Prompting: bessere Aufgaben für KI
Wie klare Prompts bessere Antworten erzeugen — mit Beispielen für Lernen, Schreiben und Recherche, ohne Marketing-Jargon.
Die Aufgabe entscheidet über die Qualität — nicht die Höflichkeit der Anrede.
- Ziel
- Was soll am Ende stehen: Text, Liste, Vergleich, Kritik?
- Rahmen
- Länge, Ton, Sprache, Zielgruppe.
- Material
- Fakten, die das Modell nicht raten soll.
- Prüfung
- Zahlen, Zitate und aktuelle Behauptungen extra verifizieren.
Prompting ist keine Geheimlehre. Es ist klare Kommunikation mit einem System, das Lücken gerne füllt — oft falsch.
Deshalb gehört Prüfung zum Lernen dazu, nicht erst zum „Profi-Workflow“.
Ein Prompt ist die Aufgabe, die Sie einem Modell geben. Unklare Aufgaben erzeugen unklare Antworten — unabhängig davon, wie groß das Modell ist.
Was hilft
- Ziel — Was soll am Ende stehen (Text, Liste, Vergleich)?
- Rahmen — Länge, Ton, Sprache, Zielgruppe
- Material — Fakten, die das Modell nicht raten soll
- Prüfung — Was muss nachträglich verifiziert werden?
Was selten hilft
Höflichkeit allein, leere Superlative („sei ein Experte“) oder das Fehlen von Kontext. Modelle können Lücken füllen — oft falsch.
Lernen in der Praxis
Die Einsteiger-Seite zeigt den Einstieg. Aktuelle Werkzeuge und Modelle folgen in den Nachrichten.
Häufige Fragen
Gibt es den einen perfekten Prompt?
Nein. Gute Prompts sind aufgabeabhängig. Wiederholen, einschränken und Beispiele geben wirkt zuverlässiger als eine magische Formel.
Kann Prompting Faktenfehler verhindern?
Nur teilweise. Klare Aufgaben reduzieren Missverständnisse, ersetzen aber keine Quellenprüfung.
