Prompt-Techniken im Überblick

Zero-Shot, One-Shot und Few-Shot

Diese Begriffe beschreiben, wie viele Beispiele Sie mitgeben:

• Zero-Shot: Aufgabe ohne Beispiel. Für klare, gängige Aufgaben oft ausreichend.
• One-Shot: ein Beispiel, das Stil oder Format vorgibt.
• Few-Shot: mehrere (z. B. 3–5) einheitlich formatierte Beispiele. Besonders wirksam, um Format und Muster festzulegen.

Anthropic, OpenAI und Google nennen gut gewählte Beispiele übereinstimmend als eine der zuverlässigsten Methoden, um Ausgaben zu steuern. Wichtig ist, dass die Beispiele einheitlich formatiert und vielfältig sind.

Ordne jede Anfrage genau einer Kategorie zu: Rechnung, Technik, Vertrag, Sonstiges.

Beispiele:
„Meine Rechnung ist zu hoch." -> Rechnung
„Die App stürzt ab." -> Technik
„Ich möchte kündigen." -> Vertrag

Anfrage:
„[Text]"
Antwortformat: nur die Kategorie.

Struktur: Markdown und XML-Tags

Bei längeren Prompts hilft es, Bestandteile klar zu trennen – mit Markdown-Überschriften oder mit Tags. Anthropic empfiehlt für Claude ausdrücklich XML-Tags wie <kontext>, <aufgabe> oder <beispiel>, um Anweisung und Material zu trennen. Auch OpenAI und Google empfehlen klare Trennzeichen (Delimiter).

<aufgabe>
Fasse den folgenden Text in fünf Stichpunkten zusammen.
</aufgabe>

<einschraenkungen>
Nur Aussagen aus dem Text. Keine eigenen Ergänzungen.
</einschraenkungen>

<text>
[Langer Text hier einfügen]
</text>

Ausgabeformat und Einschränkungen steuern

Sagen Sie klar, wie das Ergebnis aussehen soll: Länge, Struktur (Fließtext, Liste, Tabelle, JSON), Ton und Grenzen. Formulieren Sie dabei möglichst positiv („Antworte in maximal fünf Sätzen") statt nur negativ. Für maschinenlesbare Ausgaben können Sie ein festes Schema vorgeben.

Iteration, mehrstufige Aufgaben und Prompt-Chaining

Komplexe Aufgaben werden zuverlässiger, wenn Sie sie in Schritte zerlegen (Chaining): erst gliedern, dann ausformulieren, dann prüfen. Jeder Schritt ist ein eigener, klarer Prompt. Das erleichtert auch die Kontrolle, weil Sie Zwischenstände sehen.

Schritt 1: Erstelle nur eine Gliederung (5–7 Überschriften) für einen Ratgeber zum Thema [Thema] für [Zielgruppe]. Noch keinen Fließtext.

(Ergebnis prüfen, dann:)

Schritt 2: Schreibe den Abschnitt „[Überschrift]" in rund 150 Wörtern, sachlich und ohne Werbefloskeln.

Dokumente als Kontext und langer Kontext

Wenn Sie mit einem Dokument arbeiten, geben Sie es als Kontext mit und weisen Sie das Modell an, sich ausschließlich darauf zu stützen. Bei sehr langen Eingaben empfehlen Anthropic und Google, das Dokument zuerst und die eigentliche Frage danach zu platzieren – und die relevanten Passagen zitieren zu lassen. Grundlagen dazu: Tokens & Kontextfenster und RAG.

Bild- und Coding-Prompts

Bild als Eingabe: Beschreiben Sie präzise, was analysiert werden soll („Welche Bedienelemente sind auf diesem Screenshot zu sehen?"). Bilderzeugung ist Sache spezialisierter Bildgeneratoren. Coding: Nennen Sie Sprache, Ziel, Rahmenbedingungen und bitten Sie um eine kurze Begründung sowie um Tests. Siehe KI-Coding-Tools und Vibe Coding.

Nachvollziehbarkeit statt „geheimer Gedanken"

• „Nenne die entscheidenden Prüfschritte."
• „Begründe das Ergebnis kurz."
• „Prüfe das Ergebnis anhand dieser Kriterien: …"
• „Zeige die relevanten Zwischenergebnisse (nicht den kompletten Denkprozess)."

Bei neueren Reasoning-Modellen ist explizites „denke Schritt für Schritt" oft überflüssig – sie rechnen intern bereits mehr. Hier hilft eher ein klares Ziel und ein Prüfkriterium als kleinteilige Denk-Vorgaben.

Qualität und Ergebnisse prüfen

Definieren Sie vorab, woran Sie ein gutes Ergebnis erkennen (z. B. „alle fünf Punkte belegt", „keine erfundenen Zahlen"). Lassen Sie bei Faktenfragen Unsicherheiten kennzeichnen. Mehr zur Bewertung: KI-Modelle evaluieren und Halluzinationen.

Redaktion und Prüfung: Leo Kobes · Methodik