Prompt Engineering: Die vier Bausteine für verlässliche Ergebnisse | Teil 2

Warum wir über Prompt Engineering sprechen

Bei Beaufort entwickeln wir KI-Agenten, die reale Geschäftsprozesse Ende-zu-Ende unterstützen. Damit diese Agenten zuverlässig arbeiten, brauchen sie präzise Eingaben und klare Vorgaben. Genau dort liegt unsere tägliche Praxis als Prompt-Profis im Prompt Engineering: Wir formulieren Prompts so, dass Ergebnisse konsistent, nachvollziehbar und produktiv einsetzbar sind – in Fachbereichen von Compliance über Operations bis Kommunikation.

Die vier Bausteine im Prompt Design

Wer mit Sprachmodellen arbeitet, merkt schnell: Eine spontane Frage liefert selten eine verlässliche Grundlage für Entscheidungen. Stabilität entsteht, wenn ein Prompt wie ein kleiner Prozess gestaltet ist. Vier Bausteine des Prompt Designs tragen diesen Prozess: Rolle, Kontext, Aufgabe und Format. Zusammen geben sie dem Modell Orientierung, Grenzen und ein Zielbild für die Ausgabe. Genau diese Struktur sorgt dafür, dass Antworten reproduzierbarer werden – und sich im Arbeitsalltag nutzen lassen.

Rolle: Die Perspektive festlegen

Ein Modell ohne Rolle hat keine Haltung. Es antwortet allgemein, streut breit und variiert stärker. Mit einer Rolle geben Sie die fachliche Perspektive vor. „Du bist Fachanwalt für Arbeitsrecht“ ist mehr als Zierde. Die Formulierung verankert Wissen, Wortwahl und Bewertungskriterien in einer Domäne. Das Modell gewichtet Quellen und Begriffe anders, wählt präzisere Beispiele und verzichtet auf Ausflüge, die aus Sicht der Rolle unpassend wären.

Wichtig ist die Schärfe: Eine zu weite Rolle lässt Interpretationsspielraum, eine zu enge wirkt wie eine Zwangsjacke. Zielführend ist eine professionelle Identität mit klarer Zuständigkeit und einem Hinweis auf den Anwendungsfall. So entsteht ein verlässlicher Ausgangspunkt – die Basis für gutes Prompt Engineering.

Kontext: Den Rahmen abstecken

Ohne Kontext wird jedes Thema zu weit. „Kündigungsfristen in der Schweiz“ ist ein Rahmen, der Gesetze, Rechtsprechung und Begriffe lokalisiert. Das Modell weiss, dass deutsche Regelungen nicht gelten und dass kantonale Besonderheiten denkbar sind. Je konkreter der Rahmen, desto geringer die Streuung. Datenlage, Zeitraum, Zielgruppe, Branche, Dokumenttyp – all das sind Hebel, um die Relevanz zu erhöhen.

Kontext ist kein Datenabwurf. Zu viele Details verwässern das Ziel. Besser ist eine knappe Beschreibung, die das Feld begrenzt und Hinweise auf Ausnahmen gibt. So bleibt das Modell beweglich, aber nicht beliebig.

Aufgabe: Qualität messbar machen

Die Aufgabe ist das, was sonst als Frage formuliert wird – nur verbindlicher. „Erkläre die Kündigungsfristen in der Schweiz“ ist eine Richtung. „Erkläre die Kündigungsfristen in der Schweiz für Angestellte im Privatrecht mit Bezug auf OR-Artikel, verständlich für HR-Generalisten, ohne Rechtsberatung zu ersetzen“ ist ein Arbeitsauftrag.

Gute Aufgaben nennen nicht nur das „Was“, sondern auch das „Wozu“. Wenn das Modell den Zweck kennt – informieren, entscheiden, dokumentieren, zusammenfassen –, richtet es die Auswahl danach aus. Das spart Nacharbeit, weil weniger Interpretationsfehler entstehen.

Format: Ergebnisse vergleichbar machen

Format bedeutet Struktur. Absatzlänge, Gliederung, Ton, Länge, Zitationswünsche – all das beeinflusst die Form der Antwort. Wer „in drei kurzen Punkten mit je rund achtzig Zeichen“ bittet, zwingt das Modell, zu verdichten. Wer „ein prägnantes Memo mit Überschrift, Einleitung, Kernpunkten und Empfehlung“ verlangt, schafft ein Muster, das sich wiederholen lässt.

Entscheidend ist Konsequenz: Wenn Formatvorgaben bei wiederkehrenden Aufgaben stabil bleiben, sinkt die Varianz. Teams erkennen schneller, was gut ist, und können Vorlagen systematisch verbessern.

Zusammenspiel: Vier Bausteine für reproduzierbare Qualität

Rolle gibt die Perspektive, Kontext begrenzt das Feld, Aufgabe definiert das Ziel, Format macht die Ausgabe prüfbar. Erst im Zusammenspiel entsteht der Effekt. Fehlt eines der Elemente, steigt die Streuung. Häufige Fehler sind zu allgemeine Rollen, vage Kontexte, offene Aufgaben oder fehlende Formatvorgaben.

In Projekten sehen wir: Eine saubere Vier-Bausteine-Struktur erhöht die Trefferquote spürbar. Antworten bleiben variabel, aber bewegen sich in einem engen, fachlich brauchbaren Korridor. Genau das braucht ein Unternehmen, das mit KI arbeiten will.

Vorlagen & Prompt Templates in der Praxis

Wer diese Struktur nutzt, sollte sie als Vorlage sichern. So verkürzt sich die Anlaufzeit, und die Qualität wird planbarer. In ChatGPT lassen sich eigene Assistenten definieren, in denen Rolle und Kontext dauerhaft hinterlegt sind. Aufgaben und Formate können je nach Anwendungsfall ergänzt werden.
Teams profitieren zusätzlich von gemeinsamen Bibliotheken. Wenn eine Vorlage trägt, gehört sie an einen zentralen Ort – mit Beispielausgaben und Hinweisen, wann sie nicht passt. So wächst aus einzelnen Prompts ein leichtes Framework. Genau hier helfen Prompt Templates mit ChatGPT Beispielen, die in Prompt Engineering Kursen vermittelt werden.

Qualität sichern: Leitplanken statt Bevormundung

Manche befürchten, strenge Prompts würden Kreativität ersticken. Das Gegenteil ist der Fall. Die Vier-Bausteine-Struktur setzt Leitplanken, innerhalb derer das Modell kreativ sein darf. Ein klarer Rahmen verhindert Abschweifungen, beschleunigt die Bearbeitung und macht Ergebnisse anschlussfähig.

Weiterbildung: Prompt Engineering Kurs

In dieser Videoreihe erklären wir die wichtigsten Prinzipien Schritt für Schritt und zeigen, warum sie technisch tragen. Ziel: dass Nutzerinnen und Nutzer mit wenig Aufwand bessere, stabilere Resultate erzielen.

Wer tiefer einsteigen will, findet in unserem Weiterbildungsangebot mit der ZHAW ein kompaktes Format:
Prompt Engineering: ChatGPT und andere KIs lernen und produktiv einsetzen.

Der Kurs vermittelt praxisnahes Prompt Design, zeigt Prompt Templates mit ChatGPT Beispielen und macht KI im Alltag direkt anwendbar.

Mehr dazu im Video und auf der Prompting-Landingpage

Mehr Details dazu auch in diesem Video.
Zusätzlich haben wir eine Übersichtsseite über Prompt-Engineering eingerichtet.
Trage dich auch unten auf der Seite in den Newsletter ein, es erscheinen hier in den nächsten Wochen viele weitere Videos zum Thema “Prompt Engineering”.