KI Prompts schreiben und testen

Veröffentlicht am 2026-10-07 · Aktualisiert am 2026-10-07

Gute KI Prompts beschreiben das gewünschte Ergebnis, den nötigen Kontext, klare Grenzen und eine überprüfbare Erfolgskontrolle. Nutzen Sie kleine Beispiele und unterscheiden Sie Ihre Anweisung von Material, das lediglich ausgewertet werden soll.

Ergebnis und ersten Umfang festlegen

Benennen Sie zuerst die Arbeit, die Zielgruppe und das benötigte Ergebnis. „Baue eine hervorragende Anwendung“ lässt wesentliche Entscheidungen offen. Konkreter wäre: „Erstelle ein Formular für Reparaturmeldungen von Mietern, kennzeichne Pflichtfelder, speichere die Meldung und ermögliche eine Statusabfrage“. Damit beschreiben Sie beobachtbares Verhalten. Fehlende Anforderungen lassen sich besprechen, bevor eine ansprechende Oberfläche fälschlich als vollständige Lösung gilt. Auch die Bedeutung einer erfolgreichen Übermittlung wird dadurch leichter überprüfbar.

Begrenzen Sie die erste Fassung auf notwendige Ansichten und Informationen. Schreiben Sie dazu, ob Sie einen Plan, einen Entwurf oder eine Umsetzung erwarten. Bei bestehenden Projekten nennen Sie die aktuelle Ansicht und das zu ändernde Verhalten. Trennen Sie optische Änderungen von Änderungen an gespeicherten Daten, wenn eine gemeinsame Überarbeitung die Kontrolle erschwert. Ein kleiner Umfang hilft dabei, Ergebnisse einzeln zu beurteilen, bevor weitere Funktionen oder Entscheidungen darauf aufbauen und Fehler dadurch schwieriger zuzuordnen werden.

Formulieren Sie für jedes Ziel ein konkretes Abnahmekriterium. Das Reparaturformular soll eine fehlende Beschreibung melden, Eingaben nach einer Korrektur behalten und einen später auffindbaren Datensatz erzeugen. Dieses Briefing können Sie Infera Agent geben und dabei die verfügbaren Möglichkeiten Ihres Kontos prüfen. Eine Anweisung beweist keine vorhandene Funktion. Lassen Sie klären, welche Anforderungen zusätzliche Einrichtung oder gesonderte Umsetzung benötigen. Ordnen Sie diese offenen Punkte zu, bevor Sie den vorgesehenen Ablauf als einsatzbereit behandeln.

• Zielgruppe, Aufgabe und Ergebnis nennen.
• Einen prüfbaren Umfang festlegen.
• Beobachtbare Abnahmekriterien formulieren.

Passenden Kontext und Beispiele hinzufügen

Geben Sie Informationen an, die Entscheidungen beeinflussen: Sprache, Zielgruppe, Felder, Ausgabeformat und Beziehungen zwischen Ansichten. Für eine bestimmte Fehlermeldung ist nicht die gesamte Projektgeschichte erforderlich. Verwenden Sie die tatsächlich angezeigten Bezeichnungen, damit ähnliche Elemente auseinandergehalten werden können. Bei fehlenden Informationen verlangen Sie eine kurze Liste der Annahmen und die Frage, die eine genaue Umsetzung verhindert. Eine ausdrücklich genannte Unsicherheit lässt sich leichter bearbeiten als eine unbemerkte Annahme im fertigen Ergebnis.

Liefern Sie einen üblichen Fall und eine Ausnahme. Eine Reparaturmeldung kann eine kurze Beschreibung und eine Wohnungskennung enthalten; die Ausnahme könnte einen langen Text oder ein fehlendes Feld zeigen. Beschreiben Sie jeweils das erwartete Ergebnis. Für Tabellen geben Sie Spalten, Reihenfolge und die Darstellung fehlender Werte an. Für Texte nennen Sie Leser, Länge, Ton und Fakten, die nicht erfunden werden dürfen. Prüfen Sie auch die Beispiele selbst, damit sie Ihren tatsächlichen Ablauf verständlich und widerspruchsfrei wiedergeben.

Erklären Sie die Rolle einer Referenzdatei oder eines Bildes: Aufbau, Inhalt, Daten oder Gestaltung. Ein unklarer Verweis ersetzt keine Anforderungen. Nutzen Sie eindeutig gekennzeichnete Beispieldaten, wenn sie zur Darstellung ausreichen. Trennen Sie feststehende Angaben von Vorschlägen und vorläufigen Werten. Bewahren Sie das zentrale Briefing außerhalb der Unterhaltung auf. So können Sie es aktualisieren und wiederverwenden, ohne veraltete Einzelheiten in ein neues Projekt zu übertragen oder widersprüchliche Entscheidungen aus verschiedenen Gesprächsständen zusammenzuführen.

• Entscheidungsrelevanten Kontext angeben.
• Erwartete Ergebnisse zu Beispielen nennen.
• Format und offene Fragen festhalten.

Ergebnisse prüfen und Fehler gezielt korrigieren

Vergleichen Sie die Ausgabe mit den Abnahmekriterien statt nur mit ihrem ersten Eindruck. Öffnen Sie die betreffende Ansicht, geben Sie Beispiele ein und prüfen Sie erzeugte Dateien oder Datensätze bei Umsetzungsaufgaben. Bei Texten kontrollieren Sie Fakten, Sprache, Themenabdeckung und Wiederholungen. Speichern Sie Anfrage, Fassung und beobachtetes Ergebnis. Die nächste Runde kann dann einen bekannten Fehler bearbeiten, statt das gesamte Projekt mit einer allgemeinen Bitte um Verbesserung erneut zu verändern und weitere Unklarheiten zu schaffen.

Gliedern Sie Rückmeldungen in tatsächliches Verhalten, erwartetes Verhalten und Schritte zur Wiederholung. Etwa: „Eine leere Beschreibung zeigt Erfolg; erwartet sind ein Feldhinweis und kein neuer Auftrag; die Übermittlung wiederholen und Datensätze kontrollieren“. Fordern Sie die Änderung samt Prüfung an. Wenn gespeicherte Informationen falsch sind, reicht eine andere Meldung nicht aus. Eine überzeugende Oberfläche kann weiterhin ein Verhalten verdecken, das der Anforderung widerspricht. Prüfen Sie deshalb den betroffenen Datensatz und nicht ausschließlich die sichtbare Rückmeldung.

Ändern Sie beim Vergleich verschiedener Formulierungen jeweils einen Faktor und behalten Sie dieselben Testfälle. Vergleichen Sie zusätzlichen Kontext, ein Beispiel oder ein genaueres Ausgabeformat, ohne zugleich die Aufgabe auszutauschen. Notieren Sie erfolgreiche und unvollständige Fälle; eine gute Einzelantwort belegt keine gleichbleibende Qualität. Speichern Sie eine brauchbare Anfrage mit Zweck und Änderungsdatum. Wenn sich das Projekt verändert, aktualisieren Sie Namen, Felder und Kriterien und wiederholen die Prüfung, bevor Sie alte Anweisungen für eine neue Fassung übernehmen.

• Ausgaben gegen Kriterien prüfen.
• Istzustand und Sollzustand beschreiben.
• Fassungen und Prüfergebnisse aufbewahren.

Externe Inhalte von Anweisungen unterscheiden

Dateien oder Webseiten können Anweisungen enthalten, die das Ziel verändern: ein Risiko durch Prompt Injection. Kennzeichnen Sie Referenzen als auszuwertende Daten. Textliche Trennung garantiert keinen Schutz. Setzen Sie Berechtigungen und Werkzeuggrenzen außerhalb des Modells durch und beschränken Sie den Zugriff auf das Nötige.

Prüfen Sie unerwartete Änderungen nach externen Inhalten. Schreiben Sie keine Geheimnisse in Anfragen; sensible Aktionen benötigen menschliche Kontrolle. Risikoreferenz: https://genai.owasp.org/llmrisk/llm01-prompt-injection/ . Codeprüfung: https://cheatsheetseries.owasp.org/cheatsheets/Secure_Coding_with_AI_Cheat_Sheet.html . Diese Maßnahmen mindern Risiken, bescheinigen aber keine Anwendungssicherheit.

• Referenzen als Daten behandeln.
• Aktionen außerhalb des Modells kontrollieren.

Häufige Fragen

Kostenlos starten Vorlagen