Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Grundlagen des Grok-Promptings

Lektion 1 von 14 Aktualisiert am 28. Juli 2026 Anfänger
Auf dieser Seite
  1. Ihre ersten Schritte mit Grok
  2. Wie Grok Ihre Prompts verarbeitet
  3. Die drei Säulen eines guten Prompts
  4. Verfügbare Grok-Modelle
  5. Praktische Übung
  6. Wichtige Erkenntnisse

Aktualisiert am 3. November 2026 basierend auf der xAI-Models-Seite: grok-4.7 (September 2026) ersetzt grok-4.5 als empfohlenes Modell. Quellen: Models · Release notes.

Ihre ersten Schritte mit Grok

Grok ist das künstliche Intelligenz-Modell von xAI. Um mit ihm zu interagieren, verwenden Sie Prompts: Textanweisungen, die Sie dem Modell senden, um eine Antwort zu erhalten. Die Qualität Ihrer Prompts bestimmt direkt die Relevanz und Genauigkeit der erhaltenen Antworten.

Ein Prompt kann viele Formen annehmen: eine einfache Frage, eine detaillierte Anweisung, ein Kontext gefolgt von einer Bitte oder sogar eine strukturierte Kombination aus Text und Bildern. Das Erlernen der Formulierung präziser Prompts ist die grundlegende Fähigkeit, um die vollen Möglichkeiten von Grok zu erschließen.

Wie Grok Ihre Prompts verarbeitet

Grok-Modelle arbeiten über sequenzielle Token-Erzeugung. Ein Token entspricht einem Wort oder einem Wortfragment. Wenn Sie einen Prompt senden, läuft Folgendes ab:

  1. Ihr Text wird in Eingabetoken aufgeteilt
  2. Das Modell analysiert den gesamten Kontext
  3. Es generiert die Antwort Token für Token und wählt in jedem Schritt die kohärenteste Fortsetzung aus
  4. Die Antwort wird an Sie zurückgegeben, entweder in einem Block oder über Streaming (Token für Token in Echtzeit)

Dieser Mechanismus erklärt, warum eine klare, gut strukturierte Anweisung bessere Ergebnisse liefert als eine vage Bitte.

Die drei Säulen eines guten Prompts

Um relevante Antworten von Grok zu erhalten, konzentrieren Sie sich auf drei wesentliche Prinzipien:

Klarheit

Ein klarer Prompt lässt keinen Raum für Mehrdeutigkeiten. Vergleichen Sie diese beiden Formulierungen:

  • Vage: “Erzählen Sie mir von Python”
  • Klar: “Erklären Sie die drei Hauptunterschiede zwischen Listen und Tupeln in Python, jeweils mit einem Codebeispiel”

Die zweite Formulierung leitet das Modell zu einer präzisen, strukturierten Antwort.

Kontext

Das Bereitstellen von Kontext hilft dem Modell, seine Antwort zu kalibrieren. Geben Sie Ihr Niveau, Ihr Ziel oder den relevanten Bereich an:

  • “Ich bin ein Junior-Entwickler. Erklären Sie mir Python-Decoratoren mit einfachen Beispielen und detaillierten Kommentaren im Code.”

Struktur

Organisieren Sie Ihre Anweisungen mit klar getrennten Abschnitten. Verwenden Sie Listen, Gedankenstriche oder Nummerierungen, um verschiedene Teile Ihrer Anfrage zu trennen:

  • Kontext (wer Sie sind, worum es im Projekt geht)
  • Aufgabe (was Sie erwarten)
  • Einschränkungen (Format, Länge, Ton, Sprache)
500K
Kontext-Token (Grok 4.5)
5
Verfügbare SDKs
20 MB
Maximale Größe pro Bild
128
Maximale Anzahl von Tools pro Anfrage

Verfügbare Grok-Modelle

xAI bietet verschiedene Modelle an, die jeweils für unterschiedliche Einsatzzwecke geeignet sind:

  • grok-4.7: das von xAI empfohlene Modell, vielseitig und ideal für komplexe Aufgaben (grok-4.6 und grok-4.5, seine Vorgänger, bleiben verfügbar)
  • grok-4.20-0309-reasoning: fortgeschrittenes Modell mit tiefgehender Schlussfolgerungsfähigkeit
  • grok-4.3: schnelles, kosteneffizientes Modell für Routineaufgaben
  • grok-build-0.1: leichtgewichtiges Modell, spezialisiert auf Code

Die Modellwahl beeinflusst die Antwortqualität und die Geschwindigkeit. Um zu beginnen, ist grok-4.7 die von xAI empfohlene Wahl; grok-4.3 verursacht bei Routineaufgaben geringere Kosten. Die Beispiele in diesem Kurs, die mit grok-4.5 verfasst wurden, funktionieren auch mit grok-4.7.

Praktische Übung

Probieren Sie diese drei Prompts aus und beobachten Sie die Unterschiede in den Ergebnissen:

Prompt 1 (minimal):

Write an email

Prompt 2 (mit Kontext):

Write a professional email to reschedule a team meeting from Tuesday to Thursday, same time. Polite but direct tone.

Prompt 3 (strukturiert):

Context: I'm a project manager at a 15-person tech startup.
Task: Write an email to reschedule our weekly team meeting.
Details: From Tuesday 2 PM to Thursday 2 PM, same room.
Tone: Professional but relaxed, typical of a startup.
Format: Subject + email body, maximum 5 lines.

Sie werden feststellen, dass der dritte Prompt ein deutlich zielgerichteteres Ergebnis liefert, das sofort einsatzbereit ist.

Wichtige Erkenntnisse

  • Ein Prompt ist die Anweisung, die Sie an Grok senden, um eine Antwort zu erhalten
  • Die drei Säulen eines guten Prompts sind Klarheit, Kontext und Struktur
  • Grok generiert Antworten Token für Token basierend auf dem gesamten bereitgestellten Kontext
  • Je präziser Ihr Prompt ist, desto relevanter und nutzbarer ist die Antwort
  • Wählen Sie das Grok-Modell, das zu Ihrer Aufgabe passt: Schlussfolgerungsfähigkeit für komplexe Aufgaben, Geschwindigkeit für Routineaufgaben