Wie Du einen guten ChatGPT Prompt erstellst: Ein Leitfaden (inklusive Template)

In diesem Blogartikel erfährst Du…

… warum ein guter Prompt den Output maßgeblich beeinflusst,

… wie ein effektiver ChatGPT Prompt aufgebaut ist,

… und wie das für das Beispiel „Bug Report erstellen“ aussieht.

Bonus: Du bekommst unser Prompt-Template, um die Techniken eigene Use Cases anzupassen. 

Sind wir mal ehrlich: Die meisten von uns haben schonmal eine kurze schnelle Frage in ChatGPT geworfen und wurden von einer ganz ausführlichen Antwort in die völlig falsche Richtung enttäuscht. ChatGPT ist dafür optimiert, statistisch wahrscheinliche Texte zu generieren. Ausführliche und eloquente Antworten zu erzeugen, ist nicht schwer. Die Herausforderung liegt darin, gute Antworten zu erzeugen.

Prompt Engineering beschäftigt sich damit, wie Du Deine Frage (oder besser Anweisung) an eine generative AI für bestmögliche Ergebnisse aufbaust. Ein guter initialer Prompt ist der Schlüssel zu einer hilfreichen Antwort. Das gilt für ChatGPT und auch andere generative KI-Modelle. Beherrscht Du ein paar simple Techniken, kannst Du ganz verschiedene Use Cases mithilfe von KI umsetzen: User Stories schreiben, Bug Reports erstellen, Features brainstormen, Kundenfeedback auswerten und vieles mehr.

Braucht es wirklich einen strukturierten Prompt? Natürlich kannst Du ChatGPT auch Stück für Stück Informationen und Anweisungen geben und so den erzeugten Output immer weiter verfeinern. Die Ergebnisse werden jedoch deutlich besser, wenn Du mit einem gut aufgebauten initialen Prompt startest und ChatGPT klare Anweisungen gibst. Das liegt daran, dass alles, was einmal in einem ChatGPT-Chat steht, als Kontext für zukünftige Antworten berücksichtigt wird. Rennt ChatGPT erstmal in eine falsche Richtung, ist es schwierig, den Chat wieder in die richtige Richtung zu lenken. Das ist aufwendig und mühsam.

Generative KI nutzt statistische Verfahren, um die „wahrscheinlichste“ Antwort zu Deiner Anfrage zu berechnen. Mit dem initialen Prompt nimmst Du großen Einfluss darauf, welche Trainingsdaten in die Antwort einfließen. Also: Je genauer ChatGPT von Anfang an versteht, was Du erwartest, desto präziser und hilfreicher sind die generierten Antworten. Mit welchen Prompts Dir das gelingt, zeigen wir Dir jetzt.

Für einen guten Prompt solltest Du die folgenden Techniken kennen:

1. Weise ChatGPT eine Rolle zu.

2. Gib ChatGPT hilfreichen Kontext.

3. Gib ChatGPT genaue Anweisungen.

4. Definiere das gewünschte Ergebnis.

Keine Angst, wir erklären Dir alle Techniken im Detail und zeigen auch, warum sie funktionieren.

Technik: Weise ChatGPT eine spezifische Rolle zu, um eine klare Expertise festzulegen.

Beispiel: „Du bist ein erfahrener Softwaretester mit 10 Jahren Erfahrung im Dokumentieren von Softwarefehlern.“

Warum es funktioniert: Durch die Zuweisung einer Rolle erhöht sich die Wahrscheinlichkeit, dass ChatGPT auf Trainingsdaten zugreift, die mit dieser Rolle verbunden sind, z. B. relevante Fachkenntnisse heranzieht und Verhaltensweisen imitiert. Das Modell ist so konzipiert, dass es kontextbezogene Informationen priorisiert. Daher ist diese Technik für fachspezifische Aufgaben besonders effektiv.

Technik: Stelle Hintergrundinformationen zu Deinem Szenario bereit.

Beispiel: „Du arbeitest bei einem führenden Technologieunternehmen und entwickelst eine mobile Anwendung zur Verwaltung von persönlichen Finanzen. Dein Ziel ist es, Bugs in der Software zu beheben. Du erstellst immer sehr klare und präzise Bug Reports, damit die Entwickler genau verstehen, was zu tun ist.“

Warum es funktioniert: Kontext hilft ChatGPT, Deine Situation bzw. Deinen Use Case besser zu verstehen. Indem Du ChatGPT relevante Hintergrundinformationen gibst (z. B. zu Deinem Produkt, Deiner Domäne und dem Ziel Deiner Anfrage), aktivierst Du das zugehörige Fachwissen, vermeidest Missverständnisse und stellst sicher, dass die generierten Antworten im richtigen Zusammenhang stehen. Wenn ChatGPT Deinen Kontext einbezieht, kann es die relevanten Informationen aus den Trainingsdaten effizienter abrufen und auf Deinen Use Case anwenden.

Technik: Gib klare, positive Anweisungen, was ChatGPT tun soll, und sei sehr präzise bei negativen Anweisungen. Dabei kannst Du zentrale Formulierungen auch durch Großschreibung hervorheben (z. B. IMMER, DU MUSST oder NIEMALS). Verwende kurze Sätze und vermeide komplizierte Nebensätze.

Bei längeren Prompts ist auch eine klare Struktur entscheidend: Wenn ChatGPT z. B. mehrere Teilschritte ausführen soll, nummeriere diese. Weitere Möglichkeiten, Anweisungen klar zu formulieren und Prompts zu strukturieren, findest Du auch im OpenAI Prompt Engingeering Guide.

Du kannst die verschiedenen Techniken zur Hervorhebung selbstverständlich kombinieren. Im Zweifel lieber doppelt und dreifach präzise sein. Es fühlt sich vielleicht erstmal unnatürlich oder sogar frech an, so klare und fordernde Anweisungen zu stellen, aber keine Sorge: ChatGPT kommt damit (sogar sehr gut) klar.

Beispiel: „Hilf mir, einen Bug Report zu erstellen. Folge dabei diesen Schritten:
1. Trete in einen Interviewmodus und stelle mir Fragen, um alle relevanten Details des Bugs zu verstehen.
2. Stelle immer nur eine Frage auf einmal und warte auf meine Antwort, bevor du die nächste Frage stellst.
3. Duze mich und verwende eine klare und präzise Sprache.

4. Bleibe IMMER präzise und sachlich. Stütze dich auf Fakten und stelle NIEMALS unbegründete Vermutungen an.“

Warum es funktioniert: Klare Anweisungen helfen ChatGPT, besser zu verstehen, wie eine bestimmte Aufgabe gelöst werden soll. Positive Anweisungen lenken den Fokus auf das, was zu tun ist, während negative Anweisungen klar machen, was vermieden werden sollte. Deutliche und präzise Formulierungen sowie das Hervorheben besonders wichtiger Anweisungen erhöhen die Wahrscheinlichkeit, dass das Modell Deine Anweisungen beachtet.

Technik: Beschreibe Deine Erwartungen an das Ergebnis hinsichtlich Länge, Detailgrad, Ton und Format. Und nicht wundern: ChatGPT ist wirklich schlecht im Zählen und hat Schwierigkeiten, genaue Längenangaben einzuhalten, auch wenn Du eine spezifische Anzahl von Wörtern oder Zeichen vorgibst. Dennoch ist diese Technik nützlich, um einen Rahmen für den erwarteten Output zu definieren.

Beispiel: Erstelle einen Bug Report im Markdown-Format, der nicht länger als 300 Wörter ist. Folge dabei diesem Aufbau:

"""

## Titel

## Detaillierte Beschreibung

1. Betroffener Bereich und Funktion

2. Beschreibung des tatsächlichen und erwarteten Verhaltens

3. Technische Umgebung, in der der Fehler auftritt

4. Schritte zur Reproduktion

## Schweregrad und Priorität

- Einstufung des Schweregrades des Bugs in eine der Kategorien Blocker, Critical, Major, Minor oder Trivial

- Einstufung der Priorität in eine der Kategorien High, Medium oder Low

"""

Warum es funktioniert: KI-Modelle sind gut darin, gegebene Muster nachzuahmen. Wenn Du Deine Erwartungen klar definierst, erhältst Du ein Ergebnis, das Deinen Anforderungen entspricht. Und das gilt nicht nur für den Inhalt, sondern auch die Form und den Stil, in dem die Informationen präsentiert werden.

Setzen wir alle Schritte zusammen, erhalten wir folgenden Prompt für den Use Case Bug Report erstellen:

Du bist ein erfahrener Softwaretester mit 10 Jahren Erfahrung im Dokumentieren von Softwarefehlern. Du arbeitest bei einem führenden Technologieunternehmen und entwickelst eine mobile Anwendung zur Verwaltung von persönlichen Finanzen. Dein Ziel ist es, Bugs in der Software zu beheben. Du erstellst immer sehr klare und präzise Bug Reports, damit die Entwickler genau verstehen, was zu tun ist.

Hilf mir dabei, einen Bug Report zu erstellen. Folge dabei diesen Schritten:

1. Trete in einen Interviewmodus und stelle mir Fragen, um alle relevanten Details des Bugs zu verstehen.

2. Stelle immer nur eine Frage auf einmal und warte auf meine Antwort, bevor du die nächste Frage stellst.

3. Duze mich und verwende eine klare und präzise Sprache. Bleibe IMMER präzise und sachlich. Stütze dich auf Fakten und stelle NIEMALS unbegründete Vermutungen an.

4. Wenn du alle relevanten Informationen gesammelt hast, erstelle einen Bug Report im Markdown-Format, der nicht länger als 300 Wörter ist. Folge dabei diesem Aufbau:

"""

## Titel

## Detaillierte Beschreibung

1. Betroffener Bereich und Funktion

2. Beschreibung des tatsächlichen und erwarteten Verhaltens

3. Technische Umgebung, in der der Fehler auftritt

4. Schritte zur Reproduktion

## Schweregrad und Priorität

- Einstufung des Schweregrades des Bugs in eine der Kategorien Blocker, Critical, Major, Minor oder Trivial

- Einstufung der Priorität in eine der Kategorien High, Medium oder Low

"""

Dieser Prompt versetzt ChatGPT in einen Interviewmodus. So hilft ChatGPT Dir dabei, an alle relevanten Informationen zu einem Bug denken und erstellt am Ende einen fertigen Bug Report für Dich. Das ist aber längst nicht alles, was möglich ist: In diesem Blogartikel zeigen wir Dir zwei weitere Szenarien, wie Du Deine Bug Reports mit KI optimieren kannst. Probiere sie mal aus, es fühlt sich an wie Magie!

Um diese Techniken in allen Deinen Prompts zu verwenden, kannst Du unser Template verwenden und die entsprechenden Bereiche für Deinen Use Case anpassen:

Du bist ein ROLLE und ein Experte in THEMA. Du hast 10 Jahre lang PERSONA in der Produktentwicklung geholfen, AUFGABE zu erledigen. Du arbeitest bei einem UNTERNEHMENSTYP, das sich auf BRANCHE/BEREICH spezialisiert hat. Dein Ziel ist es, ZIELBESCHREIBUNG.

Hilf mir, AUFGABE zu erledigen und folge dabei diesen Schritten:

1. Trete in einen Interviewmodus und stelle mir Fragen, um alle relevanten Details zu AUFGABE zu verstehen. Stelle immer nur eine Frage auf einmal und warte auf meine Antwort, bevor du die nächste Frage stellst.
2. Verwende SPRACHSTIL. Mache immer DIES. Mache niemals DAS.
3. Wenn du alle relevanten Informationen gesammelt hast, erstelle ERGEBNIS im FORMAT mit LÄNGE. Folge dabei diesem Schema:
"""
SCHEMA
"""

Dieses Template kannst Du für verschiedene Use Cases in der Produktentwicklung oder im Produktmanagement anpassen: User Stories schreiben, Bug Reports erstellen, Features brainstormen oder Kundenfeedback auswerten sind nur ein paar Ideen. Wir haben auch schon einige konkrete Prompts geteilt, mit denen ChatGPT Dir beim Erstellen von User Stories oder Bug Tickets hilft. Viel Spaß beim Ausprobieren!

Und wenn Du sehen willst, wie es aussieht, wenn KI sich effektiv in Deine bestehende Arbeitsumgebung integriert, musst Du Dir unbedingt anschauen, wie unser Product Copilot funktioniert. Mit dem Product Copilot sparst Du Dir sogar das Erstellen, Kopieren und Anpassen von Prompt-Templates und speicherst z. B. User Stories oder Bug Tickets direkt in Eurem Ticketsystem.