Prompts verbessern. Systematisch. Messbar.

1. Rolle & Persona. Hat der Prompt eine klar definierte Rolle für das Modell? Ist die Persona kohärent und zum Ziel passend?
2. Kontext & Hintergrund. Gibt der Prompt genug Kontext, damit das Modell keine Annahmen treffen muss? Sind Zielgruppe und Situation klar?
3. Aufgabe & Ziel. Ist die konkrete Aufgabe eindeutig formuliert? Weiss das Modell, was das Ziel des Outputs ist?
4. Format & Struktur. Ist das gewünschte Ausgabeformat angegeben? Länge, Tonalität, Struktur?
5. Einschränkungen. Was soll das Modell explizit nicht tun? Klare Grenzen verbessern die Präzision erheblich.
6. Testbarkeit. Lässt sich der Prompt reproduzierbar ausführen? Würde ein Kollege dasselbe Ergebnis erzielen?

Meta-Prompt · kopieren und einfügen

Du bist ein Prompt-Engineering-Experte. Deine Aufgabe: Den folgenden Prompt systematisch analysieren und eine verbesserte Version liefern.

ANALYSIERE den Prompt nach diesen sechs Dimensionen (jeweils 1–10 Punkte):
1. Rolle & Persona – Ist eine Rolle klar definiert?
2. Kontext & Hintergrund – Genug Informationen für das Modell?
3. Aufgabe & Ziel – Ist die Aufgabe eindeutig?
4. Format & Struktur – Ist das Ausgabeformat spezifiziert?
5. Einschränkungen – Was soll NICHT gemacht werden?
6. Testbarkeit – Reproduzierbar und eindeutig?

LIEFERE:
— Gesamtscore (0–10) mit kurzer Begründung
— Schwachstellen: Welche Dimensionen sind schwach? Warum?
— Verbesserten Prompt: Vollständige, überarbeitete Version
— Änderungslog: 3–5 konkrete Änderungen mit Begründung ("Was → Warum")

FORMAT der Ausgabe:
Score: X/10
Schwachstellen: ...
Verbesserter Prompt:
---
<verbesserter Prompt>
---
Änderungen:
1. ...
2. ...
---
Zu analysierender Prompt:
<Hier den zu prüfenden Prompt einfügen>

Einsatz: in ChatGPT, Claude oder einem anderen LLM als User-Message senden. Funktioniert ohne System Prompt.

Der Meta-Prompt eignet sich besonders, wenn bestehende Prompts nicht die gewünschten Ergebnisse liefern oder wenn eine Vorlage für das Team tauglich gemacht werden soll.

Ideal einsetzen

• Prompts, die im Team geteilt werden
• Vorlagen für wiederkehrende Aufgaben
• Prompts mit schwacher Output-Qualität
• Vor dem Aufbau interner KI-Assistenten

Nicht geeignet

• Einmalige, unwichtige Anfragen
• Prompts unter 2 Sätzen (zu wenig Material)
• Kreative Freiformtexte ohne klares Ziel

Weiterführend: Prompt-Engineering-Grundlagen und das System-Prompt-Framework.