ChatGPT Prompt-Formeln: Vorlagen, die funktionieren

Die Kraft der Prompt-Formeln

Auch wenn jede ChatGPT-Konversation einzigartig ist, liefern bestimmte Prompt-Strukturen durchgehend bessere Ergebnisse. Diese „Formeln“ bieten Rahmenwerke, die Sie an jede Situation anpassen können – sie sparen Zeit und verbessern gleichzeitig die Ausgabequalität. Dieser Leitfaden präsentiert praxiserprobte Vorlagen für gängige Aufgaben.

Stellen Sie sich diese Formeln wie Rezepte vor: Die Grundstruktur bleibt gleich, aber Sie passen die Zutaten an Ihre spezifischen Bedürfnisse an. Meistern Sie diese Muster, und Sie werden über alle Bereiche hinweg effektiver mit ChatGPT kommunizieren.

Die RAf-Formel: Rolle-Aufgabe-Format

Die vielseitigste und am breitesten anwendbare Formel:

Struktur:
„Agiere als [ROLLE]. [AUFGABENBESCHREIBUNG]. Formatiere deine Antwort als [FORMAT].“

Beispiel:
„Agiere als erfahrener Marketing-Texter. Schreibe eine Produktbeschreibung für eine nachhaltige Bambus-Trinkflasche, die umweltbewusste Millennials anspricht. Formatiere deine Antwort als 150-Wörter-Absatz mit einer einprägsamen Überschrift.“

Warum es funktioniert: Das Setzen einer Rolle stimmt ChatGPT mit relevanter Expertise ein. Eine klare Aufgabendefinition verhindert Mehrdeutigkeit. Die Formatvorgabe sorgt für nutzbare Ausgaben.

Variationen:
• Ton hinzufügen: „...in einem freundlichen, konversationellen Ton“
• Einschränkungen hinzufügen: „...vermeide Fachjargon und halte Sätze unter 20 Wörtern“
• Beispiele hinzufügen: „...ähnlich wie Apples Produktbeschreibungen“

Die KAB-Formel: Kontext-Aufgabe-Beispiele

Perfekt, wenn Beispiele Ihre Erwartungen definieren:

Struktur:
„Kontext: [HINTERGRUND]. Aufgabe: [WAS SIE BRAUCHEN]. Beispiele für das, was ich suche: [BEISPIELE].“

Beispiel:
„Kontext: Ich bin Lehrer und erstelle ein Quiz für Achtklässler über die Französische Revolution. Aufgabe: Erstelle 10 Multiple-Choice-Fragen mit jeweils 4 Antwortmöglichkeiten. Beispiele für das, was ich suche: Fragen, die Verständnis testen statt nur Auswendiglernen, wie 'Was war der HAUPTGRUND für den Sturm auf die Bastille?' statt 'In welchem Jahr wurde die Bastille gestürmt?'“

Warum es funktioniert: Kontext liefert nötigen Hintergrund. Beispiele demonstrieren Qualitäts- und Stilerwartungen. Diese Formel eignet sich besonders, wenn es schwierig ist zu erklären, was man möchte.

Die Problem-Lösung-Formel

Ideal für umsetzbare Ratschläge:

Struktur:
„Problem: [PROBLEMBESCHREIBUNG]. Was ich bereits versucht habe: [BISHERIGE VERSUCHE]. Was ich brauche: [GEWÜNSCHTES ERGEBNIS]. Einschränkungen: [LIMITIERUNGEN].“

Beispiel:
„Problem: Unser E-Mail-Newsletter hat eine Öffnungsrate von 12%, deutlich unter dem Branchendurchschnitt von 21%. Was ich bereits versucht habe: Versandzeiten ändern, A/B-Tests von Betreffzeilen mit und ohne Emojis. Was ich brauche: 5 konkrete, umsetzbare Strategien zur Verbesserung der Öffnungsraten. Einschränkungen: Wir haben ein kleines Team und begrenztes Budget, daher sollten die Lösungen innerhalb unserer aktuellen E-Mail-Plattform umsetzbar sein.“

Warum es funktioniert: Verhindert redundante Vorschläge, indem mitgeteilt wird, was bereits versucht wurde. Einschränkungen verhindern unpraktische Empfehlungen. Klare Ergebnisdefinition fokussiert die Antwort.

Die Schritt-für-Schritt-Formel

Für komplexe Aufgaben, die detaillierte Anleitung erfordern:

Struktur:
„Ich muss [ZIEL]. Bitte gib mir Schritt-für-Schritt-Anweisungen für [SPEZIFISCHE AUFGABE]. Füge [SPEZIFISCHE ANFORDERUNGEN] hinzu. Formatiere als nummerierte Schritte mit Erklärungen.“

Beispiel:
„Ich muss eine CI/CD-Pipeline für meine Node.js-Anwendung einrichten. Bitte gib mir Schritt-für-Schritt-Anweisungen für das Deployment auf AWS mit GitHub Actions. Füge Code-Snippets für die Workflow-Datei, nötige IAM-Berechtigungen und häufige Fehlerbehebungstipps hinzu. Formatiere als nummerierte Schritte mit Erklärungen für jeden Schritt.“

Warum es funktioniert: Zerlegt komplexe Aufgaben in handhabbare Schritte. Explizite Anforderungsliste stellt umfassende Abdeckung sicher. Strukturiertes Format erleichtert die Umsetzung.

Die Vergleichsanalyse-Formel

Für ausgewogene Bewertungen und Entscheidungsfindung:

Struktur:
„Vergleiche [OPTION A] und [OPTION B] für [ANWENDUNGSFALL]. Berücksichtige: Vor- und Nachteile jeder Option, wesentliche Unterschiede und eine Empfehlung basierend auf [KRITERIEN].“

Beispiel:
„Vergleiche React und Vue.js für den Aufbau einer mittelgroßen E-Commerce-Website. Berücksichtige: Vor- und Nachteile jedes Frameworks, wesentliche Unterschiede bei Lernkurve, Ökosystem und Performance, und eine Empfehlung basierend auf einem Team von Entwicklern mit JavaScript-Erfahrung, aber ohne Framework-Erfahrung.“

Warum es funktioniert: Ausgewogene Struktur verhindert einseitige Analyse. Spezifische Kriterien fokussieren den Vergleich auf das, was für Sie wichtig ist. Die Empfehlungsanfrage führt zu einem umsetzbaren Fazit.

Die Verbesserungs-Formel

Zum Verfeinern bestehender Inhalte:

Struktur:
„Hier ist [ART DES INHALTS]: [INHALT EINFÜGEN]. Bitte verbessere ihn durch [SPEZIFISCHE VERBESSERUNGEN]. Beibehalten: [ZU ERHALTENDE ELEMENTE]. Zielgruppe: [PUBLIKUM].“

Beispiel:
„Hier ist meine LinkedIn-Zusammenfassung: [Text einfügen]. Bitte verbessere sie, indem du sie ansprechender machst, meine Führungserfahrung stärker hervorhebst und einen klaren Call-to-Action hinzufügst. Beibehalten: den professionellen Ton und den Fokus auf Tech-Branchenerfahrung. Zielgruppe: Tech-Recruiter und Personalverantwortliche.“

Warum es funktioniert: Das Bereitstellen bestehender Inhalte gibt ChatGPT konkretes Material zum Arbeiten. Spezifische Verbesserungsrichtungen lenken die Überarbeitung. Erhaltungsanweisungen verhindern den Verlust dessen, was bereits funktioniert.

Die Experten-Interview-Formel

Für tiefgehende Erkundungen komplexer Themen:

Struktur:
„Du bist Experte für [FACHGEBIET]. Ich werde dir Fragen zu [THEMA] stellen. Bitte gib detaillierte, nuancierte Antworten, als wärst du eine führende Autorität auf diesem Gebiet. Erste Frage: [FRAGE]“

Beispiel:
„Du bist Experte für Verhaltensökonomie. Ich werde dir Fragen zu Entscheidungsverzerrungen im Konsumentenverhalten stellen. Bitte gib detaillierte, nuancierte Antworten, als wärst du eine führende Autorität auf diesem Gebiet. Erste Frage: Wie beeinflusst Verlustaversion konkret Online-Kaufentscheidungen?“

Warum es funktioniert: Die Experten-Rahmung fördert Tiefe und Nuancierung. Das Multi-Fragen-Setup ermöglicht vertiefende Nachfragen. Das Interviewformat erlaubt einen natürlichen Gesprächsfluss.

Ausgabe-Vorlagen-Formel

Für konsistente, strukturierte Ausgaben:

Struktur:
„Erstelle [INHALTSTYP] mit genau dieser Vorlage: [VORLAGE MIT PLATZHALTERN] Ausfüllen basierend auf: [EINGABEINFORMATIONEN]“

Beispiel:
„Erstelle eine Besprechungszusammenfassung mit genau dieser Vorlage: **Besprechungstitel:** [Titel] **Datum:** [Datum] **Teilnehmer:** [Liste] **Wesentliche Entscheidungen:** [Aufzählungspunkte] **Maßnahmen:** [Aufzählungspunkte mit Verantwortlichen und Fristen] **Nächste Schritte:** [Absatz] Ausfüllen basierend auf: [Besprechungsnotizen einfügen]“

Warum es funktioniert: Die exakte Vorlage stellt ein konsistentes Ausgabeformat sicher. Perfekt für wiederkehrende Aufgaben, bei denen Konsistenz wichtig ist. Reduziert den nachträglichen Bearbeitungsaufwand.

Gedankenketten-Formel

Für komplexes Denken und Analyse:

Struktur:
„[FRAGE/PROBLEM]. Denke Schritt für Schritt durch und zeige deine Überlegungen in jeder Phase, bevor du zu einem Ergebnis kommst.“

Beispiel:
„Ein Unternehmen hat 100.000 $ für Marketing zu investieren. Es kann zwischen Social-Media-Anzeigen (30 $ CPA, 60% Konversionsrate zu zahlenden Kunden), Google Ads (45 $ CPA, 75% Konversionsrate) oder Influencer-Marketing (25 $ CPA, 40% Konversionsrate, aber 2x Customer Lifetime Value) wählen. Welche Option maximiert den ROI? Denke Schritt für Schritt durch und zeige deine Überlegungen in jeder Phase, bevor du zu einem Ergebnis kommst.“

Warum es funktioniert: Explizite Denkanweisungen verbessern die Genauigkeit bei komplexen Problemen. Der sichtbare Denkprozess ermöglicht die Überprüfung der Logik. Reduziert Fehler durch voreiliges Schlussfolgern.

Formula Quick Reference

Formeln kombinieren

Diese Formeln funktionieren gut in Kombination:

RAf + Problem-Lösung: „Agiere als erfahrener UX-Designer. Problem: Unser Checkout-Prozess hat eine Abbruchrate von 67%...“

KAB + Schritt-für-Schritt: „Kontext: Ich starte einen Podcast... Aufgabe: Gib eine Schritt-für-Schritt-Anleitung für die erste Episode... Beispiele: Mir gefällt der Interviewstil von Lex Fridman...“

Experten + Gedankenkette: „Du bist Experte für Finanzmodellierung. Denke Schritt für Schritt durch, wie du die Bewertung eines SaaS-Unternehmens angehen würdest...“

Fazit

Diese Formeln sind keine starren Regeln – sie sind Ausgangspunkte. Passen Sie sie an Ihre Bedürfnisse an, kombinieren Sie sie kreativ und entwickeln Sie eigene Variationen. Der Schlüssel liegt darin, ChatGPT eine klare Struktur, relevanten Kontext und eine spezifische Richtung zu geben.

Beginnen Sie mit der Formel, die am besten zu Ihrer Aufgabe passt, passen Sie sie an Ihre Situation an und iterieren Sie basierend auf den Ergebnissen. Mit der Zeit entwickeln Sie ein Gespür dafür, welche Strukturen für verschiedene Situationen am besten funktionieren.

Speichern Sie Prompts, die gut für Sie funktionieren, als persönliche Vorlagen. Der Aufbau Ihrer Prompt-Bibliothek beschleunigt zukünftige Arbeit und stellt durchgehende Qualität bei ähnlichen Aufgaben sicher. Viel Erfolg beim Prompting!