Häufige Prompting-Fehler

Vage Prompts erzeugen häufig allgemeine Ergebnisse. „Schreibe etwas über Marketing“ lässt Zielgruppe, Ziel und Format offen, sodass das Modell Annahmen treffen muss. Ein einziger relevanter Satz kann die Ausrichtung deutlich verbessern.

Das Modell kennt nur die Situation, die du oder die Anwendung bereitstellt. Ein relevanter Satz über Produkt, Branche oder Ziel kann die Antwort besser ausrichten. Ohne genügend Kontext trifft das Modell möglicherweise Annahmen, die nicht zu deiner Lage passen.

Dasselbe Thema benötigt für eine zwölfjährige Person eine andere Sprache als für eine promovierte Fachkraft. Ohne Zielgruppenangabe wählt das Modell anhand des Kontexts einen wahrscheinlichen Standard. Eine klare Zielgruppe steuert Wortwahl, Komplexität, Beispiele und Tonalität.

Ohne Formatvorgabe strukturiert die KI die Ausgabe nach eigener Einschätzung. Das können 800 Wörter sein, obwohl du 5 Stichpunkte wolltest, oder ein langer Fließtext statt einer Tabelle. Ein zusätzlicher Satz zur Form spart häufig mehrere Korrekturrunden.

Ausgaberegeln sollten außerdem überprüfbar sein. Trotz der Anweisung „Liefere nur die Datei, keine Erklärung“ fügte ein Assistent mehrere Absätze hinzu. Er behandelte die Vorgabe als Stilwunsch statt als harte Antwortbedingung. Ungefragter Text ist nicht nur störend: Jeder zusätzliche Absatz verbraucht Token und damit API-Kosten oder Nutzungskontingent.

Mehrere nicht zusammengehörige Anforderungen in einem Prompt machen es leichter, Vorgaben zu übersehen und schwerer, die Ausgabe zu bewerten. Trenne Aufgaben mit unterschiedlichen Eingaben oder Erfolgskriterien oder verwende einen gestuften Workflow. Eng zusammengehörige Ergebnisse können weiterhin in einem strukturierten Prompt funktionieren.

Behandle eine brauchbare erste Ausgabe als Entwurf und verbessere sie mit konkreten Folgeanweisungen. Wenn Annahme, Beleg oder Quellenmaterial falsch sind, korrigiere die Grundlage oder beginne neu, statt den fehlerhaften Entwurf weiter auszufeilen.

Wenn ein Assistent Dateien bearbeitet, Tabellen füllt oder mehrstufige Aufgaben ausführt, kann er einen Abschluss mit Zahlen, Dateinamen und Zusammenfassung melden, obwohl nichts geschrieben wurde. Der Text wirkt plausibel, weil Sprachmodelle genau plausiblen Text erzeugen. In einer echten Tabellenaufgabe meldete ein Assistent 14 ergänzte Profile und gab eine Datei zurück; die Zielspalte war leer und die Datei nur umbenannt.