Prompt iterativ verbessern in 4 Schritten

Use Case

Wenige Prompts liefern beim ersten Versuch das ideale Ergebnis. Wer sie iterativ verbessert, kommt mit drei bis vier gezielten Anpassungen zu einer stabilen Vorlage, die zuverlässig funktioniert. Entscheidend ist, dass jede Iteration einen einzigen, klaren Verbesserungsziel verfolgt.

Für: Allgemein · Niveau: Einsteiger bis Mittel · Tools: ChatGPT, Claude, Microsoft Copilot, Gemini

Für wen ist dieser Use Case geeignet?

Dieser Use Case eignet sich für alle, die einen Prompt entwickeln, den sie regelmäßig verwenden wollen — als Basis für eine Prompt-Bibliothek, als Vorlage für das Team oder als Grundlage für einen Custom GPT. Sobald ein Prompt häufiger als einmal eingesetzt werden soll, lohnt sich der Aufwand der iterativen Schärfung.

Auch für einmalige, aber kritische Aufgaben ist das Vorgehen sinnvoll: Bewerbungsschreiben, wichtige Kundenmails, Konzeptentwürfe. Vier kurze Iterationen kosten weniger Zeit als eine grundsätzliche Überarbeitung am Ende — und führen zu deutlich besseren Ergebnissen.

Ausgangsproblem

Viele Menschen behandeln Prompts als einmalige Eingabe: einmal schreiben, einmal absenden, mit dem Ergebnis leben. Wenn die Antwort nicht passt, wird neu angesetzt und alles wieder von vorn gemacht. Das ist nicht nur ineffizient — es führt dazu, dass dieselben Schwächen immer wieder auftauchen, weil keine systematische Verbesserung passiert.

Die bessere Vorgehensweise ist iterativ: ein Erstwurf, dann gezielte Korrekturen, die jeweils ein spezifisches Problem im Ergebnis lösen. Nach drei bis vier Schritten haben Sie eine Vorlage, die nicht nur diese eine Aufgabe gut löst, sondern auch für ähnliche Aufgaben in Zukunft verwendbar ist.

Schritt-für-Schritt-Anleitung

Schritt 1: Schritt 1 — Erstwurf: Schnell, unvollkommen, dokumentiert

Schreiben Sie einen ersten Prompt, ohne ihn zu optimieren. Beschreiben Sie die Aufgabe so, wie Sie sie einer fachkundigen Person erklären würden. Senden Sie ihn ab. Wichtig: Lesen Sie das Ergebnis aufmerksam, notieren Sie sich kurz, was passt und was nicht.

Aufgabe in eigenen Worten beschreiben
Erwarteten Output kurz benennen (Länge, Format, Stil)
Eingabe oder Beispiel mitgeben, falls relevant
Ergebnis lesen und stichpunktartig notieren: was passt, was nicht

Schritt 2: Schritt 2 — Format und Struktur schärfen

Die häufigste Schwäche im Erstwurf ist nicht der Inhalt, sondern das Format. Die KI liefert Fließtext, wo Sie eine Liste wollten. Sie antwortet zu lang oder zu kurz. Sie strukturiert anders, als Sie es brauchen. In der zweiten Iteration adressieren Sie genau diese Format-Schwächen.

Länge konkret machen: „in maximal 200 Wörtern“ oder „in drei Sätzen“
Struktur vorgeben: „mit Zwischenüberschriften“, „als nummerierte Liste“
Format beschreiben: „als Tabelle mit den Spalten X, Y, Z“
Reihenfolge regeln: „zuerst Stärken, dann Schwächen, dann Empfehlung“

Schritt 3: Schritt 3 — Tonalität und Sprache präzisieren

In der dritten Iteration geht es um Sprache. Klingt der Text wie Sie? Passt der Ton zur Zielgruppe? Ist er zu glatt, zu förmlich, zu salopp? Hier hilft es, Negativbeispiele zu nennen: „Schreib nicht in Marketingsprache. Verwende keine Floskeln wie X, Y, Z.“ Positivbeispiele helfen auch — ein kurzer Referenztext, an dem sich die KI orientieren kann.

Tonalität in zwei bis drei Adjektiven: „sachlich, direkt, ohne Marketingsprache“
Verbotene Wörter konkret benennen
Anrede und Formalitätsgrad festlegen: Sie/Du, geschäftlich/kollegial
Optionaler Referenztext: „im Stil dieser bereits funktionierenden E-Mail: [Beispiel]“

Schritt 4: Schritt 4 — Grenzen und Sonderfälle abfangen

In der vierten Iteration adressieren Sie, was bei Sonderfällen passieren soll. Was tut die KI, wenn ihr Informationen fehlen? Wenn die Eingabe unklar ist? Wenn das Thema außerhalb ihrer Zuständigkeit liegt? Diese Regeln machen den Prompt robust — er funktioniert dann nicht nur im Standardfall, sondern auch bei Abweichungen.

Umgang mit fehlenden Informationen: „markiere als [fehlt], erfinde nicht“
Umgang mit unklarer Eingabe: „frage nach, statt zu raten“
Themenbegrenzung: „wenn die Anfrage außerhalb von X liegt, sage es“
Qualitäts-Stopp: „wenn du nicht sicher bist, kennzeichne mit [zu prüfen]“

Schritt 5: Schritt 5 — Stabilität testen

Nach den vier Iterationen testen Sie den finalen Prompt mit drei bis fünf unterschiedlichen Eingaben. Liefert er konsistent gute Ergebnisse? Wenn ja: ab in die Bibliothek. Wenn bei einer Eingabe ein bestimmtes Muster scheitert, schärfen Sie gezielt nach — meist eine fünfte, kurze Iteration.

Beispielprompt

# Beispiel: Iterative Schärfung eines Prompts
# Aufgabe: Aus Stichpunkten eine Kunden-E-Mail formulieren

## Iteration 1 — Erstwurf
"Mach aus diesen Stichpunkten eine E-Mail an einen Kunden:
- Liefertermin verschiebt sich um 2 Wochen
- Grund: Engpass beim Zulieferer
- Wir bieten 5% Rabatt als Ausgleich"

Ergebnis: Zu lang, zu floskelhaft, Rabatt-Angebot zu offensiv formuliert.

## Iteration 2 — Format gefixt
"Formuliere aus den folgenden Stichpunkten eine geschäftliche E-Mail an einen Kunden.

Stichpunkte:
- Liefertermin verschiebt sich um 2 Wochen
- Grund: Engpass beim Zulieferer
- Wir bieten 5% Rabatt als Ausgleich

Vorgaben:
- Maximal 120 Wörter
- Struktur: Anrede, Sachverhalt, Begründung, Ausgleich, nächster Schritt, Grußformel
- Keine Zwischenüberschriften"

Ergebnis: Format stimmt, aber Ton noch zu glatt. Verwendet „bedauerlicherweise" und „selbstverständlich".

## Iteration 3 — Tonalität geschärft
"[wie Iteration 2, ergänzt um:]

Tonalität:
- Sachlich, direkt, verbindlich
- Keine Floskeln wie „bedauerlicherweise", „selbstverständlich", „ganzheitlich"
- Anrede: Sie
- Kein Werbeton beim Rabatt — als Geste, nicht als Sonderaktion formulieren"

Ergebnis: Ton sitzt. Aber: erfindet Lieferdatum, das ich nicht angegeben hatte.

## Iteration 4 — Grenzen gesetzt
"[wie Iteration 3, ergänzt um:]

Regeln:
- Wenn Informationen fehlen (genauer Termin, Kundenname, Auftragsnummer): kennzeichne mit [bitte ergänzen]
- Erfinde keine Daten, Beträge oder Bedingungen, die nicht in den Stichpunkten stehen
- Wenn dir etwas unklar ist, formuliere die Frage am Ende statt zu raten"

Ergebnis: Sitzt. Markiert fehlende Stellen sauber, erfindet nichts mehr, Ton stimmt.

## Stabilitätstest
Drei verschiedene Stichpunkt-Listen einspielen, alle ergeben brauchbare E-Mails.
→ Prompt geht in die Bibliothek.

Qualitätscheck

Nach jeder Iteration prüfen Sie:

Hat diese eine Anpassung das adressierte Problem gelöst?
Sind neue Probleme entstanden, die vorher nicht da waren?
Ist der Prompt noch verständlich oder zerfasert er?
Funktioniert er mit unterschiedlichen Eingaben oder nur mit der einen Testeingabe?
Können Sie nach vier Iterationen aufhören — oder braucht es noch eine Schärfung?

Ein guter Test: Geben Sie den finalen Prompt einer Person aus dem Team, die ihn nicht entwickelt hat. Wenn sie ihn ohne Rückfrage erfolgreich anwenden kann, ist die Iteration erfolgreich abgeschlossen. Wenn nicht, fehlt eine Klarstellung — die finden Sie heraus, indem Sie der Person zuhören, wo sie stockt.

Risiken und Grenzen

Wer zu viele Anpassungen auf einmal macht, weiß am Ende nicht, welche das Ergebnis verbessert oder verschlechtert hat. Disziplin: pro Iteration ein Problem adressieren. Sonst entwickelt sich der Prompt unkontrolliert und wird länger, ohne besser zu werden.

Ein über-optimierter Prompt verliert Flexibilität. Wenn Sie für jede Eventualität eine Regel einbauen, wird der Prompt zu spezifisch und funktioniert nur noch für eine sehr enge Klasse von Eingaben. Halten Sie ihn so generisch, dass er die typischen Fälle abdeckt — Sonderfälle dürfen explizit als „nicht abgedeckt“ markiert werden.

Datenschutzhinweis

Beim Testen mit echten Eingaben können personenbezogene Daten ins Spiel kommen. Verwenden Sie für die Iterationen möglichst anonymisierte Testdaten, bis der Prompt stabil ist. Erst dann produktiv einsetzen, und nur in Tools, die für die Datenklasse freigegeben sind.

Der finale Prompt selbst enthält in der Regel keine sensiblen Daten — er ist eine generische Anweisung. Achten Sie aber darauf, dass keine konkreten Kundennamen, Vertragsnummern oder interne Kennzahlen aus den Tests im finalen Prompt landen. Platzhalter verwenden, nicht echte Beispieldaten.

Passende Tools

ChatGPT: gut für schnelle Iterationen — Chatverlauf bleibt sichtbar, Vergleich der Versionen einfach
Claude: Artifacts erlauben es, einen Prompt sichtbar zu überarbeiten und Versionen zu vergleichen
Microsoft Copilot: praktisch zum iterativen Testen direkt in Word, Outlook oder Teams
Gemini: gute Option für die Iteration, wenn die Eingabe lange Dokumente enthält