Prompt Engineering: Lass dir Prompts von der KI mitschreiben | Teil 8

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: Wir formulieren Prompts so, dass Ergebnisse konsistent, nachvollziehbar und produktiv einsetzbar sind – in Fachbereichen von Compliance über Operations bis Kommunikation.
Dieses Wissen wollen wir mit dir teilen – praxisnah wie in einem Prompt Engineering Kurs. Heute der Tipp für Faule: Lass dir Prompts von der KI schreiben.

Der Perspektivwechsel: Von „ich schreibe“ zu „wir entwickeln“

In den bisherigen Teilen hast du gelernt, wie Rolle, Kontext, Aufgabe und Einschränkungen zusammenspielen und warum Beispiele die Varianz senken. Heute drehen wir die Blickrichtung. Du musst gute Prompts nicht allein entwerfen. Du kannst ChatGPT beauftragen, die Rollenbeschreibung zu schärfen, die Einschränkungen zu formulieren, eine Aufgabenfassung zu präzisieren oder einen vorhandenen Entwurf zu verbessern. Aus dem Alleingang wird eine Co-Produktion. Das senkt die Einstiegshürde, beschleunigt die Entwicklung und führt oft zu Formulierungen, die tragfähiger sind als die erste Idee.

Der Vorteil liegt in der Struktur. Wenn du die vier Bausteine vorgibst und ChatGPT bittest, jeden Baustein zu überarbeiten, erhältst du Rückmeldungen, die direkt an deinem Muster andocken. Du arbeitest nicht im Nebel, sondern iterierst gezielt am Material, bis es zu deinem Zweck passt.

Die Einstiegssituation: Ein grober Prompt, viele Fragezeichen

Häufig startest du mit einem vagen Wunsch. Du willst eine Einladung, einen kurzen Bericht, eine Zusammenfassung oder eine Entscheidungsnotiz. Aus diesem Wunsch entsteht schnell ein Mischmasch aus Rolle, Kontext und Auftrag. Gerade unter Zeitdruck rutschen Formulierungen in den falschen Abschnitt, Längenangaben fehlen, und die Zielgruppe bleibt unklar.

Genau hier hilft es, ChatGPT als Gegenleser zu nutzen. Bitte das Modell, den Entwurf entlang der vier Bausteine zu ordnen, Lücken zu erkennen und Vorschläge zu machen, wie Ziel, Leserschaft und Qualitätsmassstab präzisiert werden können. Du hältst die Zügel in der Hand, aber du lässt dir zuarbeiten.

Diese Zusammenarbeit wirkt nicht nur in der ersten Fassung. Sie hilft auch, Spannungen zu erkennen. Wenn deine Rolle akademisch, der gewünschte Ton aber strikt umgangssprachlich ist, meldet sich das Modell mit einem Hinweis auf den Widerspruch. Dadurch vermeidest du späteres Hin und Her.

Rollen schärfen, ohne zu verengen

Die Rollenbeschreibung ist der stärkste Orientierungspunkt. Du kannst ChatGPT bitten, aus einer allgemeinen Formulierung eine passende Stimme zu entwickeln. Aus „Du bist Expertin oder Experte für Personal“ wird eine greifbare Identität, etwa „Du bist Abteilungsleiter Kreditwesen in einer kleinen Privatbank, sprichst intern zu deinem Team und legst Wert auf Wertschätzung, Klarheit und Verbindlichkeit“.

Diese Zuspitzung reduziert Interpretationsspielraum. Gleichzeitig bleibt die Rolle breit genug, damit das Modell nicht in eine sprachliche Zwangsjacke gerät. Wenn du mehrere Rollenvarianten brauchst, weil derselbe Inhalt einmal intern und einmal extern genutzt wird, lass dir Alternativen formulieren.

Einschränkungen als Leitplanken formulieren

Einschränkungen sichern die Qualität der Ausgabe. Statt sie jedes Mal neu zu sammeln, kannst du ChatGPT gezielt dazu einsetzen, klare, konfliktfreie Leitplanken zu formulieren. Bitte um Längenrahmen, Tonvorgaben, Strukturhinweise und sprachliche Regeln, die zur Zielgruppe passen.

Ein sauberer Satz wie „klares Deutsch, keine Anglizismen, kein Jargon, drei Abschnitte mit Zwischenüberschrift, je rund zweihundert Wörter“ wirkt sofort. Du kannst zudem festhalten, welche Quellen genutzt werden dürfen. Wenn interne Dokumente massgeblich sind, weise darauf hin, dass nur diese herangezogen werden sollen. Das Modell wird seine Vorschläge dann an deinem Material ausrichten.

Wichtig ist eine Priorisierung. Wenn Kürze und Vollständigkeit kollidieren, setze eine Regel wie „Verständlichkeit vor Vollständigkeit“. Bitte ChatGPT, solche Prioritäten explizit zu ergänzen. So vermeidest du verdeckte Widersprüche.

Vom Rohentwurf zur belastbaren Vorlage

Viele Prompts beginnen als Rohfassung. Bitte das Modell, deinen Entwurf zu prüfen wie eine Redaktorin. Fordere präzisere Zielgruppen, nachvollziehbare Messpunkte für Qualität und eine eindeutige Ausgabeform.

Bitten kannst du auch um Testläufe: Lass dir zeigen, wie der Prompt bei zwei leicht variierten Eingaben reagiert. Wenn beide Ergebnisse im selben Korridor landen, bist du auf dem richtigen Weg. Wenn die Streuung gross ist, bitte das Modell, die Ursache zu benennen und den Prompt entsprechend zu schärfen. So kommst du schneller zu einem Muster, das im Betrieb trägt.

Sobald der Prompt stabil wirkt, versiehst du ihn mit einer Versionsnummer, einer kurzen Zweckbeschreibung und zwei Beispielausgaben. Das macht die Vorlage im Team auffindbar und anschlussfähig.

Zusammenarbeit mit klarem Takt

Damit die Co-Produktion mit der KI funktioniert, braucht es einen Takt. Lege zuerst den Rahmen fest: Rolle und Kontext stehen oben, Aufgabe folgt, Einschränkungen sichern die Ausgabe ab. Bitte ChatGPT anschliessend, jeden Baustein nacheinander zu bewerten, offene Punkte zu markieren und konkrete Verbesserungen vorzuschlagen.

Wiederhole den Durchlauf einmal, nicht zehnmal. Prüfe danach in Ruhe, ob die Vorschläge zu deiner Organisation, deiner Zielgruppe und deinem Ton passen. Du behältst die inhaltliche Verantwortung, die KI reduziert Reibung.

So entsteht aus einem diffusen Wunsch eine belastbare Arbeitsanweisung, die du immer wieder verwenden kannst.

Grenzen und gute Praxis

Die KI ist „ziemlich gut im Promptschreiben“, aber nicht unfehlbar. Achte darauf, dass Rollen und Einschränkungen zu deinen Richtlinien passen. Wenn ein Vorschlag an eurer Kultur vorbeigeht oder rechtlich heikel wirkt, korrigiere ihn sofort.

Verlasse dich zudem nicht auf eine einzige Fassung. Ein kurzer Praxistest mit realem Inhalt zeigt, ob der Prompt die gewünschte Qualität produziert. Erst wenn der Test überzeugt, gehört die Vorlage in eure Bibliothek.

Hilfreich ist eine klare Sprache. Bitte um kurze Sätze, klare Verben, keine Floskeln. Wenn das Modell zu ausschweifend wird, erinnere es an die Längenrahmen. Und wenn es Phrasen wiederholt, fordere eigenständige Formulierungen in der festgelegten Tonalität ein. Du führst, die KI folgt.

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”.