KI-Prompt-Analyse

Wie du den Score ehrlich liest

Die Zahl von 0 bis 100 ist eine Diagnose, keine Note. Sie misst, wie viel Rätselraten dein Prompt dem Modell überlässt — nicht, ob die Ausgabe gut wird. Ein Prompt kann 92 erreichen und trotzdem etwas produzieren, das dir nicht gefällt, denn der Analyzer kennt weder deinen Geschmack noch deine Marke.

Was er dir verrät: wo das Modell gerade Lücken für dich füllt. Grobe Bänder:

• Unter 40. Das Modell erfindet die Form der Antwort. Erwarte generische Ausgaben und mehrere Runden "nein, eher so".
• 40-65. Die Anfrage ist klar, die Vorgaben sind es nicht. Richtiges Thema, falsche Länge oder falsches Format.
• 65-85. Solider Arbeits-Prompt. Was fehlt, sind Formatpräzision und Beispiele.
• Über 85. Abnehmender Ertrag. Hör auf zu optimieren, fang an, echte Ausgaben zu testen.

Die 100 zu jagen ist eine Falle. Jenseits von 85 fügst du Anweisungen hinzu, die Tokens kosten und das Modell in steife, überspezifizierte Prosa pressen. Eine 78, die du dreimal laufen lassen hast, schlägt eine 96, die du nie abgeschickt hast.

Die sieben Prüfpunkte und warum jeder zählt

Jede der sieben Dimensionen steht für eine bestimmte Art, wie Prompts scheitern.

• Klarheit. Eine eindeutige Handlung? Prompts mit zwei durch "und" verbundenen Verben bekommen zu beidem eine halbe Antwort.
• Rolle. Eine Perspektive, die Wortwahl und Tiefe verändert. Fehlt sie, klingt die Ausgabe flach wie ein Lexikoneintrag.
• Kontext. Zielgruppe, Produkt, frühere Versuche. Hier fallen die Punkte am stärksten ab, und hier zahlt sich Nachbessern am meisten aus.
• Vorgaben. Länge, Ausschlüsse, harte Regeln. Ohne sie greift das Modell auf seine eigene Durchschnittslänge zurück, und die ist nie deine.
• Ausgabeformat. Tabelle, JSON, Stichpunkte. Nicht genannt heißt Fließtext, jedes Mal.
• Präzision. Konkrete Substantive und Zahlen statt Füll-Adjektive. "Engagement verbessern" schneidet schlecht ab, "Antwortquote bei Kaltakquise-Mails erhöhen" gut.
• Beispiele. Eine Kostprobe der Ausgabe schlägt drei Absätze, die sie beschreiben. Few-Shot versus Zero-Shot erklärt, wann sich der Aufwand lohnt.

Zwei schwache Dimensionen erklären einen schlechten Score meist vollständig. Kümmere dich zuerst um die.

Was vage Formulierungen wirklich kosten

Wörter wie "ansprechend", "professionell", "umfassend" und "modern" fühlen sich nach Anweisung an, tragen aber fast keine Information. Das Modell löst sie in Richtung der statistischen Mitte seiner Trainingsdaten auf. Deshalb klingt so viel KI-Text identisch — alle bestellen denselben Durchschnitt.

Der Preis zeigt sich dreifach. Du schreibst die Ausgabe um und verbrennst eine Runde. Du bekommst eine Länge, die du nicht wolltest, weil "umfassend" sich wie "lang" liest. Und du kannst nicht iterieren, denn wenn die Antwort falsch ist, kannst du nicht auf die Anweisung zeigen, die versagt hat. Ersetze jedes vage Wort durch etwas Überprüfbares:

• "ansprechend" → "beginnt mit einer konkreten Zahl oder einer Frage"
• "professionell" → "keine Umgangssprache, keine Ausrufezeichen"
• "umfassend" → "behandelt diese vier Punkte, je 150 Wörter"
• "modern" → "kurze Sätze, kein Fachjargon"

Der Test: Könnten zwei Leute deine Anweisung lesen und sich uneinig sein, ob die Ausgabe sie erfüllt? Wenn ja, ist es keine Vorgabe.

Einen niedrigen Score reparieren und zurückschleifen

Der Reihe nach — die ersten beiden holen die meisten Punkte.

1. Kontext ergänzen. Zwei bis drei Sätze, die das Modell nicht erraten kann: Wer liest das, wofür ist es, was ist bereits gescheitert.
2. Format benennen. "Ausgabe: Markdown-Tabelle, drei Spalten" schlägt einen Absatz Beschreibung.
3. Eine Rolle ergänzen, die etwas ändert. Wenn ein Austausch nichts ändert, lass sie weg.
4. Weiche Adjektive in Regeln umwandeln. Siehe oben.
5. Ein Beispiel ergänzen — aber nur, wenn Format wichtiger ist als Inhalt.

Ist der Prompt eher ein Durcheinander als nur dünn, flick nicht daran herum — gib ihn dem Prompt-Optimizer, damit die Struktur neu aufgebaut wird, oder dem Rewriter, um die Formulierung zu straffen, ohne die Absicht zu verändern. Für strukturierte Ausgaben behandelt der JSON-Prompt-Builder Schema-Vorgaben besser als jeder Fließtext.

Dann schleif zurück. Analysieren, nur die zwei wichtigsten Änderungen anwenden, neu analysieren. Zwei auf einmal heißt, du lernst, welche Änderung die Zahl bewegt hat — änderst du fünf, lernst du nichts.

Achte auf die Aufschlüsselung nach Dimensionen statt auf die Gesamtzahl. Ein Sprung von 51 auf 74 sagt weniger aus als Kontext von 2/10 auf 8/10, denn Letzteres deckt eine Gewohnheit auf. Die meisten haben eine chronische Schwäche, die in jedem ihrer Prompts auftaucht. Finde deine, und du brauchst das Tool dafür nicht mehr. Häufige Fehler beim Prompting listet die üblichen Verdächtigen.

Hör auf, wenn der Score stagniert oder die 80 überschreitet. Dann teste echte Ausgaben und leg den Sieger in der Prompt-Bibliothek ab, damit du ihn nächsten Monat nicht neu schreibst.

Ein durchgerechnetes Beispiel

Ein Prompt, der bei etwa 30 landet:

Die Klarheit passt — es ist eine E-Mail. Alles andere fehlt: keine Rolle, kein Kontext, keine Länge, kein Format, zwei Adjektive ohne Aussage. Du bekommst eine höfliche Ankündigung, die zu jeder Firma der Welt passen könnte. Die überarbeitete Fassung liegt bei Mitte 80:

Jede ergänzte Zeile schließt eine Lücke, die das Modell vorher selbst gefüllt hat. Für die Eigenheiten eines bestimmten Modells bringen dich der ChatGPT-Prompt-Generator und der Claude-Prompt-Generator direkt in die passende Form, und wie man KI-Prompts schreibt erklärt jeden Block einzeln.