Skip to main content

1. Zero-Shot Prompting

Was: Sie geben dem Modell nur die Anweisung – keine Beispiele. Das Modell arbeitet allein mit der Aufgabenbeschreibung. Wann: Einfache, eindeutige Aufgaben. Allgemeine Fragen. Wenn das Ausgabeformat nicht kritisch ist.
Fassen Sie den folgenden Text in drei Sätzen zusammen:
[Ihr Text hier]

2. Few-Shot / Multishot Prompting

Was: Sie zeigen dem Modell 2–5 Beispiele des gewünschten Outputs. Das Modell erkennt das Muster und reproduziert es. Wann: Spezifische Formatierung erforderlich. Ungewöhnliche Aufgabenstellungen. Konsistente Outputs über mehrere Anfragen.
Klassifizieren Sie Kundenfeedback als positiv, neutral oder negativ.

Beispiel 1:
Input: "Das Produkt ist fantastisch, schnelle Lieferung!"
Output: positiv

Beispiel 2:
Input: "Lieferung war okay, Produkt entspricht der Beschreibung."
Output: neutral

Beispiel 3:
Input: "Drei Wochen Wartezeit, dann defekt angekommen."
Output: negativ

Klassifizieren Sie jetzt:
Input: "Preis-Leistung stimmt, würde wieder kaufen."
Output:
Regeln für gute Beispiele:
  • Diversität: Verschiedene Varianten zeigen, nicht nur den einfachen Fall
  • Negativbeispiele: Zeigen, was Sie NICHT wollen
  • Realismus: Beispiele verwenden, die Ihrem Anwendungsfall ähneln

3. Chain of Thought (Schrittweises Denken)

Was: Das Modell “denkt laut” und arbeitet Schritt für Schritt. Dadurch reduzieren sich Fehler bei komplexen Aufgaben erheblich. Wann: Komplexe Analysen, Logikprobleme, Berechnungen, mehrstufige Entscheidungen.
Ein Satz am Ende des Prompts reicht:
Analysieren Sie die beigefügten Verkaufsdaten und identifizieren Sie Trends.
Gehen Sie dabei Schritt für Schritt vor.
Einige Modelle reagieren bei deaktiviertem Extended Thinking sensibel auf “think” oder “denken”. Verwenden Sie Alternativen wie “analysieren”, “bewerten” oder “prüfen”.

4. XML-Tags für Struktur

Was: XML-Tags schaffen klare Abgrenzungen zwischen den Bestandteilen Ihres Prompts. Das Modell erkennt sofort, was Kontext ist, was die Aufgabe ist und was das gewünschte Format ist. Wann: Umfangreiche Prompts mit viel Kontext. System-Prompts für Agenten. Wenn klare Trennung zwischen Input-Abschnitten nötig ist.

Gängige Tags

TagZweckBeispiel
<context>HintergrundinformationenUnternehmensdaten, Brancheninfo
<task>Die eigentliche Aufgabe”Erstellen Sie eine Zusammenfassung”
<constraints>EinschränkungenLänge, Themen, Tonfall
<output_format>Gewünschtes FormatJSON, Tabelle, Fließtext
<examples>Beispiele für den OutputInput-Output-Paare
<context>
Sie arbeiten für ein mittelständisches IT-Unternehmen (200 Mitarbeiter)
in der DACH-Region. Das Unternehmen bietet Cloud-Lösungen für den
Gesundheitssektor an.
</context>

<task>
Erstellen Sie einen Entwurf für eine Pressemitteilung über den Launch
eines neuen Produkts für die digitale Patientenakte.
</task>

<constraints>
- Maximale Länge: 400 Wörter
- Tonfall: professionell, aber nicht steif
- Zielgruppe: IT-Entscheider in Kliniken
- DSGVO-Konformität erwähnen
</constraints>

<output_format>
## [Überschrift]
### [Unterüberschrift mit Key Benefit]
[Einleitung] → [Hauptteil] → [Zitat] → [Call-to-Action]
</output_format>

5. Prompt Chaining (Verkettung)

Was: Komplexe Aufgaben in Teilschritte zerlegen – der Output von Schritt 1 wird zum Input für Schritt 2. Wann: Mehrstufige Prozesse (Recherche → Analyse → Bericht). Wenn Sie Zwischenergebnisse kontrollieren möchten. Bei Aufgaben, die zu komplex für einen einzelnen Prompt sind.
1

Prompt 1: Analyse

“Analysieren Sie den Text und identifizieren Sie die drei Hauptthemen.”
2

Prompt 2: Vertiefung

“Basierend auf den identifizierten Themen: Recherchieren Sie zu jedem Thema aktuelle Entwicklungen.”
3

Prompt 3: Synthese

“Kombinieren Sie die Analysen zu einem Executive Summary mit Handlungsempfehlungen.”
Prompt Chaining eignet sich besonders, wenn Sie die Zwischenergebnisse kontrollieren und ggf. korrigieren möchten, bevor der nächste Schritt beginnt.

6. Persona / Rollenanweisungen

Was: Dem Modell eine Rolle geben verbessert Fachexpertise und Tonfall der Antworten. Das Modell passt Vokabular, Denkweise und Detailtiefe an die zugewiesene Rolle an. Wann: Fachspezifische Aufgaben. Wenn ein bestimmter Tonfall oder eine bestimmte Perspektive gewünscht ist.
Sie sind ein Senior Software Architect mit 15 Jahren Erfahrung in
skalierbaren Cloud-Systemen. Sie priorisieren Wartbarkeit und
Sicherheit über schnelle Lösungen.
Persona mit Einschränkungen kombinieren:
Sie sind ein erfahrener Jurist, spezialisiert auf deutsches Vertragsrecht.

EINSCHRÄNKUNGEN:
- Geben Sie keine definitive Rechtsberatung
- Weisen Sie immer darauf hin, dass eine anwaltliche Prüfung notwendig ist
- Verwenden Sie verständliche Sprache, erklären Sie Fachbegriffe

7. Negative Prompting

Was: Explizit definieren, was Sie NICHT wollen – oft wirksamer als zu beschreiben, was Sie wollen. Wann: Qualitätskontrolle. Wenn das Modell wiederholt unerwünschte Muster zeigt. Zur Stilkontrolle.
VERMEIDEN:
- Keine Floskeln wie "In der heutigen schnelllebigen Welt"
- Keine übertriebenen Superlative ("der beste", "einzigartig")
- Keine Aufzählungen, wenn Fließtext verlangt ist
- Keine Annahmen über nicht genannte Fakten
“Schreiben Sie ohne Fachjargon” wirkt stärker als “Schreiben Sie verständlich”.

8. Self-Consistency Prompting

Was: Das Modell generiert mehrere Lösungswege und vergleicht sie. Ideal für Entscheidungsfindung und komplexe Fragestellungen. Wann: Entscheidungen mit mehreren Optionen. Wenn Sie verschiedene Perspektiven benötigen. Bei komplexen Fragen ohne eindeutige Antwort.
Beantworten Sie die Frage auf drei verschiedene Arten:

Ansatz 1 (konservativ): {{frage}}
Ansatz 2 (innovativ): {{frage}}
Ansatz 3 (pragmatisch): {{frage}}

Vergleichen Sie dann die Ansätze und empfehlen Sie die beste Option mit Begründung.

Techniken im Überblick

TechnikWann einsetzenSchwierigkeitsgrad
Zero-ShotEinfache, eindeutige AufgabenEinfach
Few-ShotSpezifische Formate, KlassifikationEinfach
Chain of ThoughtKomplexe Analysen, LogikproblemeEinfach
XML-TagsUmfangreiche Prompts mit viel KontextMittel
Prompt ChainingMehrstufige AufgabenMittel
PersonaFachspezifische AufgabenEinfach
Negative PromptingQualitätskontrolle, StilEinfach
Self-ConsistencyEntscheidungen, komplexe FragenFortgeschritten

Nächste Schritte