KI-Prompt-Vorlagen-Bibliothek

Warum eine Vorlage besser ist als ein leeres Feld

Ein leeres Prompt-Feld ist ein schlechter Startpunkt. Nicht weil Prompts zu schreiben schwer wäre, sondern weil du beschreibst, was du willst, in der Reihenfolge, in der es dir einfällt — und die führt selten zu einer guten Antwort. Du beginnst mit dem Thema, erinnerst dich auf halbem Weg an die Zielgruppe und vergisst das Format komplett.

Eine Vorlage legt die Reihenfolge fest, bevor du tippst. Sie hat Felder für Rolle, Aufgabe, Kontext, Vorgaben und Ausgabeform, sodass nur noch das Ausfüllen bleibt — deutlich einfacher, als Struktur und Inhalt gleichzeitig zu erfinden.

Sie ist außerdem ein Protokoll dessen, was funktioniert hat. Wenn eine Kollegin ein brauchbares Ergebnis bekommt, ist die Vorlage der Weg, das weiterzugeben: nicht als Ratschlag, sondern als etwas zum Kopieren und Ausführen. Und sie legt Lücken offen — wenn eine Marketing-Vorlage ein Feld [Zielgruppe] hat, das du nicht füllen kannst, liegt die Lücke in deinem Briefing.

Eine Vorlage richtig anpassen

Der häufigste Fehler ist, eine Vorlage unverändert laufen zu lassen. Jeder Platzhalter in eckigen Klammern ist eine Frage an dich. Lass einen stehen, und das Modell erfindet entweder eine Antwort oder schreibt drumherum — und du bekommst etwas Generisches zurück. Ersetz sie alle und ergänze dann das, was keine Vorlage enthalten kann: deine konkrete Situation.

Eine Vorlage, wie sie geliefert wird:

Und dieselbe Vorlage, tatsächlich ausgefüllt:

Dasselbe Skelett, völlig andere Ausgabe. Der Wert steckt im Kontextblock — die gescheiterte alte Anleitung, die Tickets, die erste Aufgabe. Nichts davon steckt in einer generischen Vorlage.

Eine Prüfung, bevor du sie ausführst: Könnte ein Wettbewerber genau diesen Prompt einfügen und etwas Brauchbares bekommen? Wenn ja, füg mehr von deiner eigenen Situation hinzu. Warum diese Blöcke in dieser Reihenfolge wirken, steht in wie man KI-Prompts schreibt.

Eine eigene Bibliothek aufbauen

Die Bibliothek hier ist ein Startpaket. Deine eigene ist die, die benutzt wird, weil sie voll ist mit Prompts, die schon auf dein Produkt und deine wiederkehrenden Aufgaben abgestimmt sind.

Ordne nach Aufgabe, nicht nach Tool. "Support-Antwort überarbeiten" ist auffindbar; "Claude-Prompts" nicht, weil du nächsten Monat etwas anderes benutzt. Eine Struktur, die den Realitätskontakt übersteht:

• Nach zu erledigender Arbeit — entwerfen, überarbeiten, zusammenfassen, analysieren, Bilder erzeugen.
• Nach wiederkehrendem Ergebnis — Wochenbericht, Release Notes, Anzeigenvarianten, Meeting-Zusammenfassung.
• Ein "Kladde"-Stapel für Prompts, die einmal funktioniert haben und sich noch keinen festen Platz verdient haben.

Gib jedem Eintrag drei Dinge mit: eine Zeile dazu, wann man ihn nimmt, den Prompt mit markierten Platzhaltern und eine Notiz, worin er schlecht ist. Letzteres spart die meiste Zeit — "gut für erste Entwürfe, erfindet immer Statistiken" sagt einem Kollegen, wie weit er der Ausgabe trauen darf.

Halte Bild-Prompts getrennt. Sie folgen anderen Regeln — Motiv, Stil, Licht, Bildaufbau statt Rolle und Vorgaben — deshalb macht Vermischen beides schwerer durchsuchbar. Bau sie mit dem Bild-Prompt-Builder und halte ein paralleles Set für Midjourney bereit.

Versionieren, was funktioniert

Prompts driften. Jemand ändert eine Zeile, die Ausgabe wird schlechter, und niemand weiß mehr, was ursprünglich dastand. Behandle einen funktionierenden Prompt so, wie du funktionierenden Code behandeln würdest.

Die leichtgewichtige Variante: Setz den alten Prompt vor dem Bearbeiten unter eine Überschrift "v1", datiere ihn und schreib eine Zeile dazu, was sich geändert hat und warum — "Regel gegen Ausrufezeichen ergänzt, Ausgabe war zu atemlos". Fünfzehn Sekunden, und du kannst zurückrollen.

Ändere immer nur eine Sache. Schreibst du in einem Durchgang die Rolle um, ziehst die Vorgaben an und wechselst das Format, lernst du aus dem Ergebnis nichts. Beispiele zu ergänzen ist eine einzelne Änderung mit großer Hebelwirkung; Few-Shot versus Zero-Shot Prompting erklärt, wann sich das lohnt.

Teste deine besten Prompts neu, wenn du das Modell wechselst. Eine Regel, die ein Modell vom Ausschweifen abhält, kann anderswo abgehackte Antworten erzeugen.

Wann eine Vorlage das falsche Werkzeug ist

Lass die Bibliothek weg, wenn die Aufgabe wirklich einmalig ist, wenn du erkundest statt produzierst oder wenn die Anfrage so kurz ist, dass das Gerüst den Inhalt überwiegt. "Fass das in drei Stichpunkten zusammen" braucht keine Rolle und keinen Vorgabenblock; eine kleine Anfrage zu überstrukturieren liefert oft eine steifere Antwort als die schlichte Frage.

Vorlagen scheitern auch, wenn das eigentliche Problem ist, dass du noch nicht weißt, was du willst. Führ erst das Gespräch, dann mach eine Vorlage aus dem Ergebnis.

Nimm diese Umwandlung bewusst vor. Wenn ein Einzelfall etwas wirklich Gutes hervorbringt, geh zurück zum Prompt und frag, welche Teile zu *dieser* Anfrage gehörten und welche zur nächsten dieser Art passen. Tausch die spezifischen Teile gegen Platzhalter, halte die Struktur fest, notiere, für welche Situation sie gedacht ist. Das ist eine Vorlage aus Belegen statt aus Vermutungen. Der Prompt-Optimizer strafft sie vor dem Speichern, und alles, was oft genug wiederverwendet wird, ist ein Kandidat für einen System-Prompt.