Ein guter KI-Prompt entscheidet darüber, ob ChatGPT, Claude oder Gemini dir einen brauchbaren Entwurf liefert oder austauschbaren Text, den du komplett neu schreibst. Die Modelle sind stark, aber sie kennen weder deine Zielgruppe noch deine Marke noch dein Ziel. In diesem Leitfaden lernst du, wie du einen KI-Prompt aufbaust, welche Techniken die Hersteller selbst empfehlen und wie typische Prompts aus Marketing und SEO vorher und nachher aussehen.
Was ist ein KI-Prompt?
Ein Prompt ist die Eingabe, mit der du einem Sprachmodell sagst, was es tun soll. Das kann eine einzelne Frage sein, eine ausführliche Arbeitsanweisung mit Beispielen oder ein ganzes Dokument, zu dem du eine Aufgabe stellst. Alles, was im Eingabefeld landet, wird Teil des Prompts und beeinflusst die Antwort.
Sprachmodelle erzeugen Text auf Basis von Wahrscheinlichkeiten. Je weniger du vorgibst, desto stärker greift das Modell auf das Erwartbare zurück. Deshalb klingen ungenaue Anfragen so oft nach Allerweltstext. Ein präziser KI-Prompt verschiebt die Wahrscheinlichkeiten in die Richtung, die du brauchst.
Neben dem Prompt im Chatfenster gibt es den Systemprompt. Er legt dauerhafte Regeln fest, etwa Rolle, Tonalität oder Ausgabeformat. In ChatGPT entspricht das ungefähr den benutzerdefinierten Anweisungen oder den Vorgaben in einem eigenen GPT, in Claude den Projektanweisungen und in Gemini den Gems. Für die API-Nutzung heißt das Feld bei allen drei Anbietern ähnlich (System Message oder System Instruction).
Die 6 Bausteine eines guten KI-Prompts
Nicht jeder KI-Prompt braucht alle Bausteine. Für eine schnelle Umformulierung reichen Aufgabe und Format. Sobald das Ergebnis aber veröffentlicht oder weiterverarbeitet wird, lohnt sich die vollständige Struktur. Diese sechs Elemente haben sich bewährt.
1. Rolle
Die Rolle gibt dem Modell eine Perspektive und ein Fachniveau vor. Anthropic schreibt in seinen Prompting-Empfehlungen, dass schon ein einziger Satz zur Rolle im Systemprompt einen Unterschied macht. Eine gute Rolle ist konkret: „Du bist Senior-SEO-Redakteurin für ein B2B-Softwaremagazin“ wirkt stärker als „Du bist ein Experte“.
2. Aufgabe
Die Aufgabe ist das Herzstück. Formuliere sie mit einem klaren Verb: schreiben, zusammenfassen, vergleichen, gliedern, prüfen. OpenAI empfiehlt in seinem Leitfaden, die Anweisung an den Anfang zu stellen und vom übrigen Material deutlich abzugrenzen, zum Beispiel mit ### oder Anführungszeichen.
3. Kontext
Der Kontext beantwortet die Fragen, die ein neuer Kollege stellen würde: Für wen ist der Text? Wo erscheint er? Was soll der Leser danach tun? Was gibt es schon? Anthropic formuliert dafür einen simplen Test. Zeig deinen Prompt einer Person, die wenig über die Aufgabe weiß. Wenn sie ihn nicht befolgen könnte, scheitert auch das Modell.
Hilfreich ist auch die Begründung hinter einer Regel. Statt „keine Fachbegriffe“ schreibst du besser „Die Leser sind Inhaber kleiner Handwerksbetriebe ohne Marketingwissen, deshalb erklärst du Fachbegriffe beim ersten Auftreten“. Das Modell kann aus der Begründung ableiten, wie es mit Grenzfällen umgeht.
4. Format
Lege fest, wie die Antwort aussehen soll: Länge, Struktur, Ausgabeform. Tabelle, nummerierte Liste, HTML mit H2 und H3, JSON für die Weiterverarbeitung. OpenAI rät dazu, vage Angaben wie „kurz“ durch messbare Vorgaben zu ersetzen, etwa „drei bis fünf Sätze“ oder „maximal 155 Zeichen“.
5. Beispiele
Beispiele zeigen dem Modell, was du meinst, schneller als jede Beschreibung. Ein Muster für eine gelungene Produktbeschreibung oder eine Meta-Description in deinem Stil überträgt Tonalität, Länge und Aufbau auf einen Schlag. Mehr dazu im Abschnitt zu Few-Shot-Prompting.
6. Einschränkungen
Einschränkungen grenzen das Ergebnis ein: keine erfundenen Zahlen, keine Superlative, keine Nennung von Wettbewerbern, nur Informationen aus dem mitgelieferten Text. Formuliere sie möglichst positiv. OpenAI weist ausdrücklich darauf hin, dass Modelle besser reagieren, wenn du sagst, was sie tun sollen, statt nur Verbote aufzulisten.
Was die offiziellen Prompting-Leitfäden empfehlen
OpenAI, Anthropic und Google veröffentlichen eigene Leitfäden zum Prompting. Sie unterscheiden sich in Details, die Kernregeln decken sich aber erstaunlich gut. Ein Blick in die Originale lohnt sich, weil die Anbieter ihre Empfehlungen mit neuen Modellen regelmäßig anpassen.
- OpenAI: Die Best Practices für Prompt Engineering empfehlen, Anweisungen an den Anfang zu stellen, spezifisch zu Kontext, Ergebnis, Länge, Format und Stil zu sein und schrittweise vorzugehen: erst ohne Beispiele, dann mit Beispielen, erst danach Fine-Tuning.
- Anthropic: Die Prompting Best Practices für Claude raten zu klaren, direkten Anweisungen, zur Begründung von Regeln, zu drei bis fünf vielfältigen Beispielen und zur Gliederung langer Prompts mit XML-Tags wie <kontext> oder <beispiel>. Lange Dokumente gehören laut Anthropic an den Anfang, die eigentliche Frage ans Ende.
- Google: Die Strategien für Prompt-Design der Gemini API empfehlen, Few-Shot-Beispiele grundsätzlich einzubauen, aber nicht zu viele, weil das Modell sonst zu stark an ihnen klebt. Komplexe Aufgaben solltest du laut Google in Teilschritte zerlegen und Prompts nacheinander verketten.
Die gemeinsame Botschaft: Ein KI-Prompt funktioniert wie ein gutes Briefing an einen klugen, aber neuen Mitarbeiter. Anthropic nutzt genau dieses Bild.
Prompting-Techniken, die den Unterschied machen
Zero-Shot und Few-Shot
Beim Zero-Shot-Prompting stellst du die Aufgabe ohne Beispiel. Das genügt für Standardaufgaben wie Übersetzen oder Zusammenfassen. Beim Few-Shot-Prompting gibst du zwei bis fünf Beispiele mit, die das gewünschte Muster zeigen.
Achte auf drei Punkte. Die Beispiele sollten zu deinem Anwendungsfall passen, sich untereinander unterscheiden und gleich aufgebaut sein. Sind alle Beispiele zufällig zwölf Wörter lang und beginnen mit einer Frage, übernimmt das Modell auch dieses Muster, obwohl du es nie verlangt hast.
Schritt für Schritt denken lassen
Bei Analysen, Bewertungen und mehrstufigen Aufgaben hilft es, das Modell zuerst nachdenken zu lassen. Klassisch heißt das Chain-of-Thought: „Analysiere zuerst die Suchintention, leite daraus die Gliederung ab und schreibe erst dann die Einleitung.“ Viele aktuelle Modelle verfügen über eingebaute Denkmodi. Google schreibt, dass Gemini-Modelle mit integriertem Reasoning ihre Schritte meist nicht offenlegen müssen. Anthropic empfiehlt bei Claude eher allgemeine Anweisungen wie „denk gründlich nach“ statt eines starr vorgegebenen Lösungswegs.
Für Marketing-Teams bleibt die Kernidee wertvoll. Zerlege große Aufgaben in nachvollziehbare Schritte und lass dir Zwischenergebnisse zeigen, die du prüfen kannst.
Prompt-Ketten
Statt eines Mega-Prompts für einen kompletten Blogartikel arbeitest du mit einer Prompt-Kette. Schritt eins liefert eine Analyse der Suchintention, Schritt zwei eine Gliederung, Schritt drei die einzelnen Abschnitte, Schritt vier eine Prüfung gegen deine Checkliste. Jede Stufe lässt sich kontrollieren und korrigieren, bevor Fehler sich durch den ganzen Text ziehen.
Iteration
Der erste KI-Prompt ist selten der beste. Google nennt in seinem Leitfaden drei Stellschrauben: anders formulieren, die Aufgabe in eine vergleichbare Aufgabe umwandeln und die Reihenfolge von Beispielen, Kontext und Anweisung verändern. Gib dem Modell konkretes Feedback („Absatz zwei ist zu werblich, streiche alle Adjektive im Superlativ“) statt eines allgemeinen „mach es besser“.
Wenn ein KI-Prompt gut funktioniert, speicherst du ihn als Vorlage. So entsteht nach und nach eine Prompt-Bibliothek, die das ganze Team nutzt und die Qualität einheitlicher macht.
KI-Prompt-Beispiele aus Marketing und SEO: vorher und nachher
Die folgenden Vorher-Nachher-Paare sind Beispiele zur Veranschaulichung. Firmen und Produkte darin sind fiktiv. Passe Rolle, Kontext und Vorgaben an dein eigenes Projekt an.
Beispiel 1: Meta-Description
Vorher:
Schreib eine Meta-Description über Laufschuhe.
Nachher:
Du bist SEO-Texterin für einen Onlineshop für Laufbedarf. Schreib fünf Varianten einer Meta-Description für die Kategorieseite „Trailrunning-Schuhe Damen“. Zielgruppe: ambitionierte Hobbyläuferinnen. Jede Variante hat 140 bis 155 Zeichen, enthält das Keyword „Trailrunning-Schuhe Damen“ in der ersten Hälfte und endet mit einer Handlungsaufforderung. Nenne keine Preise und keine Rabatte. Gib die Varianten als nummerierte Liste mit Zeichenzahl in Klammern aus.
Der zweite KI-Prompt liefert Rolle, Zielgruppe, Länge, Keyword-Position, Verbot und Format. Das Ergebnis lässt sich direkt vergleichen und testen. Die Zeichenzahl solltest du trotzdem selbst nachzählen, weil Sprachmodelle beim Zählen häufig danebenliegen.
Beispiel 2: Blogartikel-Gliederung
Vorher:
Mach mir eine Gliederung zum Thema E-Mail-Marketing.
Nachher:
Du bist Content-Stratege für ein Magazin, das Gründer kleiner Onlineshops berät. Erstelle eine Gliederung für einen Ratgeber zum Keyword „Newsletter erstellen“. Analysiere zuerst in drei Stichpunkten, welche Suchintention hinter dem Keyword steckt. Leite dann eine Gliederung mit fünf bis sieben H2 und passenden H3 ab. Die Leser haben noch nie einen Newsletter verschickt. Füge am Ende vier W-Fragen für einen FAQ-Bereich hinzu. Ausgabe als verschachtelte Liste.
Hier steckt die Schritt-für-Schritt-Technik im Prompt: erst Suchintention, dann Struktur. Wie du solche Entwürfe danach für Suchmaschinen und KI-Antworten schärfst, zeigt unser Ratgeber zur KI-Content-Optimierung.
Beispiel 3: Produkttexte mit Few-Shot
Vorher:
Schreib Produkttexte für unsere Kaffeebohnen.
Nachher:
Schreib Produkttexte für drei Kaffeesorten im Stil der folgenden Beispiele.
<beispiel>Sorte: Hausmischung Nord. Text: Kräftig, dunkel geröstet, mit Noten von Kakao. Gemacht für den Vollautomaten am Montagmorgen.</beispiel>
<beispiel>Sorte: Äthiopien Hochland. Text: Hell, fruchtig, mit einem Hauch Zitrus. Entfaltet sich am besten im Handfilter.</beispiel>
Halte dich an zwei Sätze pro Sorte, nenne Röstgrad und eine Zubereitungsempfehlung. Erfinde keine Auszeichnungen oder Herkunftsangaben, die nicht in den Daten stehen.
<daten>[Sortenliste einfügen]</daten>
Die zwei Beispiele übertragen Länge und Tonalität besser als jede Stilbeschreibung. Die Tags trennen Muster und Daten sauber voneinander.
Beispiel 4: Keyword-Clustering
Vorher:
Sortier diese Keywords.
Nachher:
Du bist SEO-Analyst. Unten steht eine Liste mit Keywords aus einem SEO-Tool. Gruppiere sie nach Suchintention (informational, kommerziell, transaktional, navigational) und fasse Begriffe mit gleicher Intention zu Themenclustern zusammen, die sich mit einer einzigen Seite abdecken lassen. Gib eine Tabelle mit den Spalten Cluster, Keywords, Intention und Seitentyp aus. Verwende ausschließlich Keywords aus der Liste und füge keine neuen hinzu.
###
[Keywordliste einfügen]
###
Die Einschränkung am Ende verhindert, dass das Modell eigene Ideen untermischt. Suchvolumen und Schwierigkeit holst du weiter aus dem Tool, nicht aus dem Chat. Welche Werkzeuge solche Aufgaben bereits integriert haben, zeigt unser Überblick zu KI-SEO-Tools.
Beispiel 5: Social-Media-Post aus einem Artikel
Vorher:
Mach einen LinkedIn-Post aus diesem Text.
Nachher:
<artikel>[Artikeltext einfügen]</artikel>
Du bist Social-Media-Redakteur eines B2B-Softwareanbieters. Schreib aus dem Artikel oben einen LinkedIn-Post für Marketingleiter im Mittelstand. Beginne mit einer konkreten Beobachtung aus dem Artikel, nicht mit einer Frage. Maximal 1.200 Zeichen, kurze Absätze, höchstens drei Hashtags, keine Emojis. Zitiere nur Aussagen, die wörtlich im Artikel stehen. Liefere zwei Varianten: eine sachliche und eine pointierte.
Der lange Artikel steht vorn, die Anweisung am Ende. Genau diese Reihenfolge empfehlen Anthropic und Google für lange Eingaben.
Eine Vorlage für deinen nächsten KI-Prompt
Diese Vorlage kannst du kopieren und für fast jede Content-Aufgabe anpassen. Die Platzhalter in eckigen Klammern ersetzt du durch deine Angaben.
<rolle>Du bist [Funktion] für [Unternehmen/Medium].</rolle>
<aufgabe>[Verb + Ergebnis, z. B. Schreib eine Einleitung für …]</aufgabe>
<kontext>Zielgruppe: […]. Ziel des Textes: […]. Erscheint in: […].</kontext>
<format>[Länge, Struktur, Ausgabeform]</format>
<beispiele>[ein bis drei Muster]</beispiele>
<regeln>[was das Modell tun und lassen soll, mit kurzer Begründung]</regeln>
Für wiederkehrende Aufgaben legst du Rolle, Regeln und Beispiele dauerhaft im Systemprompt, in einem Projekt oder in einem eigenen Assistenten ab. Dann musst du im Chat nur noch Aufgabe und Material ergänzen. Welche Oberfläche dafür besser passt, vergleichen wir im Beitrag Claude vs. ChatGPT.
Typische Fehler beim KI-Prompt
- Zu vage: „Schreib einen guten Text über SEO“ lässt Zielgruppe, Länge und Zweck offen. Das Modell füllt die Lücken mit Durchschnitt.
- Zu viel auf einmal: Recherche, Gliederung, Text, Meta-Daten und Social Posts in einem einzigen Prompt überfordern jedes Modell. Teile die Arbeit auf.
- Nur Verbote: Eine lange Liste mit „nicht“ sagt dem Modell, was es vermeiden soll, aber nicht, was du stattdessen willst.
- Widersprüchliche Vorgaben: „Kurz und knapp“ plus „erkläre alle Details“ führt zu unklaren Ergebnissen. Lies deinen Prompt vor dem Absenden einmal quer.
- Faktenvertrauen: Sprachmodelle können Zahlen, Studien und Quellen erfinden. Lass dir Fakten nur aus mitgeliefertem Material geben oder prüfe jede Angabe selbst.
- Kein Feedback: Wer nach einem schwachen Ergebnis den Chat schließt, verschenkt Potenzial. Eine präzise Rückmeldung verbessert die zweite Runde oft deutlich.
- Ungeprüfte Veröffentlichung: KI-Entwürfe brauchen eine redaktionelle Prüfung. Was guten SEO-Content ausmacht, bleibt dieselbe Frage, egal wer den ersten Entwurf schreibt.
Datenschutz: Was nicht in einen KI-Prompt gehört
Alles, was du in einen KI-Prompt eingibst, verlässt deinen Rechner und wird beim Anbieter verarbeitet. Je nach Tarif und Einstellung kann der Anbieter Chatverläufe speichern und für das Training verwenden. Prüfe deshalb die Datenschutzeinstellungen deines Kontos und die Vorgaben deines Unternehmens, bevor du mit echten Daten arbeitest.
Als Faustregel gilt: Kein sensibles Material in Consumer-Tools. Dazu zählen insbesondere:
- Personenbezogene Daten wie Namen, E-Mail-Adressen, Telefonnummern oder Kundenlisten, die unter die DSGVO fallen.
- Vertrauliche Geschäftsdaten wie unveröffentlichte Zahlen, Verträge, Preisstrategien oder interne Strategiepapiere.
- Zugangsdaten wie Passwörter, API-Schlüssel oder Tokens.
- Gesundheits- und andere besonders schützenswerte Daten, für die strengere Regeln gelten.
Wenn du mit realen Daten arbeiten musst, anonymisiere sie vorher oder ersetze sie durch Platzhalter wie [Kunde A]. Für den produktiven Einsatz im Unternehmen sind Business- oder Enterprise-Tarife mit vertraglich geregelter Datenverarbeitung der sicherere Weg. Kläre das mit deiner Datenschutzbeauftragten oder deinem Datenschutzbeauftragten.
KI-Prompts im SEO-Alltag: Wo sie sich lohnen
Ein sauber gebauter KI-Prompt spart vor allem bei Aufgaben Zeit, die klare Regeln haben und viele Wiederholungen erfordern. Dazu gehören Meta-Daten für große Kategoriebäume, erste Gliederungsentwürfe, Varianten für Anzeigentexte, die Umformulierung von Fachtexten für Einsteiger oder die Auswertung von Kundenfeedback nach Themen.
Schwächer sind Sprachmodelle dort, wo eigene Erfahrung, aktuelle Daten und echte Expertise zählen. Genau diese Elemente unterscheiden einen Artikel aber in der klassischen Suche und in KI-Antworten von der Masse. Wie Inhalte in ChatGPT selbst sichtbar werden, erklärt unser Leitfaden zu ChatGPT SEO. Nutze den KI-Prompt also als Werkzeug für Struktur und Tempo und investiere die gewonnene Zeit in Recherche, Beispiele und eigene Einschätzungen.
Fazit
Ein starker KI-Prompt ist ein Briefing. Rolle, Aufgabe, Kontext, Format, Beispiele und Einschränkungen geben dem Modell genau die Informationen, die es sonst erraten müsste. Die offiziellen Leitfäden von OpenAI, Anthropic und Google kommen unabhängig voneinander zu ähnlichen Regeln: klar formulieren, Beispiele zeigen, komplexe Aufgaben zerlegen und iterativ verbessern.
Fang mit der Vorlage aus diesem Artikel an, speichere funktionierende Prompts als Bibliothek und prüfe jedes Ergebnis, bevor es live geht. Sensible Daten bleiben draußen. So wird KI vom Textautomaten zum verlässlichen Sparringspartner für dein Marketing.
Häufige Fragen zum KI-Prompt
Was ist ein KI-Prompt?
Ein KI-Prompt ist die Eingabe, mit der du einem Sprachmodell wie ChatGPT, Claude oder Gemini eine Aufgabe stellst. Er kann aus einer kurzen Frage oder aus einer ausführlichen Anweisung mit Rolle, Kontext, Format und Beispielen bestehen.
Wie lang sollte ein KI-Prompt sein?
So lang wie nötig, damit eine fachfremde Person die Aufgabe verstehen würde. Für einfache Umformulierungen reicht ein Satz, für Texte zur Veröffentlichung lohnen sich mehrere Absätze mit Kontext, Formatvorgaben und Beispielen.
Was ist Few-Shot-Prompting?
Beim Few-Shot-Prompting gibst du dem Modell einige Beispiele mit, die das gewünschte Ergebnis zeigen. Anthropic empfiehlt drei bis fünf passende, unterschiedliche Beispiele, Google rät dazu, nicht zu viele zu verwenden, damit das Modell nicht zu stark an ihnen klebt.
Welche Daten darf ich nicht in einen KI-Prompt eingeben?
Personenbezogene Daten, vertrauliche Geschäftszahlen, Verträge, Passwörter und API-Schlüssel gehören nicht in Consumer-KI-Tools. Anonymisiere echte Daten vorher oder nutze Unternehmenstarife mit geregelter Datenverarbeitung.
Funktioniert derselbe KI-Prompt in ChatGPT, Claude und Gemini?
Die Grundregeln gelten für alle drei Modelle, deshalb funktionieren gut strukturierte Prompts meist überall. Details wie die Wirkung von XML-Tags oder Denkmodi unterscheiden sich, daher lohnt sich ein kurzer Test und ein Blick in den Leitfaden des jeweiligen Anbieters.
