Iterieren und Verfeinern Ihrer Prompts

Den perfekten Prompt beim ersten Versuch gibt es nicht, und erfahrene Anwender glauben schon lange nicht mehr daran. Was einen Anfänger von einem fortgeschrittenen Nutzer unterscheidet, ist nicht die Qualität des ersten Entwurfs, sondern die Geschwindigkeit, mit der er den Kurs korrigiert. Die ChatGPT-Dokumentation bringt es auf den Punkt: Ihr erster Prompt muss nicht perfekt sein. Prüfen Sie die Ausgabe und fordern Sie dann gezielt die gewünschte Änderung an. Iterieren bedeutet nicht Beharren, sondern das Diagnostizieren einer Lücke und deren präzises Schließen.

Der Iterationszyklus

Jeder Austausch folgt demselben dreistufigen Zyklus. Zunächst prompten Sie, indem Sie Ihre erste Anfrage senden. Als Nächstes bewerten Sie die Antwort, indem Sie benennen, was funktioniert und was fehlt – dies ist der Schritt, den die meisten Nutzer am häufigsten überspringen, obwohl er alles Folgende bestimmt. Schließlich verfeinern Sie den Prompt basierend auf der identifizierten Lücke. Der Zyklus wiederholt sich, bis Sie zufrieden sind; oft reichen bereits wenige Durchläufe.

Innerhalb eines einzigen Gesprächs können Sie eine vergessene Quelle hinzufügen, die Richtung korrigieren, eine weitere Option anfordern oder den Detaillierungsgrad ändern, ohne von vorne beginnen zu müssen. Denken Sie daran: Ein durchschnittliches erstes Ergebnis bedeutet niemals, dass ChatGPT Ihr Thema nicht bewältigen kann. Es bedeutet lediglich, dass Ihre Anfrage noch nicht genau das gesagt hat, was Sie wirklich wollten.

Fünf Verfeinerungsstrategien

Den Umfang eingrenzen ist die Antwort auf eine Antwort, die zu breit gefasst ist. Die folgende Anfrage würde fünfzehn Tipps hervorbringen, die Design, SEO, Performance und Content vermischen, wobei nichts davon auf Ihre spezifische Situation anwendbar wäre.

Gib mir Tipps zur Verbesserung meiner Website.

Fügen Sie eine Startzahl, ein Ziel und einen Geltungsbereich hinzu. Mit diesen drei Ergänzungen spricht das Modell endlich über Ihre Seite statt über das Web im Allgemeinen.

Gib mir 5 spezifische Tipps zur Verbesserung der Conversion-Rate
der Homepage für ein B2B-SaaS. Unsere aktuelle Rate liegt bei 1,2 %
und das Ziel sind 2,5 %. Konzentriere dich ausschließlich auf Texterstellung
und Handlungsaufforderungen (Calls to Action).

Erweiterung anfordern behandelt den umgekehrten Fall: eine Antwort, die inhaltlich korrekt, aber oberflächlich ist. Identifizieren Sie den Punkt, der vertieft werden soll, und spezifizieren Sie das Format. Andernfalls erhalten Sie lediglich eine längere Paraphrase desselben Absatzes.

Ihr Punkt 3 zu Handlungsaufforderungen ist interessant.
Erweitern Sie ihn mit 3 konkreten CTA-Beispielen für eine Payroll-SaaS,
die sowohl die schwache als auch die optimierte Version zeigen.

Tonfall oder Stil korrigieren wird notwendig, wenn die Substanz stimmt, die Form aber Ihre Leser nicht anspricht. Geben Sie an, wen Sie adressieren, und fordern Sie explizit dazu auf, die Ideen beizubehalten. Andernfalls wird das Umschreiben auch den Inhalt verändern.

Gute Analyse, aber der Ton ist zu akademisch. Schreiben Sie diesen Text
mit einem direkteren, konversationelleren Tonfall um, als würden Sie ihn
einem Kollegen bei einer Tasse Kaffee erklären. Behalten Sie dieselben Ideen bei.

Das Format ändern bewahrt Sie davor, alles neu anzufordern, wenn nur die Präsentation das Problem ist. Die analytische Arbeit ist bereits erledigt; Sie müssen sie nur in die richtige Struktur gießen.

Wandeln Sie diese 5 Absätze in eine Vergleichstabelle mit den Spalten um:
Strategie | Erforderlicher Aufwand | Geschätzte Wirkung | Implementierungszeit

Eine Alternative anfordern funktioniert, wenn die Richtung selbst falsch ist. Sagen Sie, was Sie ablehnen und worauf Sie stattdessen setzen wollen. Ein einfaches „schlagen Sie etwas anderes vor” liefert meist nur eine Variante desselben Blickwinkels.

Dieser Ansatz ist zu kommerziell aggressiv.
Schlagen Sie eine Alternative vor, die sich stärker auf die Aufklärung des Interessenten
und die Demonstration von Mehrwert konzentriert, ohne direkten Verkaufsdruck.

Jede dieser Strategien setzt voraus, dass Sie das Problem identifiziert haben. Beliebiges Umschreiben und Hoffen auf einen Treffer lässt Sie zehn Nachrichten lang im Kreis laufen. Beachten Sie zudem, dass nichts Sie daran hindert, mehrere Versuche zu kombinieren: Bitten Sie ChatGPT, die besten Elemente aus zwei Antworten zu einer finalen Version zusammenzuführen. Das kann das Modell sehr gut.

Die Kunst des präzisen Feedbacks

Die Qualität der Iteration hängt vollständig von der Präzision Ihres Feedbacks ab. Das ist nicht das, was ich wollte. Versuchen Sie es erneut. übermittelt keine verwertbaren Informationen: Das Modell wird eine Variante produzieren, die genauso weit von Ihrer Erwartung entfernt ist wie die erste, manchmal sogar in eine andere Richtung. Chirurgisches Feedback hingegen führt zu chirurgischen Korrekturen und lässt das, was bereits funktioniert hat, intakt.

Der Inhalt ist gut, aber drei Dinge müssen korrigiert werden:
1. Der erste Absatz ist zu lang – kürzen Sie ihn auf 3 Zeilen
2. Sie haben technisches Fachjargon verwendet („Churn-Rate", „Funnel") –
   ersetzen Sie dies durch einfache Sprache
3. Dem Abschnitt zur Kundenbindung fehlt ein konkretes Beispiel –
   fügen Sie einen Use-Case aus dem E-Commerce hinzu

Gesprächsspeicher als Vorteil

Innerhalb eines Gesprächs berücksichtigt ChatGPT vorherige Austausche, innerhalb der Grenzen seines Kontextfensters. Dieser Vorteil wird zu einer Arbeitsmethode, die das OpenAI Help Center für komplexe Aufgaben empfiehlt: Zerlegen Sie die Arbeit in aufeinanderfolgende Anfragen und behandeln Sie den Prompt als Gespräch. Anstatt ein komplexes Deliverable in einem einzigen Prompt anzustreben, bauen Sie es schichtweise auf, wobei jede Anfrage auf der vorherigen aufbaut, sodass Sie nichts wiederholen müssen. Die folgende Sequenz erzeugt in drei Nachrichten einen vollständigen, durchgängigen Rekrutierungsrahmen, der kohärent ist, weil jeder Schritt vom letzten erbt.

Erste Anfrage:
Verfassen Sie eine Stellenbeschreibung für einen Senior Product Manager.
Kontext: Fintech-Startup, Serie A, 40 Mitarbeiter, vollständig remote.

Zweite Anfrage (nach Lesen der Antwort):
Gut. Erstellen Sie nun 5 Interviewfragen basierend auf dieser Stellenbeschreibung,
mit erwarteten Antworten und Warnsignalen (Red Flags) für jede Frage.

Dritte Anfrage:
Perfekt. Generieren Sie einen Bewertungsbogen für diese 5 Fragen,
mit einer Skala von 1–5 und objektiven Kriterien für jede Bewertung.

Wann man neu beginnen sollte

Iterieren ist nicht immer die richtige Antwort. Vier Signale sollten Sie veranlassen, die Strategie zu ändern: ChatGPT hat sich auf eine Richtung festgefahren, die nicht Ihrem Bedarf entspricht, und kehrt trotz Ihrer Korrekturen immer wieder dorthin zurück; Sie haben so viele Anpassungen vorgenommen, dass der Kontext unübersichtlich geworden ist; die erste Antwort war themenfremd, nicht nur unpräzise; oder Sie haben Ihre Meinung darüber geändert, was Sie wollen. Öffnen Sie in diesen Fällen ein neues Gespräch und beginnen Sie mit einem überdachten Prompt: Sie kommen schneller voran, als wenn Sie versuchen, eine festgefahrene Diskussion geradezubiegen. Es gibt zudem eine harte Grenze: Wenn ein Gespräch die maximale Größe seines Kontextfensters erreicht, signalisiert ChatGPT dies, und Sie müssen in einem neuen Gespräch fortfahren und gegebenenfalls das vorherige zusammenfassen.

Drei Runden an einem Schulungsplan

Hier ist der vollständige Zyklus anhand eines realen Falls. Wir beginnen bewusst breit, in dem Wissen, dass das Ergebnis nicht perfekt sein wird: Das Ziel ist es, eine Basis zur Korrektur zu erhalten, kein fertiges Deliverable.

Erstellen Sie einen 5-tägigen Schulungsplan zum Thema Management
für neu beförderte Führungskräfte.

Die zweite Runde zeigt jede Lücke auf, ohne Allgemeinplätze oder globale Urteile. Jede Zeile entspricht einer pädagogischen Entscheidung, die Sie als Trainer beim Lesen des Vorschlags getroffen haben.

Guter Plan. Nehmen Sie folgende Anpassungen vor:
- Tag 1 muss sich ausschließlich auf die manageriale Haltung konzentrieren
- Fügen Sie jeden Nachmittag praktische Workshops (Rollenspiele) hinzu
- Integrieren Sie am Tag 3 ein Modul zu konstruktivem Feedback
- Jeder Tag muss ein messbares Lernziel haben

Die dritte Runde lässt das große Ganze weg und zoomt auf einen einzelnen Tag hinein, bis auf ein Detaillierungsniveau, das es Ihnen ermöglicht, den Tag durchzuführen, ohne etwas umschreiben zu müssen.

Ausgezeichnet. Für Tag 2 (manageriale Kommunikation) detaillieren Sie:
- Die stündliche Agenda
- Erforderliche Materialien
- Die praktische Übung mit dem exakten Rollenspiel-Szenario
- Die Bewertungskriterien für den Workshop

Sie sind dran

Drei Runden an Ihrem eigenen Deliverable. Nehmen Sie den Prompt, an dem Sie in den Lektionen 1–3 gearbeitet haben, und senden Sie ihn. Formulieren Sie in der zweiten Runde mindestens drei präzise, nummerierte Korrekturen, ohne globale Urteile. Zoomen Sie in der dritten Runde auf einen einzelnen Teil hinein, bis zu dem Detaillierungsgrad, der es Ihnen ermöglicht, ihn ohne weitere Bearbeitung zu verwenden. Notieren Sie die Verfeinerungsstrategie, die Sie in jeder Runde angewendet haben.

Offizielle Quellen: Prompting (ChatGPT-Dokumentation) · Best Practices für Prompt Engineering bei ChatGPT · Wie erstelle ich einen guten Prompt für ein KI-Modell? (OpenAI Help Center)

Kernaussagen

• Prompting ist ein iterativer Prozess: Prompten, Bewerten, Verfeinern
• Fünf Verfeinerungsstrategien: Eingrenzen, Erweitern, Ton korrigieren, Format ändern, Alternative anfordern
• Präzises Feedback erzeugt präzise Korrekturen: Sagen Sie genau, was falsch ist
• Erstellen Sie komplexe Deliverables schrittweise innerhalb eines einzigen Gesprächs, innerhalb der Grenzen des Kontextfensters
• Starten Sie ein neues Gespräch, wenn der Austausch ins Stocken gerät oder das Gespräch voll ist