AI Tool Atlas

Erklärtext · aktualisiert Oct 5, 2026

Was ist Prompt Engineering und wie funktioniert es 2026

Prompt Engineering ist die Praxis, die Anweisungen an ein KI-Modell zu schreiben und zu verfeinern, damit es die gewünschte Ausgabe liefert. Diese Seite erklärt es anhand von 17 Beispiel-Prompts aus den Prompt-Engineering-Leitfäden von Anthropic, OpenAI und Google Gemini.

Was Prompt Engineering ist

Prompt Engineering ist die Arbeit, den Text, den Sie an ein KI-Modell senden, so zu schreiben, zu testen und anzupassen, dass die Antwort zu Ihrem Bedarf passt. Ein Prompt kann eine einzige Zeile sein, etwa "Fasse diesen Text in einem Satz zusammen", oder eine strukturierte Nachricht mit Rolle, Regeln und Beispielen.

Anthropic, OpenAI und Google veröffentlichen jeweils einen Leitfaden zum Prompt Engineering. Unsere Bibliothek unter /prompts/ enthält 17 Beispiel-Prompts aus diesen drei Leitfäden: 9 von Anthropic, 3 von OpenAI und 5 von Google Gemini, jeweils mit Link zur Quellseite. Dieselben Techniken gelten in Coding-Agenten wie Claude Code, OpenAI Codex und Cursor, wo der Prompt oft eine Projektdatei wie AGENTS.md oder ein Claude Skill ist.

A prompt can be one line such as Summarize this text in one sentence, or a structured message with a role, rules and examples ONE LINE A prompt can be short "Summarize this text in one sentence" or STRUCTURED MESSAGE A role, rules and examples Rolewho the model is Ruleswhat it must do Examplesinput and output pairs write → test → adjust, until the answer matches your need
Ein Prompt kann eine einzige Zeile sein oder eine strukturierte Nachricht mit Rolle, Regeln und Beispielen

Wie es in der Praxis funktioniert

Die Leitfäden zeigen einige wiederholbare Techniken. Eine ist, dem Modell eine Rolle und Regeln zu geben, wie im OpenAI-Beispiel, das einen Coding-Assistenten mit Identität, Anweisungen und Beispielen einrichtet. Eine andere ist, Anweisungen in benannte Tags zu fassen, wie im Claude-Beispiel, dessen Tag das Modell anweist, vor der Antwort zu recherchieren.

Eine dritte ist, Beispiele zu zeigen, bekannt als Few-Shot-Prompting. Das OpenAI-Beispiel ordnet Produktrezensionen als Positive, Negative oder Neutral ein, und das Gemini-Beispiel extrahiert JSON aus Freitext-Essensbestellungen, beide indem sie zuerst das Muster zeigen. Eine vierte ist, die Ausgabe einzuschränken, etwa die Ein-Satz-Zusammenfassung von Gemini oder Multiple-Choice-Prompts.

Four techniques from the vendor guides: role and instructions, examples, constraints and context TECHNIQUE 1 Role and instructions set who the model is and what it must do TECHNIQUE 2 Examples show input and output pairs so format is clear TECHNIQUE 3 Constraints limit length, options or format TECHNIQUE 4 Context say why an instruction exists few-shot prompting = the Examples card: show the pattern first
Vier wiederholbare Techniken: Rolle und Anweisungen, Beispiele, Einschränkungen, Kontext
  • Rolle und Anweisungen: festlegen, wer das Modell ist und was es tun muss
  • Beispiele: Paare aus Eingabe und Ausgabe zeigen, damit das Format klar ist
  • Einschränkungen: Länge, Optionen oder Format begrenzen
  • Kontext: sagen, warum es eine Anweisung gibt, wie im Claude-Beispiel zur Sprachausgabe

Was die Beispiel-Prompts steuern

Mehrere Anthropic-Beispiele ändern, wie sich ein Agent verhält, nicht, was er weiß. Eines weist Claude an, Änderungen standardmäßig umzusetzen. Sein Gegenstück weist Claude an, vor dem Bearbeiten von Dateien zu recherchieren und zu beraten. Ein weiteres bittet Claude, unabhängige Tool-Aufrufe parallel auszuführen.

Andere zielen auf die Ausgabequalität. Eines verringert Behauptungen über Code, den das Modell nicht geöffnet hat. Eines verlangt Fließtext statt stark aufzählungslastiger Formatierung. Eines drängt auf unverwechselbares Frontend-Design statt eines generischen Looks. Eines stützt Antworten zuerst auf Zitate aus langen Dokumenten. Die Leitfäden verstehen diese als Ausgangspunkte zum Anpassen, testen Sie daher jeden an Ihrer eigenen Aufgabe.

Sample prompts either change how an agent behaves or improve output quality AGENT BEHAVIOR OUTPUT QUALITY Implement changes by default Research and advise first Run independent calls in parallel changes how an agent acts Fewer claims about unopened code Prose, not bullet-heavy text Distinctive frontend design Quotes from long documents first changes the output, not what it knows
Beispiel-Prompts verändern, wie ein Agent sich verhält oder wie gut seine Ausgabe ist

Für wen es gedacht ist

Wer von einem KI-Modell uneinheitliche Ergebnisse erhält, kann diese Techniken nutzen: Entwickler, die System-Prompts schreiben, Analysten, die Texte klassifizieren, und Autoren, die den Ton formen. Die Bibliothek ordnet Beispiele Aufgaben zu, darunter Coding, Schreiben, Recherche, Daten, Bildung, Business und Produktivität, sodass Sie beim Beispiel starten können, das Ihrer Arbeit am nächsten kommt. Wenn Sie das Modell selbst auswählen, beginnen Sie mit unseren Vergleichen Claude vs ChatGPT und Claude vs Gemini oder den Ratgebern zu Chat-Assistenten und Schreibwerkzeugen.

Weniger nützlich ist es, wenn dem Modell die benötigte Fähigkeit fehlt. Ein besserer Prompt ändert, wie das Modell nutzt, was es hat. Die Beispiele sind kurz und konkret, und mehrere enthalten Platzhalter wie [Insert Domain], die Sie vor der Verwendung ausfüllen müssen.

Erste Schritte

Wählen Sie unter /prompts/ ein Beispiel, das zu Ihrer Aufgabe passt, und lesen Sie über den Link auf der Seite den zugehörigen Quell-Leitfaden. Ersetzen Sie die Platzhalter, führen Sie es mit Ihrer eigenen Eingabe aus und vergleichen Sie die Ausgabe mit Ihrer Erwartung.

Ändern Sie jeweils nur eine Sache: ein Beispiel ergänzen, eine Einschränkung verschärfen oder den Grund hinter einer Regel erklären. Behalten Sie die Version, die funktioniert. Da jeder Anbieterleitfaden auf die eigenen Modelle zielt, braucht ein für Claude geschriebener Prompt womöglich Anpassungen, bevor er sich in Gemini oder einem OpenAI-Modell genauso verhält. Wiederverwendbare Prompt-Pakete für Coding-Tools finden Sie unter Cursor Rules und Claude-Code-Skills; aktuelle Tarifpreise stehen auf den Seiten ChatGPT-Preise und Claude-Preise.

Getting started loop: pick a sample, replace placeholders, run it, compare, change one thing, keep what works STEP 1Pick a sample STEP 2Replace placeholders STEP 3Run on your input STEP 4Compare with expected STEP 5Change one thing STEP 6Keep what works repeat: one change at a time
Erste Schritte: ein Beispiel ausführen, vergleichen, eine Sache ändern, die funktionierende Version behalten

Als Nächstes lesen

Häufig gestellte Fragen

Was ist Prompt Engineering in einfachen Worten?

Es heißt, die Anweisungen an ein KI-Modell so zu schreiben und zu verfeinern, dass es die gewünschte Ausgabe liefert. Die Anbieter-Leitfäden behandeln Rollen, Beispiele, Einschränkungen und zusätzlichen Kontext.

Wo finde ich echte Beispiele für Prompt Engineering?

Unsere Prompt-Bibliothek unter /prompts/ listet 17 Beispiel-Prompts aus den Leitfäden von Anthropic, OpenAI und Google Gemini. Jedes verlinkt auf den zugehörigen Quell-Leitfaden.

Was ist Few-Shot-Prompting?

Few-Shot-Prompting bedeutet, Beispiele für die gewünschte Eingabe und Ausgabe in den Prompt aufzunehmen. Das OpenAI-Beispiel zur Stimmung von Rezensionen und das Gemini-Beispiel zur Umwandlung von Bestellungen in JSON nutzen beide diese Technik.

Funktionieren Prompts bei Claude, ChatGPT und Gemini gleich?

Nicht garantiert. Jeder Anbieter veröffentlicht einen eigenen Leitfaden für seine eigenen Modelle, testen Sie einen Prompt daher mit dem Modell, das Sie nutzen, und passen Sie ihn an.

Darf ich diese Beispiel-Prompts kopieren?

Es sind Beispiele aus öffentlichen Anbieter-Leitfäden, gedacht als Ausgangspunkte. Ersetzen Sie Platzhalter wie [Insert Domain] und prüfen Sie sie an Ihrer eigenen Aufgabe, bevor Sie sich darauf verlassen.

Quellen