Die Qualität von KI‑Ergebnissen hängt unmittelbar davon ab, wie klar Aufgaben formuliert werden. Ein Prompt ist die Anleitung, die ein Modell erhält – und wie bei jeder guten Anleitung gilt: Präzision entscheidet über den Erfolg.
Ein Beispiel macht das deutlich: „Plane ein Haus“ führt zu einem generischen, austauschbaren Ergebnis. Eine präzise Beschreibung wie „Plane ein energieeffizientes Einfamilienhaus für vier Personen in den Alpen, mit drei Schlafzimmern, zwei Badezimmern, einer offenen Küche, großen Fenstern und einem Satteldach“ liefert dagegen ein Resultat, das den tatsächlichen Anforderungen entspricht.
Der Unterschied liegt in den Details: Klare Zielgruppe, definierter Standort, konkrete Funktionen, gewünschter Stil. Fehlen diese Informationen, muss die KI raten – und Raten führt selten zu Ergebnissen, die den eigenen Vorstellungen entsprechen.
Prompt Engineering ist daher die Fähigkeit, Aufgaben so zu formulieren, dass die KI die Absicht präzise versteht. Interessant dabei: Verschiedene Modelle reagieren unterschiedlich auf dieselbe Aufgabe.
ChatGPT arbeitet besonders zuverlässig, wenn Anforderungen strukturiert und klar gegliedert sind. Punktelisten helfen, nichts Wesentliches zu vergessen und die Aufgabe sauber abzuarbeiten.
Claude hingegen profitiert stark von Kontext. Wird das Modell in eine Situation „hineingesetzt“, versteht es Herausforderungen besser und liefert Vorschläge, die näher an der Realität liegen.
Fazit: Ein guter Prompt ist eine gute Anleitung. Je präziser die Formulierung und je relevanter der Kontext, desto besser das Ergebnis. KI liefert keine Magie, sondern spiegelt die Qualität der Vorgaben wider – klare Anweisungen führen zu klaren Ergebnissen.
(Bild: Caleb Oquendo, Quelle: Pexels – Ausschnitt)