Tool-Praxis
Prompting mit ChatGPT, Claude, Gemini und Copilot
Die Grundregeln des Promptings gelten für alle Produkte: klare Aufgabe, passender Kontext, gewünschtes Format, prüfen und nachschärfen. Es gibt aber Unterschiede: Claude profitiert von XML-Struktur, Copilot von der Anbindung eigener Microsoft-365-Quellen, und für neuere Gemini- und Reasoning-Modelle empfehlen die Hersteller eher einfache, direkte Prompts.
Gemeinsame Grundregeln
Unabhängig vom Produkt gilt: klare Aufgabe, relevanter Kontext, gewünschtes Format und Ton, bei Bedarf Beispiele – und das Ergebnis prüfen und im Dialog nachschärfen. Die folgenden Abschnitte ergänzen die produktspezifischen Empfehlungen der Hersteller (Stand 07.08.2026).
Produkt ist nicht gleich Modell: „ChatGPT", „Claude", „Gemini" und „Copilot" sind Produkte, hinter denen wechselnde Modellversionen und Zusatzfunktionen (Websuche, Dateien, Werkzeuge) stehen. Funktionsumfang und Verfügbarkeit hängen vom Tarif ab und ändern sich.
ChatGPT (OpenAI)
OpenAI empfiehlt klare, spezifische Anweisungen mit ausreichend Kontext, die Angabe von gewünschtem Format, Länge und Ton, den Einsatz von Trennzeichen (Delimitern) sowie iteratives Verbessern. Für Reasoning-Modelle rät OpenAI, Prompts kurz zu halten und auf explizites „Schritt für Schritt"-Denken zu verzichten – zunächst Zero-Shot versuchen.
Schwacher Prompt
Schreib einen LinkedIn-Post über unser neues Feature.
Besserer Prompt
Schreibe einen LinkedIn-Post (max. 120 Wörter, sachlich, kein Hype) über ein neues Feature. Kontext: Zielgruppe sind IT-Leiter im Mittelstand. Format: kurzer Aufhänger, 3 Nutzenpunkte, eine Handlungsaufforderung. Eckdaten des Features: [einfügen].
Warum besser?
- Zielgruppe, Länge, Ton und Struktur sind vorgegeben.
- Konkrete Eckdaten verhindern erfundene Details.
- Bei Reasoning-Modellen bewusst ohne „denke Schritt für Schritt".
Claude (Anthropic)
Anthropic empfiehlt sehr klare, direkte Instruktionen und rät, Claude „wie eine neue Kollegin ohne Vorwissen" zu behandeln. Besonders charakteristisch: die Strukturierung komplexer Prompts mit XML-Tags, das Geben von Kontext und Motivation (warum etwas wichtig ist), Beispiele in <example>-Tags und – bei langen Dokumenten – das Dokument zuerst, die Frage danach.
Schwacher Prompt
Analysiere diesen Vertrag und sag mir, was wichtig ist.
Besserer Prompt
<aufgabe> Prüfe den folgenden Vertragstext und liste die 5 wichtigsten Punkte für einen Laien auf. </aufgabe> <hinweis> Wenn eine Klausel unklar ist, kennzeichne sie als „unklar" statt zu raten. </hinweis> <vertrag> [Vertragstext zuerst, dann die Frage] </vertrag>
Warum besser?
- XML-Tags trennen Aufgabe, Hinweis und Material klar.
- Die Anweisung „kennzeichne Unklares" senkt das Halluzinationsrisiko.
- Langer Text steht oben – wie von Anthropic für langen Kontext empfohlen.
Claude ist ein Produkt von Anthropic – dem Unternehmen hinter dieser Seite? Nein: BOMOTS ist unabhängig und nicht mit Anthropic verbunden. Details zur Modellfamilie: Claude im Vergleich.
Gemini (Google)
Google empfiehlt präzise, natürliche Anweisungen, klare Struktur (Delimiter/Markdown/XML), Kontext und Beispiele sowie eine bewusste Steuerung der Ausgabelänge – neuere Gemini-Modelle antworten standardmäßig eher knapp. Für Reasoning-/Thinking-Modelle rät Google ausdrücklich zu einfacheren, direkten Prompts: aufwändige Prompt-Technik für ältere Modelle kann von neueren Modellen „überanalysiert" werden.
Schwacher Prompt
Erkläre ausführlich alles über Kreislaufwirtschaft.
Besserer Prompt
Erkläre die Grundidee der Kreislaufwirtschaft für Einsteiger. Umfang: kurz (max. 150 Wörter). Danach eine Tabelle mit 3 Beispielen (Branche | Maßnahme | Nutzen).
Warum besser?
- Statt „ausführlich alles" ein klar begrenzter Umfang.
- Explizite Längenvorgabe, weil Gemini sonst knapp antwortet.
- Ein konkretes Format (Tabelle) macht das Ergebnis nutzbar.
Microsoft Copilot
Microsoft nutzt für Microsoft-365-Copilot vier Bausteine: Ziel (Goal), Kontext (Context), Quelle (Source) und Erwartung (Expectations). Erforderlich ist mindestens ein klares Ziel; die übrigen Elemente verbessern das Ergebnis. Eine Besonderheit ist die Anbindung eigener Quellen (Dateien, E-Mails, Chats) aus Microsoft 365.
Schwacher Prompt
Fass die Projektlage zusammen.
Besserer Prompt
Ziel: Erstelle eine kurze Statusübersicht zum Projekt „Nord". Kontext: für das Lenkungsteam, Fokus auf Risiken und nächste Schritte. Quelle: nutze die Dateien im Ordner „Projekt Nord" und die letzten E-Mails mit [Name]. Erwartung: 5 Stichpunkte plus eine Ampel (grün/gelb/rot) mit Begründung.
Warum besser?
- Alle vier Copilot-Bausteine sind enthalten.
- Die explizite Quelle verankert die Antwort an echten Projektdaten.
- Die Erwartung (Format + Ampel) macht das Ergebnis direkt verwendbar.
Kurzüberblick der Schwerpunkte
| Produkt | Besonders hilfreich | Reasoning-/Neuere Modelle |
|---|---|---|
| ChatGPT | Klare Aufgabe, Format/Ton, Delimiter, Iteration | kurz halten, kein explizites CoT |
| Claude | XML-Struktur, Kontext/Motivation, Beispiele, Dokument zuerst | Thinking eher allgemein lenken |
| Gemini | Präzise Anweisung, Struktur, Ausgabelänge steuern | einfache, direkte Prompts bevorzugen |
| Copilot | Ziel/Kontext/Quelle/Erwartung, eigene M365-Quellen | klares Ziel genügt, dann iterieren |
Unabhängig vom Produkt gilt: Ergebnisse prüfen, keine vertraulichen Daten unüberlegt eingeben (Prompt Injection, Datenschutz) und im Zweifel den Prompt-Builder nutzen.
Redaktion und Prüfung: Leo Kobes · Methodik
Quellen und weiterführende Informationen
- Anthropic: Claude Docs – Prompt engineering overview. Offizielle Dokumentation · abgerufen am 07.08.2026
- OpenAI: Prompt engineering (API guide). Offizielle Dokumentation · abgerufen am 07.08.2026
- OpenAI: Reasoning best practices. Offizielle Dokumentation · abgerufen am 07.08.2026
- Google: Gemini API – Prompt design strategies. Offizielle Dokumentation · abgerufen am 07.08.2026
- Google: Gemini API – Gemini 3 Developer Guide. Offizielle Dokumentation · abgerufen am 07.08.2026
- Microsoft: Get started writing prompts in Microsoft 365 Copilot. Offizielle Dokumentation · abgerufen am 07.08.2026
- Microsoft: Get better results with Copilot prompting. Offizielle Dokumentation · abgerufen am 07.08.2026
Häufige Fragen
Muss ich für jedes KI-Tool anders prompten?
Die Grundregeln sind gleich (klare Aufgabe, Kontext, Format, prüfen). Es gibt aber Unterschiede: Claude profitiert von XML-Struktur, Copilot von eigenen Microsoft-365-Quellen, und neuere Gemini-/Reasoning-Modelle bevorzugen einfache, direkte Prompts.
Wie prompte ich Claude am besten?
Sehr klar und direkt formulieren, Kontext und Motivation angeben, Beispiele nutzen und komplexe Prompts mit XML-Tags strukturieren. Bei langen Dokumenten das Dokument zuerst und die Frage danach platzieren.
Was ist das Copilot-Prompt-Framework?
Microsoft empfiehlt vier Bausteine: Ziel, Kontext, Quelle und Erwartung. Ein klares Ziel ist Pflicht; Kontext, konkrete Quellen (Dateien, E-Mails) und Erwartungen an Form und Umfang verbessern das Ergebnis.
Brauchen neuere Modelle noch aufwändiges Prompt-Engineering?
Weniger. Für neuere Reasoning-Modelle empfehlen OpenAI und Google eher einfache, direkte Prompts. Zu komplexe Technik kann Ergebnisse sogar verschlechtern. Klarheit und ein Prüfkriterium bleiben wichtig.