Prompt-Strukturen: Aufbau, der Ergebnisse verbessert
Gute Prompts haben eine erkennbare Struktur: klare Aufgabe, getrennte Kontext-Abschnitte, Beispiele und ein vorgegebenes Ausgabeformat.
Klar und direkt
Die wichtigste Regel aus Anthropics Prompt-Doku: Sei präzise, was du willst. Der Test dafür: Zeig deinen Prompt einem Kollegen ohne Vorwissen. Wenn der verwirrt wäre, ist es das Modell auch. Nummerierte Schritte helfen, wenn Reihenfolge oder Vollständigkeit zählt.
Abschnitte trennen – mit XML-Tags
Sobald ein Prompt mehrere Inhaltsarten mischt (Anweisungen, Kontext, Beispiele, Eingabedaten), empfiehlt Anthropic XML-Tags: <instructions>, <context>, <example>. Jede Inhaltsart bekommt ihr eigenes Tag – so kann das Modell eindeutig auseinanderhalten, was Anweisung ist und was nur Beispiel. Wichtig sind konsistente, beschreibende Tag-Namen.
Eine Rolle vergeben
Schon ein Satz im System-Prompt ("Du bist ein erfahrener Python-Entwickler") fokussiert Verhalten und Ton spürbar.
Beispiele zeigen (Few-Shot)
Beispiele sind laut Doku eines der zuverlässigsten Mittel, Format und Stil zu steuern. Empfohlen: 3 bis 5 Beispiele, relevant für deinen echten Anwendungsfall und unterschiedlich genug, jeweils in <example>-Tags.
Ausgabeformat vorgeben
Sag, was das Modell tun soll – nicht, was es lassen soll: "Antworte in Fließtext" funktioniert besser als "Kein Markdown". Für feste Strukturen hilft ein Formatbeispiel oder ein eigenes Tag für die Antwort.
BEISPIEL
<instructions> Fasse den Text in 3 Stichpunkten zusammen. Antworte auf Deutsch. </instructions> <context> Zielgruppe: Einsteiger ohne Vorwissen. </context> <text> [hier der Text] </text>
🛠️ ÜBUNG — MACH DAS BEI DIR
Nimm einen eigenen, unstrukturierten Prompt und baue ihn strukturiert neu.
- Such dir einen Prompt, den du kürzlich benutzt hast und der Anweisung, Kontext und Daten mischt.
- Zerlege ihn in Abschnitte mit Tags: <instructions>, <context> und ein Tag für die Eingabedaten. Gib am Ende das gewünschte Ausgabeformat an.
- Schicke beide Versionen an dein Modell und vergleiche die Antworten auf Genauigkeit und Format-Treue.
✅ SELBST-CHECK
- ☐ Kannst du in deinem Prompt klar zeigen, wo die Anweisung endet und die Daten beginnen?
- ☐ Hast du das Ausgabeformat positiv formuliert ('mach X') statt negativ ('kein Y')?
- ☐ Würde ein Kollege ohne Vorwissen deinen Prompt beim ersten Lesen verstehen?
KURZ-QUIZ
Wozu empfiehlt Anthropic XML-Tags wie <instructions> und <context> in Prompts?
QUELLEN
- Anthropic-Doku: Prompting Best Practices ↗ platform.claude.com
- Anthropic-Doku: Prompt-Engineering-Übersicht ↗ platform.claude.com