Prompts, die tragen
Ein Prompt ist ein Arbeitsauftrag, kein Wunsch. Die vier Teile, die den Unterschied machen – und warum ein Beispiel drei Adjektive schlägt.
Boaz Lichtenstein
Die meisten schlechten Antworten sind gute Antworten auf eine andere Frage. Wer „schreibe mir einen professionellen Text über unser neues Produkt“ eingibt, hat drei Entscheidungen offen gelassen: für wen, in welcher Form, auf welcher Grundlage. Das Modell entscheidet sie dann selbst — und liegt statistisch daneben.
Ein tragfähiger Prompt ist deshalb kein Wunsch, sondern ein Arbeitsauftrag. Er hat vier Teile.
1. Die Aufgabe, in einem Satz
Ein Auftrag pro Prompt. „Fasse zusammen und übersetze und kürze“ ist drei Aufträge, und das Modell erledigt sie unterschiedlich gut. Wer stattdessen sequenziell arbeitet — zusammenfassen, Ergebnis prüfen, dann übersetzen — bekommt bei jedem Schritt die Chance, einzugreifen.
2. Das Material
Der größte Hebel überhaupt: Gib dem Modell das, worauf es sich beziehen soll. Der eigene Text, die Zahlen, die Mail des Kunden. Ohne Material schreibt ein Modell das Wahrscheinlichste — also das Allgemeinste. Mit Material schreibt es über deinen Fall. Warum das tiefer reicht als jede Formulierungskunst, steht in der nächsten Station dieses Pfades.
3. Die Form
Nicht „kurz“, sondern „fünf Aufzählungspunkte, je maximal 15 Wörter“. Nicht „eine Tabelle“, sondern die Spalten, die drinstehen sollen. Zahlenangaben sind überprüfbar, Adjektive nicht — und was überprüfbar ist, bekommt man auch.
Am stärksten wirkt hier ein Beispiel: ein Absatz, der zeigt, wie das Ergebnis aussehen soll. Ein Beispiel schlägt drei Adjektive, weil es nicht interpretiert werden muss.
4. Die Grenze
Sag, was nicht passieren soll. „Erfinde keine Zahlen; wenn eine Angabe fehlt, schreibe FEHLT hin.“ Diese eine Zeile verwandelt eine Halluzination in eine Lücke, die du siehst. Sie ist der billigste Qualitätsgewinn, den es bei der Arbeit mit Sprachmodellen gibt.
Wenn die Antwort nicht passt
Der übliche Reflex ist, den Prompt umzuformulieren. Meistens ist aber nicht die Formulierung das Problem, sondern eine fehlende Angabe. Die nützlichere Frage lautet: Was hätte ein neuer Mitarbeiter gebraucht, um das richtig zu machen? Genau das fehlt dem Modell auch — Kontext, Beispiel, Abgrenzung.
Zwei Angewohnheiten, die sich auszahlen: Prompts, die funktionieren, irgendwo sammeln statt jedes Mal neu zu erfinden. Und lange Aufträge lieber in zwei Schritte teilen, weil du dann in der Mitte korrigieren kannst — statt am Ende alles zu verwerfen.