9 Minuten Lesezeit · geprĂŒft am 2.11.2026

Prompt Engineering: der Leitfaden auf Deutsch

Was Prompt Engineering ist, welche Bausteine einen guten Prompt ausmachen und welche Techniken wirklich etwas bringen. Mit Grundkurs, Prompt-Check, Prompt-Baukasten und Vorlagen zum direkten Ausprobieren.

Jean sagt: Prompt Engineering klingt nach Ingenieursstudium. Ist aber eher wie einer neuen Kollegin den Auftrag so zu erklÀren, dass sie nicht dreimal nachfragen muss.

Was ist Prompt Engineering?

OpenAI beschreibt Prompt Engineering als das Entwerfen und Verbessern von Eingaben, damit ein Sprachmodell zuverlÀssig liefert, was du brauchst. Weil die Antworten eines Modells nicht jedes Mal gleich ausfallen, ist das laut OpenAI eine Mischung aus Handwerk und Methode.

Ohne Fachbegriffe gesagt: Du gibst der KI die Angaben, die du auch einem Menschen geben wĂŒrdest. Fehlt eine Angabe, nimmt das Modell den Durchschnitt aller Texte, die es kennt. Deshalb klingen kurze Prompts nach Durchschnitt.

Die Bausteine eines guten Prompts

Vier Bausteine tragen fast jeden Prompt: Kontext (wofĂŒr und fĂŒr wen), Aufgabe (was genau), Platzhalter fĂŒr deine Angaben und das Ausgabeformat (Tabelle, Liste, LĂ€nge). Eine Rolle wie „Du bist Fachredakteurin fĂŒr FahrrĂ€der“ schĂ€rft zusĂ€tzlich Wortwahl und Tiefe.

OpenAI nennt in seinen Hinweisen fĂŒr ChatGPT drei Grundregeln: klar und konkret sein, genug Kontext geben und den Ton ausdrĂŒcklich benennen, etwa freundlich, sachlich oder humorvoll. Der Grundkurs „Prompt Engineering in 15 Minuten“ zeigt jeden Baustein mit Vorher-Nachher-Vergleich.

Techniken, die wirklich etwas bringen

Beispiele zeigen Stil und LĂ€nge besser als jede Beschreibung. RĂŒckfragen lassen die KI erst nachfragen, statt LĂŒcken zu erfinden. Selbstkritik lĂ€sst sie ihr Ergebnis gegen deine Kriterien prĂŒfen. Varianten liefern mehrere Fassungen auf einmal, aus denen du wĂ€hlst.

Bei großen Aufgaben hilft eine Prompt-Kette: mehrere Prompts hintereinander, jeder baut auf dem Ergebnis des vorherigen auf. Das ist zuverlĂ€ssiger als ein Riesen-Prompt. Das Tutorial zur Prompt-Kette zeigt das am Beispiel vom Thema bis zum fertigen Artikel.

Was du dir sparen kannst

Großbuchstaben, Drohungen und Trinkgeld-Versprechen an die KI. Klarere Angaben bringen mehr als LautstĂ€rke. Auch lange Listen mit Verboten helfen wenig, OpenAI empfiehlt in der Anleitung fĂŒr GPT-Anweisungen eher positive, konkrete Anweisungen nach dem Muster „Tu X“ statt „Tu nicht Y“.

Ebenfalls ĂŒberholt: der pauschale Satz „Denk Schritt fĂŒr Schritt“ bei jeder Frage. Laut OpenAI denken Reasoning-Modelle schon intern nach, wĂ€hrend schnellere Modelle eher von ausdrĂŒcklichen Arbeitsschritten profitieren. Zerleg also die Aufgabe, statt die KI um Gedanken zu bitten.

Iterieren und testen

OpenAI beschreibt Prompt Engineering als schrittweisen Prozess: Prompt schreiben, Ergebnis prĂŒfen, nachschĂ€rfen. Anthropic geht einen Schritt weiter und rĂ€t, vor dem Feilen erst festzulegen, woran du ein gutes Ergebnis erkennst, und wie du das testest.

FĂŒr den Alltag heißt das: Leg dir drei Testfragen zurecht, die deinen typischen Fall abdecken, plus eine schwierige. Jede Änderung am Prompt prĂŒfst du gegen alle vier. Der KI-Test auf dieser Seite zeigt, wie unterschiedlich Modelle auf dieselben Prompts reagieren.

Werkzeuge: Prompt-Check und Prompt-Baukasten

Der Prompt-Check bewertet einen Prompt nach zehn Kriterien wie Rolle, Aufgabe, Kontext, Zielgruppe, Format und vage Wörter, schÀtzt die Token-Zahl und schickt ihn auf Wunsch zum Verbessern an ChatGPT oder Claude. Er lÀuft komplett im Browser.

Der Prompt-Baukasten geht den umgekehrten Weg: Du wĂ€hlst Rolle, Aufgabe, Kontext, Format und Ton, er setzt daraus einen strukturierten Prompt zusammen und bewertet ihn mit einem Score. FĂŒr fertige Aufgaben gibt es die Vorlagen-Bibliothek.

Vom Prompt zum Kontext und zu Skills

Je mehr KI-Assistenten mit Dateien, Werkzeugen und langen VerlĂ€ufen arbeiten, desto wichtiger wird, welche Informationen sie ĂŒberhaupt bekommen. DafĂŒr hat sich der Begriff Kontext-Engineering eingebĂŒrgert: nicht nur der Prompt, sondern alles, was das Modell sieht.

Was du immer wieder brauchst, schreibst du einmal sauber auf: in die Anweisungen eines Projekts oder als Skill, den der Agent bei Bedarf lÀdt. Wie das geht, steht im Ratgeber zu KI-Skills und in der Rubrik Skills.

Quellen und Stand 🔎

Alle Angaben zu Regeln, Preisen und Funktionen wurden am 2. November 2026 mit diesen Quellen abgeglichen. Zahlen zur Verzeichnisliste stammen aus der eigenen mentat.codes-Datenbank.

HĂ€ufige Fragen 🙋

Was ist Prompt Engineering einfach erklÀrt?

Das gezielte Formulieren von Eingaben an eine KI, damit sie zuverlĂ€ssig liefert, was du brauchst: mit Kontext, klarer Aufgabe, Ausgabeformat und bei Bedarf Beispielen oder RĂŒckfragen.

Muss ich programmieren können, um Prompt Engineering zu lernen?

Nein. FĂŒr Chat-Assistenten wie ChatGPT oder Claude reicht klare Sprache. Der Grundkurs „Prompt Engineering in 15 Minuten“ kommt ohne Code aus.

Funktionieren dieselben Prompts in ChatGPT, Claude und Gemini?

Die Grundregeln gelten ĂŒberall. Im Detail reagieren Modelle unterschiedlich, deshalb testest du wichtige Prompts in dem Modell, das du wirklich nutzt.

Wie prĂŒfe ich, ob mein Prompt gut ist?

Mit dem Prompt-Check auf dieser Seite und mit drei, vier festen Testfragen, gegen die du jede Änderung prĂŒfst.

Weiterlesen und loslegen

Weiter geht's 🧭

Diese Seiten hat mein Algorithmus aus Kaffee und Textvergleich fĂŒr dich rausgesucht.

Begriffe kurz erklÀrt 4
Kontext-Engineering
Die Kunst, einer KI genau die Informationen mitzugeben, die sie fĂŒr eine Aufgabe braucht: Anweisungen, Beispiele, Dokumente, Werkzeuge und GesprĂ€chsverlauf, nicht mehr und nicht weniger.
Prompt-Kette
Mehrere Prompts hintereinander, bei denen jeder Schritt auf dem Ergebnis des vorherigen aufbaut. ZuverlÀssiger als ein Riesen-Prompt.
Token
Die Einheit, in die Sprachmodelle Text zerlegen: ein Wort, Wortteil oder Satzzeichen. Bei englischem Text entspricht ein Token laut OpenAI grob 4 Zeichen, andere Sprachen wie Deutsch brauchen oft mehr Tokens fĂŒr dieselbe Textmenge. API-Kosten werden pro Token berechnet.
Coding-Agent
KI, die im Terminal oder Editor selbst Dateien liest, Code ĂŒber mehrere Dateien Ă€ndert, Befehle wie Tests ausfĂŒhrt und das Ergebnis prĂŒft. Beispiele sind Claude Code, Codex CLI und Aider. Der Name dieser Domain stammt ĂŒbrigens von Mentat, einem der ersten Open-Source-Coding-Assistenten.
Wie aktuell ist dieser Ratgeber?

Oben steht das PrĂŒfdatum. Bis dahin haben wir Zahlen, Preise und Regeln mit den unten genannten Quellen abgeglichen. Neuere Änderungen der Anbieter können wir erst beim nĂ€chsten Durchgang einarbeiten.

Heute bei mentat.codes

Gratis-Perle des Tages

Jeden Tag eine handverlesene Gratis-Perle mit Dofollow-Link. Alle Gratis-Portale

Prompt des Tages

Jeden Tag eine andere Vorlage zum Kopieren. Zur Prompt-Bibliothek

Tool des Tages

Jeden Tag ein anderes KI-Tool mit Preisen laut Anbieter. Alle Steckbriefe

Hat dir die Seite geholfen?Bleibt nur in deinem Browser, wir zÀhlen nichts.

Fragen, Tool-Vorschlag oder einen Fehler gefunden?