Zum Inhalt springen

Prompt

oder auch Eingabeaufforderung (KI)

Männliche Person, frontal, schaut in die Kamera; trägt kariertes Hemd über dunkelfarbigem T‑Shirt; heller Innenraum mit unscharfem Monitor oder Poster links und Fenster rechts.

von Richard Albrecht am 17.10.2026

Ein Prompt ist die Eingabe, mit der ein Sprachmodell beauftragt wird. Er enthält die Aufgabe und alles, was das Modell für sie wissen muss, denn außerhalb des Prompts weiß es nichts über den Fall.

Prompt

Die Eingabe, mit der ein Sprachmodell beauftragt wird.
Beispiel: „Der Prompt enthält die Aufgabe, den nötigen Kontext und die gewünschte Form der Antwort.“

Auch: Eingabeaufforderung. Wörtlich heißt to prompt soufflieren oder jemandem ein Stichwort geben, und aus dem Theater stammt auch das Wort: Der prompter sitzt im Kasten und gibt dem Schauspieler die erste Silbe. Genau das tut ein Prompt mit dem Modell.

Abgrenzung zum System-Prompt: Der steht vor dem Gespräch, gilt für alle Eingaben und wird vom Anbieter oder vom Entwickler gesetzt. Der Prompt im engeren Sinn ist die Eingabe des Nutzers.

Vier untereinander liegende Zeilen, beschriftet mit Rolle, Aufgabe, Kontext und Format, daneben jeweils ein Beispielsatz in Schreibmaschinenschrift
Die Reihenfolge ist frei. Wichtig ist, dass die vier Teile auseinanderzuhalten sind.

Woraus ein brauchbarer Prompt besteht

Aus vier Teilen, von denen keiner Pflicht ist: der Rolle, aus der heraus geantwortet werden soll, der Aufgabe selbst, dem Kontext, den das Modell nicht kennen kann, und der gewünschten Form der Antwort.

Die Herstellerdokumentation zieht die Grenze zur Weiterarbeit daran: Das Glossar von Google Cloud unterscheidet den Prompt vom Prompt Engineering, also dem methodischen Entwerfen und Verbessern von Prompts, und von der Prompt-Optimierung, bei der die Verbesserung selbst automatisiert wird.

Warum dieselbe Eingabe verschiedene Antworten liefert

Weil die Fortsetzung nicht ausgewürfelt, aber auch nicht eindeutig bestimmt ist. Ein Parameter namens Temperature steuert, wie weit das Modell von der wahrscheinlichsten Fortsetzung abweichen darf. Niedrige Werte liefern gleichförmige Antworten, hohe mehr Abwechslung.

Selbst bei Temperature null bleibt ein Rest. Anthropic weist eigens darauf hin, dass identische Eingaben über die Schnittstelle verschiedene Ausgaben erzeugen können. Wer feste Ergebnisse braucht, bekommt sie von einem Sprachmodell nicht.

Was im Alltag den Unterschied macht

Beispiele statt Beschreibungen. Wer zwei gelungene Meta-Beschreibungen mitgibt, bekommt bessere Ergebnisse als mit drei Absätzen Stilvorgaben. Dazu gehört das Nennen dessen, was nicht vorkommen soll, denn das Modell kennt die Hausregeln nicht.

Aus unserer Arbeit an über 2.500 Website-Projekten ist der häufigste Fehler der fehlende Kontext. Ein Modell, das die Zielgruppe, den Tonfall und das Angebot nicht kennt, schreibt das, was im Durchschnitt des Internets stand, und genau danach liest es sich. Was dabei jedes Mal gelten soll, gehört in den System-Prompt und nicht in jede Anfrage.

Siehe auch:

Large Language Models

Sprachmodelle mit sehr vielen Parametern, die das nächste Token vorhersagen.

#Künstliche Intelligenz (KI)

Token (KI)

Die kleinste Einheit, in die ein Sprachmodell Text zerlegt, meist ein Wortteil.

#Künstliche Intelligenz (KI)

Künstliche Intelligenz (KI)

Systeme, die aus Eingaben selbstständig Ergebnisse ableiten, statt einer vorgegebenen Regel zu folgen.

#Künstliche Intelligenz (KI)

Transformer-Architektur

Der Bauplan heutiger Sprachmodelle, der allein auf Aufmerksamkeit statt auf Reihenfolge setzt.

#Künstliche Intelligenz (KI)

Machine Learning

Verfahren, bei denen ein System seine Regeln aus Daten ableitet, statt sie vorgegeben zu bekommen.

#Künstliche Intelligenz (KI)