Wenn ChatGPT nicht das macht, was du willst, dann hat das in der Regel einen Grund: Das Prompting!
Die Interaktion mit diesen LLMs (Large Language Models) erfordert präzise Anweisungen – ansonsten kommt nur Quatsch dabei heraus. Im Prinzip kannst du es dir so vorstellen, dass ChatGPT (oder jedes andere Sprachmodell) nur so viel weiß, wie du ihm sagst. Und entsprechend den Rest erfinden oder herleiten muss.
Ein Prompt ist erst einmal deine Eingabe, also beispielsweise „Gib mir ein Pizza-Rezept“. Das geht aber deutlich besser! Mit ein paar einfachen Frameworks können wir unser Prompting optimieren und so unterschiedliche Anforderungen lösen. Damit wirst du unmittelbar bessere Ergebnisse erzielen. Im Folgenden werden zentrale Frameworks vorgestellt und ihre Anwendung erläutert.
Was macht einen guten Prompt aus?
Bevor wir loslegen haben wir schon einmal ein paar grundsätzliche Ideen, wie du gut prompten kannst, auch ohne konkretes Framework:
- Sei klar statt clever! (Unmissverständlich und präzise schreiben, was du willst)
- Kontext ist King! (Ein Marketing-Experte wird ja nicht unbedingt Software programmieren, oder?)
- Ohne Ziel wird’s schwer! (Mach dir selbst klar, warum und wofür du chattest.)
- Probieren, probieren, probieren! (… geht über studieren! Mit ein bisschen Übung wird das!)
So, jetzt machen wir es aber konkret! Wir haben 4 konkrete Frameworks für bessere Prompt mitgebracht.

R-T-F Framework: Rolle – Task – Format
Eines der einfachsten und bekanntesten Frameworks ist das R-T-F Framework.
Dabei können wir Szenarien aufbauen, in denen das Modell spezifische Rollen übernimmt und entsprechende Aufgaben in einem festgelegten Format umsetzt. Hierdurch wird der Kontext der Anfrage explizit und ermöglicht es der KI, gezielt auf die Bedürfnisse des Benutzers einzugehen.
- Rolle: In welcher Funktion agiert ChatGPT?
Beispielsweise könnte die KI als „Marketing-Experte“ agieren, was ihre Antwort dahingehend prägt, dass sie Inhalte aus dieser spezifischen Perspektive liefert. - Task (Aufgabe): Welche konkrete Handlung soll durchgeführt werden? Hier wird die KI auf die Ausführung einer spezifischen Aufgabe gelenkt, z. B. die Erstellung eines Marketingberichts.
- Format: In welchem Format soll das Ergebnis vorliegen? Dies kann variieren, etwa ein Fließtext, eine Liste oder eine grafische Darstellung.
Das R-T-F Framework ist so cool, weil es so einfach ist! An dieser „Mindestanforderung“ hangeln wir uns meistens entlang.
Prompt-Beispiel: „Du bist ein Data Scientist. Erstelle eine Liste von 5 Data-Analytics-Tools, die kleine Unternehmen nutzen können. Die Liste soll in tabellarischer Form präsentiert werden, mit kurzen Erklärungen zu jedem Tool und dessen Nutzen.“
C-A-R-E Framework: Context – Action – Result – Example
Das C-A-R-E Framework ist hervorragend geeignet für die größere Szenarien, beispielsweise um eine Kampagnenplanung durchzuführen. Es verbindet die Analyse des Kontextes mit klar definierten Handlungen und Ergebnissen verbindet und gibt außerdem konkrete Beispiele, sodass ganz klar ist, was erwartet wird.
- Context (Kontext): In welchem Umfeld oder für welche Zielgruppe wird die Handlung durchgeführt?
- Action (Handlung): Welche konkreten Aktionen sollen ausgeführt werden?
- Result (Resultat): Was ist das gewünschte Endergebnis?
- Example (Beispiel): Ein praktisches Beispiel, das den Einsatz des Frameworks illustriert.
Prompt-Beispiel: „Du planst eine Marketingkampagne für ein nachhaltiges Modeunternehmen. Erstelle einen Social-Media-Plan mit Vorschlägen für Bilder sowie Texte für Instagram. Darin enthalten sollen Posts von umweltfreundlichen Produkten sein. Das Resultat soll eine erhöhte Kundeninteraktion und eine Steigerung der Verkaufszahlen um 15 % sein. Ein konkretes Beispiel habe ich dir als Bild angehängt [vergangene Kampagne mit Texten und Bildern].“
CoT (Chain of Thought)
Das Chain of Thought (CoT)-Framework ermöglicht es, umfangreichere Probleme in kleinere Schritte zu zerlegen. Diese Methode hilft ChatGPT, die Antwort schrittweise aufzubauen, was besonders nützlich ist, wenn es um mehrstufige Problemlösungen geht. Statt eine direkte Antwort zu erwarten, wird der „Denkprozess“ angeleitet und in nachvollziehbaren Schritten durchlaufen.
Durch diesen Schritt-für-Schritt-Aufbau fördert CoT ein tieferes Verständnis und detailliertere Antworten der KI.
Prompt-Beispiel: „Erkläre Schritt für Schritt, wie man einen Businessplan erstellt. Beginne mit der Definition der Idee, dann erläutere die Marktanalyse, gefolgt von der Finanzplanung und dem Marketingplan. Am Ende soll der Leser eine klare Vorstellung davon haben, wie alle Teile des Businessplans ineinandergreifen.“
Übrigens: Mit ChatGPT 4.o1 könnte das auch überflüssig sein! Eventuell hast du der neuen Version auch schon beim „Denken“ zugesehen. Das Release hat die Kapazität, die Chaif of Thought selbst herzuleiten.
Perfect Prompt Formula
Die Perfect Prompt Formula kombiniert den Kontext, klare Anweisungen und ein spezifisches Ziel. Dies führt zu besseren Ergebnissen, da ChatGPT so genau weiß, welche Informationen gebraucht werden und in welchem Format sie das Ergebnis liefern soll.
- Rolle: In welcher Funktion agiert ChatGPT?
Beispielsweise könnte die KI als „Marketing-Experte“ agieren, was ihre Antwort dahingehend prägt, dass sie Inhalte aus dieser spezifischen Perspektive liefert. - Kontext: In welchem Umfeld oder für welche Zielgruppe wird die Handlung durchgeführt?
- Erwartung: Was genau erwartest du von ChatGPT?
- Sprache: In welcher Sprache, in welchem Ton soll geantwortet werden?
Prompt-Beispiel: „Du bist ein SEO-Experte und sollst eine 800-Wörter-Anleitung über die besten Strategien zur On-Page-Optimierung schreiben. Der Artikel soll sich an kleine Unternehmen richten, die ihre Sichtbarkeit bei Google verbessern wollen. Gib praktische Tipps, die einfach umzusetzen sind, und verwende eine klare, gut verständliche Sprache.
Die Perfect Prompt Formula stellt sicher, dass sowohl der Kontext als auch die Formatierungsanforderungen klar definiert sind, was zu wirklich guten Ergebnissen führt.
Dein Framework?
In Summe sind das alles nur Richtschnüre, an denen du dich orientieren kannst. Wenn wir etwa häufiger brauchen (beispielsweise Helfer zur Formulierung von E-Mails) bauen wir uns auch gerne CustomGPTs, die uns dann einiges an Arbeit abnehmen.
Wichtig sind in erster Linie die eingangs erwähnten Aspekte: Klarheit, Kontext, Ziel und ein bisschen Kreativität! Und dann wird ChatGPT (oder ein anderes LLM deiner Wahl) schon gute Ergebnisse liefern.