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 – heute geht es um den User Prompt, die Arbeitsanweisungen.
Die Aufgabe: aus der Frage wird eine Arbeitsanweisung
In diesem Teil geht es um den Baustein, den du am häufigsten nutzt: die Aufgabe, also die eigentliche Anweisung an das Modell. Eine lockere Frage liefert selten die Qualität, die du in Prozessen brauchst. Aus „Schreib mir etwas zu B2B-Marketing“ wird deshalb ein klarer Auftrag mit Ziel, Tiefe, Ton und Erwartung an das Ergebnis. So wird aus einem offenen Gespräch ein reproduzierbarer Arbeitsschritt.
Wenn du die Aufgabe sauber strukturierst, sinkt die Nacharbeit spürbar. Das Modell versteht nicht nur das Thema, sondern auch, wie das Ergebnis aussehen muss. Deine Durchläufe werden planbarer, die Qualität steigt – ein klarer Vorteil für den produktiven Einsatz von ChatGPT im Alltag.
Warum Struktur die Qualität hebt
Ein Sprachmodell setzt Antworten Wort für Wort über Wahrscheinlichkeiten zusammen. Ohne Leitplanken ist der Spielraum gross, die Streuung hoch. Mit einer präzisen Aufgabe grenzt du diesen Raum ein. Du beschreibst, wohin es gehen soll, und wie der Weg dorthin aussieht. Das erzeugt keine starre Gleichförmigkeit, aber eine engere Bandbreite rund um das, was du brauchst.
Besonders wirksam wird diese Struktur, wenn du sie konsequent wiederverwendest. Je vertrauter das Muster ist, desto konsistenter werden Länge, Ton und Aufbau – von der ersten Fassung an. Genau das macht gutes Prompt Design aus.
Ein Beispiel aus dem Alltag
Nehmen wir einen Blogbeitrag zum B2B-Marketing. Eine allgemeine Bitte führt zu einem brauchbaren, aber generischen Text, der kaum zu euren redaktionellen Vorgaben passt. Präziser ist eine Aufgabe, die Aufbau, Länge und Ton vorgibt. Du legst fest, dass der Beitrag drei Absätze umfasst, in jedem rund vierzig Wörter, mit klarer Zwischenüberschrift. Du verlangst ausschliesslich Fliesstext, keine Aufzählungen. Am Schluss steht eine kurze Zusammenfassung. Vorangestellt ist ein Anreisser, der in höchstens sechzig Wörtern erklärt, worum es geht. Der erste Wurf rückt damit deutlich näher an euer Muster.
Den Ablauf wie einen Prozess beschreiben
Wirksam ist eine Reihenfolge, die immer gleich bleibt. Zuerst definierst du das Ziel. Danach beschreibst du die Bestandteile und ihre Reihenfolge. Anschliessend nennst du Qualitätskriterien, etwa Verständlichkeit für eine bestimmte Leserschaft oder Beispiele aus einer festgelegten Domäne. Zum Schluss beschreibst du die Form der Ausgabe, also Überschriften, Absatzlängen, Ton und Zusammenfassung. Dieses kleine Drehbuch lässt sich für viele Aufgaben wiederverwenden – nur der Inhalt wechselt.
Präzision ohne Zwangsjacke
Gute Aufgaben sind nicht maximal lang, sondern eindeutig. Entscheidend ist, dass Ziel und Prüfmassstab klar sind. Wenn du „für HR-Generalistinnen und HR-Generalisten“ schreibst, weisst du später, woran du misst. Wenn du festhältst, dass keine Aufzählungen genutzt werden und der Ton kollegial, aber verbindlich ist, bleibt der Text anschlussfähig an eure Kommunikationskultur. Gleichzeitig lässt du Raum für Nuancen, damit der Text lebendig bleibt und dennoch zuverlässig deinem Rahmen folgt.
Häufige Stolpersteine vermeiden
Unpräzise Längenangaben, fehlende Zielgruppen und vermischter Kontext sind die Hauptquellen für Nacharbeit. Ein „kurzer Text“ ohne Mass und Zweck lädt das Modell zur Interpretation ein. Ebenso heikel ist es, die Arbeitsanweisung mit langen Hintergründen zu überfrachten. Halte den Kontext knapp darüber oder davor und platziere die Aufgabe klar darunter. So bleibt der Prompt wartbar, und du kannst denselben Rahmen für verschiedene Inhalte nutzen.
Zusammenspiel mit Rolle, Kontext und Format
Die Aufgabe ist nur ein Teil des Ganzen. Die Rolle legt die Perspektive fest, der Kontext begrenzt das Feld, das Format macht die Ausgabe prüfbar. In der Mitte steht die Aufgabe und macht die Absicht messbar. Wenn alle vier Elemente sauber getrennt und konsequent eingesetzt werden, liegen die Antworten bereits im ersten Versuch erstaunlich nah am Ziel. Genau das macht KI im Betrieb nutzbar – und hebt deine Skills im Prompt Engineering Kurs auf das nächste Level.
Von der guten Aufgabe zur Vorlage
Sobald eine Arbeitsanweisung zuverlässig trägt, solltest du sie als Vorlage sichern. Versioniere sie, notiere Eignung und zwei, drei Beispielausgaben. So findet dein Team schneller in den Standard und verbessert ihn schrittweise. Kleine Iterationen – präzisere Zielgruppe, klarerer Ton, schärfere Längenangabe – heben die Qualität, ohne das Muster zu zerreissen. Mit eigenen Assistenten kannst du Rolle und wiederkehrende Kontexte dauerhaft hinterlegen und nur die Aufgabe variieren. Das spart Zeit und stabilisiert die Ergebnisse.
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”.
Mehr Details dazu auch in diesem Video: