Die wichtigsten Prompt-Prinzipien

Nachfolgend eine mit Hilfe von ChatGPT 5 zusammengefasste Hilfestellung von seranking.com:

Kernaussage

Die Qualität der Ergebnisse von ChatGPT hängt stark von der Qualität des Prompts ab. Je klarer, strukturierter und begrenzter die Anweisung, desto präziser und nützlicher ist die Antwort. Unpräzise Prompts führen zu generischen oder halluzinierten Ergebnissen. (seranking.com)

Die Prompt-Prinzipien

1. Nutze eine klare Prompt-Formel

Empfohlene Struktur:

Aufgabe + Kontext + Zielgruppe + Beispiel + Format + Ton

Beispielstruktur:

Aufgabe: Was soll das Modell tun?
Kontext: Warum wird der Output gebraucht?
Zielgruppe: Für wen ist der Text?
Beispiel: Referenz für Stil oder Aufbau
Format: z. B. Liste, Tabelle, Absatz
Ton: professionell, locker etc.

→ Je mehr Kontext, desto weniger „Raten“ durch das Modell.

2. Prompts vor der Ausführung optimieren

Unklare Prompts sollten vor der Nutzung verbessert werden, z. B.:

vage Wörter entfernen
Struktur klar machen
Format festlegen
Beispiele präzisieren

Das reduziert Iterationen und Missverständnisse.

3. Format strikt definieren

Ohne Formatvorgaben erzeugt das Modell unnötige Zusatztexte.

Beispiele für Formatregeln:

maximale Wortzahl
Anzahl der Absätze
Bulletpoints
Tabellenstruktur

→ Formatregeln wirken wie ein „Vertrag“ für den Output.

4. Tags verwenden (strukturierte Prompts)

Prompts können mit XML-ähnlichen Tags organisiert werden:

Beispiele:

<role>
<task>
<context>
<tone>
<format>
<bans>

Vorteile:

klare Struktur
leichter wiederverwendbar
besonders geeignet für Custom GPTs.

5. Ban- und Prefer-Listen einsetzen

Damit kann die Wortwahl gesteuert werden.

Beispiel:

<bans>
revolutionär, bahnbrechend
</bans>

<prefer>
praxisnah, effizient
</prefer>

Nutzen:

vermeidet Floskeln
stärkt konsistente Brand-Voice.

6. Thinking-Mode und Selbstprüfung

Das Modell sollte zuerst planen und dann schreiben.

Beispielprozess:

Planungsschritte erstellen
Output generieren
Selbstprüfung anhand von Kriterien
Überarbeitung falls nötig

Das reduziert Halluzinationen.

7. Validierungsregeln definieren

Beispiele für Checks:

Format eingehalten?
nur verifizierte Daten?
verbotene Wörter vermieden?
Zielgruppe getroffen?

Erst nach bestandener Prüfung wird der finale Output generiert.

8. Klare Grenzen setzen

Wichtige Parameter:

Wortanzahl
Struktur
Quellen
erlaubte Aktionen

Beispiel:

maximal 300 Wörter
genau 5 Bulletpoints.

9. Gute und schlechte Beispiele zeigen

Das Modell lernt schneller durch Beispiele als durch Regeln.

Idee:

Beispiel „gut“
Beispiel „schlecht“

Dadurch versteht es Stilunterschiede besser.

10. Eigene Inhalte als Training nutzen

Eigene Texte verbessern die Konsistenz.

Typische Quellen:

Blogposts
Social-Media-Posts
Case Studies
Produkttexte
E-Mails

→ ChatGPT imitiert dann deinen Stil.

11. Annahmeregeln definieren

Wenn Daten fehlen, soll das Modell keine Annahmen treffen.

12. Stop-Regeln setzen

Wenn Kontext fehlt:

STOP. Frage nach Klarstellung.
Generiere keinen Text.

Das verhindert erfundene Inhalte.

13. Rolle definieren

Das Modell soll wissen:

welche Rolle es hat
was es tun darf
was es nicht tun darf.

Beispiel:

<Role>
Social Media Strategist für B2B SaaS
</Role>

14. ChatGPT-Features nutzen

Hilfreiche integrierte Funktionen:

Custom GPTs → gespeicherte Promptregeln
Projects → strukturierte Arbeitsbereiche
Customize ChatGPT → Standardstil festlegen.

Meta-Framework

Die drei Kernprinzipien:

1. Struktur

Prompts sollten strukturiert sein (Tags, Format, Rollen).

2. Kontrolle

Grenzen, Ban-Listen, Stop-Regeln verhindern falsche Outputs.

3. Training

Beispiele und eigene Inhalte trainieren den Stil.

✅ Kurzformel für starke Prompts

Role
Task
Context
Audience
Examples
Format
Tone
Constraints
Validation
Stop Rules

Hieraus kann wieder ein Master-Template entwickelt werden (siehe Template mit Prompt-Formel).