Tipps für bessere KI-Prompts haben keine Konjunktur mehr. Zu unterschiedlich reagieren die Modelle auf den Input und Prompt-Templates sind fast immer zu statisch für einen flexiblen und kreativen Einsatz. Es gibt eine Ausnahme. Und zwar dieses Template, mit dem du tiefgehende, unverwechselbare und gut strukturierte Artikel aller Art schreibst. Glaubst du nicht?
Wie KI uns Autor:innen helfen kann – und wie nicht
Falls du nach einem Weg findest, mit einer magischen Aufforderung einen großartigen Artikel aus ChatGPT, Claude oder Gemini zu holen, wirst du dich verirren. Denn diesen Weg gibt es nicht.
Die künstliche Intelligenz, die aktuell auf großen Sprachmodellen basiert, ist – grob gesagt – eine Art “semantische Wahrscheinlichkeitrechnung”. Sie vervollständigt einen einmal begonnenen Satz mit den wahrscheinlich am besten passenden Begriffen und Formulierungen. Das macht sie zu einem hervorragenden Werkzeug für die Recherche, Ideenfindung und erste Textskizzen. Allerdings fehlt ihr das tiefere Verständnis für Kontext, Nuancen und die feinen Zwischentöne menschlicher Kommunikation.
Und: Der Output ist in der Regel gut geschrieben – aber inhaltlich ziemlich generisch, naja, durchschnittlich (wahrscheinlich) eben.
So richtig hilfreich wird KI allerdings dann, wenn sie drei Funktionen übernimmt:
- Innerhalb eines vorgegebenen Textrahmens kreativ zu agieren.
- Die gut geübte, aber auch feste Sichtweise von Autor:innen zu erweitern.
- Angemessen und professionell klingen. So, wie es in dem vorgegebenen Textrahmen angemessen ist.
KI wird also weniger „generisch“, wenn sie einen klaren, textlichen und inhaltlichen Rahmen bekommt. Doch sie benötigt innerhalb dieses Rahmens kreative Freiheit.
Das “magische” Geheimnis der LLMs
Weiter oben habe ich von “semantischer Wahrscheinlichkeit” gesprochen. Ich denke, damit verbunden ist das, was wir in der Arbeit mit KI als “magisch” empfinden.
Das will ich erklären: Large Language Models werden darauf trainiert, für eine vorgegebene Wortkombination das am wahrscheinlichsten nächste Wort zu finden. Hier einige Beispiele:
- Paul schreibt Bücher, er ist ein ______
- Jonas studiert Mathematik, weil er gerne ______
Die erste Antwort ist klar “Autor”, bei der anderen Antwort könnte “logisch denkt”, “rechnet” oder etwas anderes am wahrscheinlichsten sein.
Diese Vervollständigung von Sätzen ist einfach, weil sie allein durch die zuvor genannten Satzbestandteile errechnet werden kann.
- Jonas fährt mit dem Fahrrad in die Innenstadt von ______
Hier wird es knifflig. Denn um das vervollständigen zu können, muss die KI wissen, wo Jonas gestartet ist. Wenn das in Schwabing ist, wird “München” die wahrscheinlichste Wahl sein. Um das beantworten zu können, muss vorher zu erkennen gewesen sein, wo Jonas seine Radltour startet.
Und falls einige Sätze zuvor “Schwabing” stand, ist das Wort “München” sehr wahrscheinlich – auch, wenn es nicht in Schwabing steckt. Das LLM muss also vorher (und ggf. außerhalb des Textes oder des Promts) gelernt haben, dass “Schwabing” und “München” zusammengehören.
Mehr Beispiele und eine schöne Erklärung dieser „Theorie of Mind” findest du in diesem Video:
Uns genügt diese kurze Erläuterung, um die Magie von KI zu beschreiben:
Obwohl jedes LLM nur darauf trainiert ist, das nächste Wort zu finden, fühlt es sich also wie ein Mensch an, der denkt. Denn es kann nicht nur entfernte Verbindungen zusammenbringen, sondern hat auch ein Hintergrundwissen, das auf der semantischen Nähe von Begriffen zueinander beruht.
Diese semantische Nähe ist der Schlüssel zum kreativen Schreiben mit KI. Denn je präziser wir den Kontext vorgeben, desto besser kann das Modell relevante Verbindungen herstellen. Es geht also nicht darum, den perfekten Prompt zu finden, sondern darum, der KI einen klaren thematischen und stilistischen Rahmen zu geben. Innerhalb dieses Rahmens kann sie dann ihre Stärke ausspielen: das Erkennen und Verknüpfen von semantischen Mustern zu neuen, kreativen Geschichten.
Dann fühlt sich der geschriebene Text nicht nur so an, wie wenn du ihn geschrieben hast – er beruht auf dem von dir vorgegebenen Rahmen. Und es ist somit dein kreatives Werk.
Was wir also für gute KI-Texte benötigen, sind drei Elemente:
- Eine klare thematische Ausrichtung, die den inhaltlichen Rahmen absteckt.
- Stilistische Vorgaben, die den Ton und die Sprache definieren.
- Genügend kreativen Spielraum für die KI, um innerhalb dieser Grenzen neue Verbindungen herzustellen.
Mit diesen drei Elementen können wir die Stärken der KI optimal nutzen: ihre Fähigkeit, aus einem riesigen Wissensfundus zu schöpfen und dabei gleichzeitig unserer individuellen kreativen Vision treu zu bleiben.
Die Elemente des Prompt-Templates
Allgemein formuliert möchten wir also die richtigen semantischen Vorgaben für unseren Text zusammenstellen, den die KI mit uns zusammen entwickelt.
Das könnte unstrukturiert erfolgen. Allerdings ist es für uns selbst und auch für die KI hilfreich, wenn wir dem einen guten Rahmen geben. Deshalb kennzeichne ich das Template so, dass es jede KI verstehen sollte.
<Aufgabe und Ablauf>
Hier geben die Vorgaben für den Workflow. Dieser enthält die Aufforderung an die KI, dir Fragen zu dem Artikel zu stellen. Auf diese Weise kannst du den Inhalt entsprechend anpassen. Außerdem kannst du auch Beispiel von ähnlichen Artikeln nennen.
</Aufgabe und Ablauf>
<Ziel und Zielgruppe>
Wer und was soll erreicht werden?
<Ziel und Zielgruppe>
<Gestaltung des Artikels>
Die äußere und innere Struktur des Artikels.
</Gestaltung des Artikels>
<Stil und Schreibweisen>
Deine sprachlichen Anweisungen.
</Stil und Schreibweisen>
<Weitere Regeln>
Welche Anweisungen es sonst noch gibt.
</Weitere Regeln>
Das sieht ziemlich umfangreich aus – und es wird noch komplizierter. Doch dein Artikel soll ja einzigartig werden. Und viele dieser Punkte müssen nur einmal definiert und können wiederverwendet werden.
Ich gebe dir weiter unten das Beispiel eines solchen Prompt-Templates, das ich für Artikel zu veröffentlichten Studien verwende. Dieses solltest du dir nicht nur kopieren, sondern es auch auf deine Bedürfnisse anpassen. Ist das einmal erfolgt, kannst du es in jedes der neuen LLM-Modelle kopieren und damit geht der Content-Workflow los.
Aneignung des Prompt-Templates
Um dir dieses Template zu eigen zu machen, musst du fünf Schritte gehen:
- Starte mit dem leeren Rahmen oder übernimm mein Template von unten.
- Definiere den Workflow inklusive der Fragen, die dir die KI zum Inhalt stellen soll und – wenn du möchtest – der Bitte um ein passendes Beispiel.
- Formuliere die Anweisungen für Struktur und Stil des Artikels. Falls du dir nicht sicher bist, wie du das formulieren möchtest, bitte die KI deiner Wahl, dir Vorschläge zu machen oder vorhandene Beispiele aus der Content-Art zu analysieren.
- Teste den Workflow – ggf. an mehreren LLMs. Ich verwende meist Claude, habe aber auch mit ChatGPT und Google Gemini schon gute Ergebnisse erzielt. Gehe kritisch mit den Ergebnissen um und passe dein Prompt-Template so lange an, bis du zufrieden bist.
- Verwende das Template für deine Texte – und entwickle es nach jeder Verwendung weiter.
Eins vorweg: Du wirst niemals damit fertig sein, dieses Template anzupassen. Denn die Modelle ändern sich sogar, wenn die Modellnummer bleibt. Wenn das Template heute noch brillante Texte erzeugt, kann es sein, dass diese in einem Monat schon etwas fad oder übertrieben daher kommen.
Das gilt natürlich auch für alle anderen Arten, Content mit KI zu erzeugen. Mit dem Unterschied, dass diese ohnehin schlechtere Ergebnisse erzeugen und deshalb die Veränderung nicht so so sehr auffällt.
Mein Prompt-Template zum Start
In das folgende Prompt-Template habe ich mehr Angaben eingebaut, als nötig sind. Und zwar deshalb, damit du die Möglichkeiten siehst. Du kannst es also auch entmisten und solltest es auf jeden Fall anpassen.
<Aufgabe und Ablauf>
Als Autor für hochwertige und ausführliche Artikel in einem Magazin für Umwelttechnik erstellst du auf der Basis einer wissenschaftlichen Studie einen Artikel zum Thema der Studie.
Du wirst mit dem Befehl „Neuer Artikel“ aktiviert. Anschließend stellst du Fragen, um die Studie, das Thema und die Keywords des Artikels zu ermitteln. Stelle immer nur eine Frage und warte die Antwort ab, bevor du die nächste Frage stellst.
Frage 1: „Welches Umwelt-Thema soll der Artikel behandeln?“
Frage 2: „Was ist das Haupt-Keyword des Artikels?“
Frage 3: „Lade die PDF-Datei der wissenschaftlichen Studie hoch oder kopiere den Text.“
Frage 4: „Lade einen Beispiel-Artikel als PDF oder als Text hoch, an dem ich mich orientieren kann.“
Nachdem du alle vier Fragen beantwortet bekommen hast, erstellst du eine Gliederung basierend auf diesen Informationen. Frage dann nach, ob die Gliederung passt, und nimm bei Bedarf Änderungen vor.
Wenn ich mit der Gliederung einverstanden bin, erstelle einen ersten Draft und bitte um weitere Anweisungen.
Wenn der Artikel fertig ist, mache mir den Vorschlag für ein passendes Bild.
</Aufgabe und Ablauf>
<Ziel und Zielgruppe>
Der Artikel erscheint in einem Online-Umweltmagazin, in dem neue Forschungsergebnisse zu technischen Entwicklungen rund um Umwelt-Technologien vorgestellt werden.
Dieses Magazin richtet sich an interessierte Laien, Handwerker aus der Heizungsbranche, politische Institutionen und Umwelt-Experten. Die technischen Grundlagen von Umwelttechnologien sind also bekannt. Aber spezielle Fachbegriffe sollen kurz erklärt werden.
Ziel des Artikels ist es, die Zielgruppe auf den aktuellen Stand der Umwelt-Technolgien zu bringen und ihnen Argumente für den politischen Exkurs liefern.
<Gestaltung des Artikels>
Der Artikel soll folgenden Aufbau haben:
- Überschrift: Klar, natürlich und informativ; zeigt den Mehrwert des Artikels und was der Leser lernen wird.
- Einleitung: Gibt einen Ausblick auf den Inhalt, erläutert die Relevanz der vorgestellten Studie und weckt Neugier.
- Hauptteil: Orientiert sich vollständig am Inhalt der wissenschaftlichen Studie, gibt die Ergebnisse und Erkenntnisse detailliert wieder, lässt nichts aus und weicht nicht davon ab.
- Fazit: Fasst die wichtigsten Punkte zusammen.
- FAQ: Greift Fragen auf, die durch den Artikel aufkommen könnten, wiederholt aber nicht einfach den bereits vorhandenen Inhalt.
<Gestaltung des Artikels>
<Stil und Schreibweisen>
Orientiere dich an der Struktur des Beispielartikels und den folgenden Regeln:
- Nutze Zwischenüberschriften, um den Artikel sinnvoll zu strukturieren.
- Integriere das Haupt-Keyword in der Überschrift und an mehreren Stellen im Text. Achte darauf, dass es natürlich klingt.
- Vermeide Floskeln wie „Herzlich Willkommen“, „auf das nächste Level“, „kennst du das“ und anbiedernde Formulierungen.
- Sprich den Leser direkt und mit “Sie” an.
- Vermeide Small Talk
- Sprache: Deutsch
- Emojis: Keine
- Textverständnis: grundlegende Fachkenntnisse erforderlich
- Zeitform: Präsens
- Format: Text Markdown-Zwischenüberschriften; verwende bei Bedarf Bullet Points.
Vermeide:
- Wiederholungen
- Falsche Informationen
- Nominalstil
- Passivkonstruktionen
- Lange Nebensätze und Gedankensprünge
Satzstruktur: Einfach und logisch; jeder Satz soll nur einen Gedanken enthalten. Nach jedem Gedankengang soll ein Absatz stehen.
Sprachstil: Freundlich, aber nüchtern und natürlich.
</Stil und Schreibweisen>
<Weitere Regeln>
- Wiederhole meine Fragen oder Anweisungen nicht in deiner Antwort.
- Nutze nur den Inhalt, der in der wissenschaftlichen Studie steht. Erfinde keine zusätzlichen Fakten oder Informationen.
- Orientiere dich für Aufbau, Sprachstil und Inhalt an den Beispiel-Artikeln.
- Verletze niemanden.
- Zeige keine eigene Meinung.
</Weitere Regeln>
Einige Hinweise
- Nicht alle Modelle können auch Bilder generieren. Aber alle Modelle können dir ein passendes Bild so beschreiben, dass du die Beschreibung als Prompt verwenden kannst.
- Bei dem Beispiel-Promt stoßen einige LLMs an ihre Token-Grenzen. Token ist ein Begriff für die Menge von Informationen, die sie in einem Vorgang bearbeiten können. Wenn du also eine lange Studie bearbeiten willst, könnte Gemini hilfreich sein – weil dieses ein großes Kontext-Fenster hat und deshalb auch eine lange Studie hochgeladen werden kann.
- Falls sich ein Modell nicht an die Anweisungen hält, könnte es sein, dass es nicht geeignet ist. Dann ist es möglicherweise ein sogenanntes Reasoning-Modell. Diese Modelle haben die Eigenschaft, selbst nachzudenken und die Anweisungen in einzelne Schritte zu überführen. Ist dies der Fall, versuche es mit einem anderen Modell. Oder vereinfache den Prompt und bitte das Modell nach Angabe von Thema, Ziel und Sprache darum, dir alle Fragen zu stellen, die nötig sind, um einen passenden Text zu erstellen.
Und nun probiere es aus und passe es für dich an.
Ich bin Paul Jonas, Autor des Buches „Schreib. Dein. Buch“ und unübersehbar ein Pseudonym. Hier darf ich über meinen Job, das Schreiben und die Kreativität schreiben. Hier findest du mehr über mich.
Schreibe einen Kommentar