Der Aufbau eines Prompts: Rolle, Kontext, Aufgabe, Vorgaben und Format
Einsteiger8 Min. LesezeitPrompt-Engineering

Der Aufbau eines Prompts: Rolle, Kontext, Aufgabe, Vorgaben und Format

Eine fünfteilige Vorlage, mit der Sie wichtige Prompts klarer formulieren, leichter prüfen und gezielter verbessern können. Mit ausgearbeiteten Beispielen, häufigen Fehlern und einer praxistauglichen Reihenfolge.

Das sollten Sie danach können

Gute Prompts profitieren von Struktur: Rolle, Kontext, Aufgabe, Vorgaben und Format. Verwenden Sie die Teile, die den Auftrag klären, und validieren Sie anschließend das Ergebnis.

Nur in diesem Browser gespeichert.
In diesem Artikel

Nachdem Sie ChatGPT oder Claude eine Weile verwendet haben, erkennen Sie, dass stärkere und schwächere Prompts jeweils einen bestimmten Aufbau haben. Wenn Sie die relevanten Bestandteile benennen können, lässt sich ein enttäuschendes Ergebnis gezielt untersuchen, statt den Prompt blind neu zu formulieren.

Im Folgenden lernen Sie die fünf Bestandteile anhand ausgearbeiteter Beispiele kennen und sehen anschließend, wie sie zusammenspielen. Am Ende verfügen Sie über eine Vorlage, die Sie für wichtige Prompts in verschiedenen Werkzeugen anpassen können, ergänzt um einen Validierungsschritt zur Prüfung des Ergebnisses.

Betrachten Sie einen Prompt bei wiederkehrenden Aufgaben als Arbeitsauftrag. Er sollte Rolle, Kontext, Aufgabe, Vorgaben, Ausgabeformat und den Umgang mit Unsicherheit festlegen. Dadurch wird der Prompt wiederverwendbar und überprüfbar.

Die fünf Bestandteile

In dieser Reihenfolge:

  1. Rolle: Welche Perspektive oder Arbeitshaltung soll die KI für diesen Prompt einnehmen?
  2. Kontext: Wer Sie sind, wie die Situation aussieht und was bisher geschehen ist.
  3. Aufgabe: Was genau die KI tun soll.
  4. Vorgaben: Länge, Ton, zu vermeidende und aufzunehmende Inhalte.
  5. Format: Welche Form die gewünschte Ausgabe haben soll.

Nicht jeder Prompt benötigt alle fünf Bestandteile. Für eine beiläufige Frage wären sie unnötig, und Beispiele oder Quellmaterial können wichtiger sein als eine Rolle. Wenn das Ergebnis zählt, verwenden Sie die Liste als Diagnosehilfe und nicht als Pflichtformel. Auch die aktuellen Anbieterleitfäden betonen klare Anweisungen, relevanten Kontext, Beispiele, Ausgabeanforderungen und Evaluierung, wobei keiner der Anbieter genau diesen fünfteiligen Standard definiert (OpenAIs Leitfaden zum Prompt Engineering; Anthropics Überblick zum Prompt Engineering).

1. Rolle

Die Rolle beschreibt die Perspektive oder Arbeitshaltung, die das Modell verwenden soll. Sie kann helfen, Zielgruppe, Wortwahl und Vorgehensweise festzulegen, doch eine direkte Aufgabenanweisung kann ebenso gut funktionieren. Eine Rolle verleiht dem Modell weder echte Qualifikationen noch fachliches Urteilsvermögen, über das es nicht verfügt.

Schwach:

Erklären Sie Pensionsfonds.

Besser:

Sie erklären Beschäftigten in der Mitte ihres Berufslebens in Estland verständlich, wie Altersvorsorgesysteme funktionieren. Sie verwenden klares Deutsch, erklären Fachbegriffe einmal und bleiben auf der konzeptionellen Ebene: keine Produktempfehlungen, Beitragshöhen oder persönlichen Vorsorgepläne.

Erklären Sie konzeptionell, wie Pensionsfonds funktionieren.

Das Modell wird dadurch nicht zum Berater. Die Anweisung fordert den Stil und die Informationsdichte eines verständlichen Erklärungstextes an. Dadurch kann die Antwort konkreter werden, ohne aus einer Wissensfrage eine regulierte Beratung zu machen.

Einige Hinweise zu Rollen:

  • Bevorzugen Sie aufgabenrelevante Details. „Ein sorgfältiger Erklärer für estnische Unternehmensbesteuerung, der Konzepte von der Beratung zur Einreichung einer Steuererklärung abgrenzt“ setzt klarere Grenzen als „ein Experte“.
  • Verwenden Sie Rollen für Zielgruppe, Ton und Umfang, nicht zum Einreichen von Unterlagen oder für Beratung. Eine Rolle ist weder Zulassung noch Kompetenznachweis.
  • Eine Haltung wie „skeptischer Prüfer“, „geduldiger Lehrer“ oder „sorgfältiger Redakteur“ kann nützlich sein, wenn sie das gewünschte Verhalten ändert. Testen Sie sie bei Bedarf gegen gleichwertige konkrete Anweisungen.
  • Vermeiden Sie erfundene Biografien und gestapelte Statusbehauptungen. „Sie sind eine Weltklasse-Autorität mit zwanzig Jahren Erfahrung“ erzeugt diese Qualifikationen nicht. Nennen Sie stattdessen die erforderliche Methode, Zielgruppe und Grenzen.

2. Kontext

Der Kontext umfasst alle Informationen über Ihre Situation, die das Modell benötigt und die nicht bereits aus der Aufgabe hervorgehen: Ihre Rolle, Ihr Team, das Projekt, bisherige Versuche und Fehlschläge, die Zielgruppe sowie alles, was eine gute Antwort beeinflusst.

Schwach:

Entwerfen Sie einen Projektstatus für meine Führungskraft.

Besser:

Zu mir: Ich bin Produktmanager in einem B2B-SaaS-Unternehmen in Tallinn. Seit zwei Monaten leite ich ein Projekt zur Migration unseres Authentifizierungssystems.

Bisheriger Verlauf: Vergangene Woche trat ein schwerwiegendes Problem mit einem externen Identitätsanbieter auf. Durch die Fehlerbehebung verschiebt sich die Lieferung gegenüber dem Plan um zwei Wochen. Abgesehen davon arbeitet das Team gut.

Meine Führungskraft: Senior Vice President Product; bevorzugt sehr direkte Statusmeldungen; möchte weder Entschuldigungen noch Floskeln wie „wir setzen uns weiterhin dafür ein“ lesen; erwartet eine Darstellung der Risiken und meiner Gegenmaßnahmen.

Entwerfen Sie einen Projektstatus.

Die Antwort verändert sich erheblich, sobald das Modell weiß, wer Sie sind, was geschehen ist und wer den Text lesen wird. Es geht nicht darum, möglichst viel Kontext bereitzustellen. Jede Zeile soll die Ausgabe gezielt beeinflussen.

Drei Kontextangaben sollten Sie prüfen:

  • Wer Sie sind. Ihre Rolle, Ihr Erfahrungsniveau und Ihre Tätigkeit.
  • Was bereits geschehen ist. Vorgeschichte, frühere Versuche und bisherige Entscheidungen.
  • Für wen die Ausgabe bestimmt ist. Zielgruppe, Präferenzen, Fachwissen und Einschränkungen.

Wenn Sie einen genehmigten Prompt wiederholt für dieselbe Art von Aufgabe verwenden, können Sie stabile Anweisungen in einem Custom GPT oder Claude Project speichern, sofern Ihr Tarif und Workspace die Funktion unterstützen. Verwenden Sie dort keine vertraulichen oder regulierten Daten, sofern Konto, Vertrag und Unternehmensrichtlinie dies nicht ausdrücklich zulassen, und prüfen Sie die gespeicherten Anweisungen erneut, wenn sich der Workflow ändert.

3. Aufgabe

Die Aufgabe ist die eigentliche Aufforderung. Mit ihr beginnen die meisten Menschen. Übliche Formulierungen wie „Entwerfen Sie eine E-Mail“, „Fassen Sie dieses Dokument zusammen“ oder „Geben Sie mir drei Optionen“ reichen oft aus, sofern die übrigen Bestandteile ihre Funktion erfüllen.

Einige nützliche Aufgabenmuster:

  • Varianten erstellen. „Geben Sie mir drei Entwürfe.“ „Erstellen Sie fünf Optionen.“ Varianten geben Ihnen Alternativen zum Vergleichen, statt die gesamte Entscheidung auf einen einzigen Entwurf zu stützen.
  • Zuerst befragen, dann handeln. „Stellen Sie mir vor dem Entwurf fünf Fragen, deren Antworten Sie benötigen. Warten Sie auf meine Antworten.“ Nutzen Sie dies, wenn fehlende Angaben den Entwurf wesentlich verändern würden.
  • Kritisieren, nicht umschreiben. „Finden Sie die Schwächen dieses Textes. Zitieren Sie konkrete Zeilen. Schreiben Sie ihn nicht um.“ Das eignet sich, wenn das Modell Ihre Arbeit verbessern und nicht ersetzen soll.
  • Vergleichen und empfehlen. „Vergleichen Sie X und Y anhand dieser vier Kriterien. Empfehlen Sie anschließend eine Option und erklären Sie, welche neuen Informationen Ihre Empfehlung ändern würden.“ Nutzen Sie dies für Entscheidungen mit geringen Folgen, etwa Wortwahl, Layout oder Tagesordnung. Lassen Sie damit keine Kredite, medizinischen Optionen oder Rechtspositionen auswählen.
  • Ein Modell anwenden. „Analysieren Sie dies anhand von [STAR / SWOT / RACI / Five Whys / ICE].“

Das gemeinsame Muster: Formulieren Sie das Verb, das die gewünschte Handlung beschreibt, möglichst genau.

4. Vorgaben

Vorgaben begrenzen die Ausgabe, beispielsweise Länge, Ton, Format und Wortwahl sowie aufzunehmende oder auszuschließende Inhalte.

Ohne relevante Vorgaben muss ein Modell Entscheidungen zu Länge, Ton, Umfang und Zielgruppe ableiten. Explizite Grenzen verringern diese Mehrdeutigkeit und erleichtern die Bewertung des Ergebnisses.

Nützliche Vorgaben:

  • Länge. „Unter 100 Wörtern.“ „Höchstens drei Sätze.“ „Ein Absatz.“ „Zwei Seiten.“ Wählen Sie eine Grenze, die zum Verwendungszweck passt, statt anzunehmen, mehr Einzelheiten seien grundsätzlich besser.
  • Ton. „Freundlich, aber professionell.“ „Prägnant und direkt.“ „Gesprächig und leicht selbstironisch.“ „Entsprechen Sie dem Ton von [paste example].“
  • Wortwahl. „Verwenden Sie nicht die Wörter ‚leverage‘, ‚utilize‘ oder ‚going forward‘.“ „Vermeiden Sie Fachjargon.“ „Verwenden Sie nur Wörter, die ein zwölfjähriges Kind verstehen würde.“
  • Vorgaben zum Aufbau. „Keine Einleitung.“ „Keine abschließende Zusammenfassung.“ „Beginnen Sie nicht mit ‚Gute Frage‘.“
  • Aufzunehmende Inhalte. „Nennen Sie ein konkretes Beispiel.“ „Beziehen Sie sich auf die soeben bereitgestellten Daten.“
  • Auszuschließende Inhalte. „Verwenden Sie keine entschuldigende Einleitung.“ „Beginnen Sie nicht mit ‚Gute Frage‘.“ Bei Entwürfen mit geringen Folgen können Sie weniger Absicherungen verlangen; entfernen Sie jedoch keine Unsicherheitskennzeichnungen oder Grenzen fachlicher Beratung, wenn es um Geld, Gesundheit, Recht oder Sicherheit geht.

Bevorzugen Sie positive, konkrete Anweisungen, die das gewünschte Ergebnis beschreiben, und ergänzen Sie dann enge Ausschlüsse für wiederkehrende Fehler. Beispiel: „Beginnen Sie direkt mit der Empfehlung. Eröffnen Sie nicht mit ‚Gute Frage‘.“ Lange Verbotslisten können schwieriger zu befolgen sein als eine kurze Beschreibung einer guten Ausgabe.

5. Format

Das Format bezeichnet die Form der Ausgabe: Aufzählung, Tabelle, nummerierte Liste, Absatz, JSON, Markdown, Codeblock oder reiner Text. Wenn Sie es festlegen, kann dies spätere Nacharbeit verringern.

Beispiele:

Geben Sie das Ergebnis als Markdown-Tabelle mit drei Spalten aus: Option, Vorteile, Nachteile.

Geben Sie das Ergebnis als JSON-Objekt mit den Schlüsseln “summary,” “decisions,” und “open_questions.” aus.

Geben Sie das Ergebnis als drei kurze Absätze ohne Überschriften aus.

Geben Sie das Ergebnis als nummerierte Liste mit fünf Punkten aus, jeweils ein Satz.

Wenn Sie die Ausgabe anschließend weiterverwenden möchten – etwa in ein Dokument einfügen, an einen weiteren Prompt übergeben oder veröffentlichen –, ist eine kurze Formatvorlage besonders hilfreich:

Verwenden Sie dieses Format:

Entscheidung: […]

Die drei wichtigsten Argumente dafür:

  1. […]
  2. […]
  3. […]

Die drei wichtigsten Argumente dagegen:

  1. […]
  2. […]
  3. […]

Was Ihre Antwort ändern würde: […]

Das Modell kann die Lücken ausfüllen, wodurch die Ausgabe einheitlicher und leichter zu prüfen wird. Muss Software das Ergebnis verarbeiten, verwenden Sie nach Möglichkeit die Funktion für strukturierte Ausgaben oder ein Schema des Produkts und validieren Sie die zurückgegebenen Daten, statt sich allein auf eine visuelle Vorlage zu verlassen.

6. Validierung

Der sechste Bestandteil steht nicht immer im Prompt selbst, gehört jedoch zu jedem ernsthaften Arbeitsablauf: Woran erkennen Sie, ob die Antwort gut genug ist?

Nützliche Validierungsanweisungen:

Kennzeichnen Sie bei jeder Tatsachenbehauptung, ob sie aus dem von mir bereitgestellten Quelltext oder aus allgemeinem Hintergrundwissen stammt.

Wenn ein Pflichtfeld fehlt, schreiben Sie [missing], statt eine Angabe zu erfinden.

Nennen Sie vor der endgültigen Antwort die drei Annahmen, die Sie getroffen haben.

Geben Sie mir nach dem Entwurf eine kurze Checkliste der Punkte, die ich vor der Verwendung prüfen sollte.

Validierung ist wichtig, weil auch eine überzeugend formulierte Antwort falsch sein kann. Ein guter Prompt fordert nicht nur eine Ausgabe an. Er bestimmt außerdem, wie das Modell Unsicherheit, fehlende Eingaben und Prüfpunkte offenlegen soll.

Alles zusammen: ein ausgearbeitetes Beispiel

Kombinieren wir alle fünf Bestandteile für eine reale Aufgabe. Angenommen, Sie müssen einem Kunden höflich, aber bestimmt antworten, nachdem er kostenlose Zusatzleistungen für ein Projekt verlangt hat.

Ohne die Vorlage:

Schreiben Sie eine Antwort an meinen Kunden, der zusätzliche Arbeit kostenlos erhalten möchte.

Das Ergebnis bleibt allgemein. Mit der Vorlage:

Rolle: Helfen Sie mir, als direkter und freundlicher freiberuflicher Designer zu schreiben, der eine klare Projektgrenze setzt, ohne Richtlinien, Vertragsbedingungen oder Kundenhistorie zu erfinden.

Kontext: Ich bin freiberuflicher Designer. Ein Kunde – Gründer eines Start-ups, mit dem ich seit einem Jahr zusammenarbeite – hat mich gebeten, zwei neue Seiten in ein Projekt aufzunehmen, das sich bereits in der Abschlussphase befindet. Der Leistungsumfang wurde in unserem Vertrag eindeutig festgelegt. Die Beziehung ist ansonsten gut. Ich möchte den Kunden nicht verlieren, aber die Zusatzarbeit auch nicht kostenlos leisten.

Aufgabe: Entwerfen Sie drei Antwortvarianten.

Vorgaben:

  • jeweils unter 150 Wörtern
  • freundlich, aber eindeutig: Ich lehne kostenlose Arbeit ab und eröffne keine Verhandlung darüber
  • einen klaren alternativen Weg anbieten, beispielsweise einen kleinen Zusatzauftrag
  • kein „Ich hoffe, es geht Ihnen gut“ und keine Entschuldigung für die gesetzte Grenze
  • weder „Mit freundlichen Grüßen“ noch eine andere Grußformel verwenden; diese ergänze ich selbst

Format: Drei nummerierte Varianten, jeweils mit einer Bezeichnung des Tons, beispielsweise „1. Freundlich und erläuternd“, sowie darunter eine einzeilige Angabe dazu, wann sich diese Variante eignet.

Der zweite Prompt stellt dem Modell eine klarer definierte Entwurfsaufgabe. Prüfen Sie alle drei Fassungen darauf, ob Fakten oder Zusagen erfunden wurden, wählen Sie die passendste aus und überarbeiten Sie sie vor dem Versand.

Einige Muster, die alle fünf Bestandteile verbinden

Einige Prompt-Strukturen, die einen Versuch wert sind:

Das umgekehrte Interview. Rolle und Kontext, gefolgt von einer Aufgabe, die mit „Stellen Sie mir fünf Fragen, deren Antworten Sie für ein gutes Ergebnis benötigen“ beginnt. Das Modell hilft Ihnen dadurch, den Prompt selbst zu präzisieren.

Der Entwurf in drei Varianten. Rolle und Kontext plus „Entwerfen Sie drei Fassungen“, ergänzt um Vorgaben zu Länge und Ton sowie ein nummeriertes Format. Nützlich, wenn der Vergleich von Alternativen zur Aufgabe gehört.

Die strukturierte Analyse. Rolle und Kontext plus „Wenden Sie dieses Modell an“, „Verwenden Sie genau diese Abschnittsstruktur“ und ein festgelegtes Format. Das ist die geeignete Form für analytische Aufgaben.

Der geduldige Tutor. Rolle – ein Tutor –, Kontext – Sie und Ihr Kenntnisstand –, Aufgabe – erklären und abfragen –, Vorgaben – „jeweils eine Frage, dann auf meine Antwort warten“ – und ein nach Phasen gegliedertes Format. So entsteht ein nützlicher Lernablauf aus allen fünf Bestandteilen.

Sie werden eigene Muster entwickeln. Diese Muster sind Varianten derselben Vorlage: fünf Bestandteile in einer praxistauglichen Ausgangsreihenfolge, nicht in Form eines allgemeingültigen Gesetzes.

Eine kleine Gewohnheit mit wachsender Wirkung

Halten Sie nach jeder mittelmäßigen KI-Antwort zwei Sekunden inne und fragen Sie sich: Welchen der fünf Bestandteile habe ich ausgelassen?

  • Wusste das Modell nicht, welche Rolle es einnehmen sollte? → Rolle.
  • Fehlten Angaben zu meiner Situation? → Kontext.
  • Hat es die gewünschte Handlung missverstanden? → Aufgabe.
  • War die Ausgabe zu lang, zu formell oder aufgebläht? → Vorgaben.
  • Hatte die Antwort die falsche Form? → Format.

Möglicherweise entdecken Sie einen fehlenden Bestandteil, eine unklare Anweisung oder ein schwaches Beispiel. Beheben Sie genau diese Lücke und versuchen Sie es erneut. So lernen Sie aus Ihren eigenen Prompts und Ergebnissen, statt sich nur auf eine allgemeine Formel zu verlassen.

Fünf Bestandteile plus Validierung. Verwenden Sie sie bewusst, bis sie Ihnen automatisch einfallen.

Weiterlesen

Fahren Sie mit demselben Lernpfad fort und lesen Sie die nächsten praktischen Artikel.

Thema vertiefen

Sorgfältig ausgewählte externe Kurse, die dieses Thema vertiefen.

Alle Kurse für Prompt-Engineering ansehen