich gebe dir 200 Dollar Trinkgeld“: Nichts davon ändert zuverlässig viel. Klarheit ändert viel, besondere Formulierungen nicht. Wenn eine Phrase zu helfen scheint, dann meist, weil sie Klarheit hinzugefügt hat. - **Betonung stapeln funktioniert selten.** Fünfmal „SEHR WICHTIG, UNBEDINGT“ bringt das Modell nicht dazu, die Anweisung genauer zu befolgen. Nenn die Anforderung einmal, klar. Ignoriert es etwas immer wieder, hilft eine klarere Anweisung oder ein Beispiel, nicht mehr Großbuchstaben. - **Ein überladener Prompt kann schaden.** Stopf zehn nur lose zusammenhängende Regeln hinein, und das Modell kann den Faden verlieren oder sich auf die falsche versteifen. Alles, was du hinzufügst, konkurriert im [selben begrenzten Fenster](/de/blog/the-context-window/) um Aufmerksamkeit. Relevant und fokussiert schlägt lang. - **Vertrau ihm nicht mehr, nur weil es sicher klingt.** Prompting verbessert die *Form der Antwort*, nicht ihren *Wahrheitsgehalt*. Auch eine gut gepromptete Antwort kann sich [Dinge ausdenken](/de/blog/why-models-make-things-up/). Bessere Briefings bringen bessere Entwürfe; sie ersparen dir nicht, die Fakten zu prüfen, auf die es ankommt. ## Eine schnelle Vorlage Keine feste Formel, sondern eine Checkliste für das, was das Modell nicht erraten kann:

Ein solider Prompt hat meist

Und oft ergänzt du

## Zusammenfassung Gute Prompter verlassen sich nicht auf Spezialphrasen. Sie verstehen, was das Modell ist, ein wörtlich denkender, kundiger Assistent ohne Gedächtnis, und sie briefen es so, wie du einen neuen Kollegen briefen würdest, der keine Gedanken lesen kann: klar, mit Kontext und mit einer Schleife aus Entwurf und Verfeinerung. Damit brauchst du keine Liste mit Spezialphrasen. Du kannst dir für jede Aufgabe einen guten Prompt herleiten, weil du verstehst, womit du redest. Dieses Verständnis ist der Kern dieser [Grundlagen](/de/blog/what-is-an-llm/), angewandt auf nützliche Arbeit.