Kostenlos registrieren

Diagnostizieren, warum ein Prompt schlecht funktioniert

Autor: AILesson7 Min. EinrichtungszeitGetestet mit:ChatGPTGeprüft am: 2026-08-28

Schnelle Antwort

Absicht, Eingaben, Anweisungen und tatsächliche Ausgaben vergleichen, um belegte Fehlermuster statt Vermutungen zu erkennen. Angeben: Prompt und vorgesehene Aufgabe, Tatsächliche Eingaben und Ausgaben, Rahmenbedingungen der Bewertung. Erwartetes Ergebnis: Eine priorisierte Diagnose, minimale Korrekturen und mit beobachteten Fehlern verknüpfte Wiederholungstests.

1

Kontext hinzufügen

Dein Text bleibt in diesem Browser. AILesson Prompts sendet ihn nicht an ein Modell oder einen Server.

2

Dein Prompt

Nicht ausgefüllte Felder bleiben als Platzhalter sichtbar, sodass du den Prompt weiterhin kopieren und bearbeiten kannst.

Diagnostiziere anhand der tatsächlichen Durchläufe, warum der bereitgestellte Prompt schlecht funktioniert.

Genauer Prompt, Kontextanweisungen, vorgesehene Verwendung, Modell/Einstellungen und Erfolgskriterien:
[prompt]

Repräsentative Eingaben und Ausgaben mit Datum:
[runs]

Zulässige Änderungen, Grenzen, Daten/Werkzeuge, erforderliches Verhalten und bekannte Einschränkungen:
[constraints]

Führe jeden beobachteten Fehler auf die kleinstmögliche plausible Ursache im Prompt, in der Eingabe, im Kontext, in der Bewertung, im Werkzeug oder im Modell zurück. Prüfe Aufgabenmehrdeutigkeit, fehlende Evidenz, widersprüchliche Anweisungen, überladene Schritte, falsch platzierte Prioritäten, undefinierte Begriffe, schlechte Abgrenzungen, unzureichend spezifizierte Ausgaben, fehlenden Umgang mit Unbekanntem, Beispiele mit falschem Muster und nicht beobachtbare Erfolgskriterien. Unterscheide bestätigte Ursache und Hypothese; mache ohne Vergleichsevidenz weder Zufall noch Modell verantwortlich. Schreibe den Prompt erst um, wenn die Diagnose abgeschlossen ist. Gib Folgendes zurück: Tabelle von Absicht und Beobachtung; priorisierte Fehlermuster mit zitierter Evidenz, Konfidenz und alternativer Erklärung; hilfreiche oder schädliche Prompt-Klauseln; Eingabe- und Bewertungsmängel; minimale Änderung für jedes Problem mit hoher Konfidenz; überarbeiteter Prompt; Wiederholungsmatrix, die jeweils nur eine Änderung isoliert.
Im Playground ausprobieren
Standardmäßig privatDer Prompt wird lokal in deinem Browser zusammengestellt. Gib keine vertraulichen Informationen in einen KI-Dienst ein, es sei denn, deine Organisation erlaubt dies.

Von der Eingabe zum Ergebnis

Ein ausgearbeitetes Beispiel

Sieh dir an, wie konkreter Kontext dieses Rezept in ein nutzbares Ergebnis verwandelt.

Tatsächliche Eingabe

Prompt und vorgesehene Aufgabe
Prompt: ‚Du bist eine fachkundige Supportperson. Lies das Ticket und verfasse eine perfekte knappe Antwort. Sei einfühlsam, löse das Problem und mache niemals Fehler.‘ Vorgesehen für Entwürfe von Erstantworten, die das Personal prüft. Modell: ChatGPT, Standardeinstellungen, 27. August 2026. Erfolg: korrekt, hilfreich, unter 120 Wörtern, keine unbefugte Zusage von Erstattungen und keine unbelegten Ursachenaussagen.
Tatsächliche Eingaben und Ausgaben
Durchlauf 1, Eingabe: Kundin meldet, dass der Export zweimal mit E17 fehlgeschlagen ist, und bittet um Erstattung; Richtlinie fehlt. Ausgabe entschuldigt sich für einen Serverausfall und gewährt eine vollständige Erstattung. Durchlauf 2: Kunde findet seine Rechnung nicht; Kontotyp fehlt. Ausgabe nennt einen Navigationsweg, der nur für Business-Konten gilt. Durchlauf 3: Kundin meldet langsames Laden nach einem Update; Ausgabe fragt nach Betriebssystem und App-Version und vermeidet Ursachenaussagen, umfasst aber 154 Wörter. Prüfperson bewertet Durchläufe 1–2 als unsicher und Durchlauf 3 als hilfreich, aber zu lang.
Rahmenbedingungen der Bewertung
Nur der Nutzer-Prompt darf geändert werden. Eingaben variieren und enthalten häufig keine Richtlinie, keinen Tarif, keine Version oder keinen Werkzeugzugang. Das Modell kann Konten nicht einsehen. Fehlende Fakten müssen erfragt statt angenommen werden. Eine Antwort mit weniger als 120 Wörtern; Personal prüft sie immer.

Beispielausgabe

Beabsichtigt gegenüber beobachtet: Durchläufe 1 und 2 verletzen die Kriterien „keine unbefugte Handlung/keine Annahme“; Durchlauf 3 erfüllt die faktische Sicherheit, verletzt aber die Längengrenze.

Priorisierte Diagnose: (1) Hohe Konfidenz – „löse das Problem“ widerspricht fehlenden Richtlinien- und Kontodaten und drängt das Modell zum vollständigen Abschluss; belegt durch zwei unterschiedliche unbelegte Lösungen. Minimale Korrektur: belegte nächste Schritte und ausdrücklichen Umgang mit Unbekanntem verlangen. (2) Hoch – „fachkundig“ und „mache niemals Fehler“ definieren weder Befugnisse noch Prüfungen und schaffen keine beobachtbare Kontrolle. Entfernen. (3) Hoch – „knapp“ steht ohne Zahlenlimit im Prompt; Durchlauf 3 umfasst 154 Wörter. ≤120 Wörter in den Ausgabevertrag aufnehmen. (4) Mittel – Ohne strukturierte Eingabefelder werden fehlende Tarif- oder Richtlinienangaben leicht übersehen; Evidenzblock oder Anweisung zu fehlenden Informationen ergänzen. Modellvariabilität ist möglich, aber nicht belegt.

Überarbeiteter Prompt: „Verfasse nur anhand des Tickets und der bereitgestellten Richtlinien-/Kontofakten eine erste Supportantwort mit höchstens 120 Wörtern. Bestätige das beobachtete Problem, ohne eine unbestätigte Ursache zu nennen. Genehmige keine Erstattungen, Gutschriften, Ersatzleistungen oder Kontoänderungen, sofern keine ausdrücklich bereitgestellte Regel dazu berechtigt. Behaupte nicht, Werkzeuge oder den Kontostand geprüft zu haben. Fehlt ein benötigter Tarif, eine Version, Richtlinie oder ein Ergebnis, stelle höchstens zwei konkrete Fragen und nenne nur durch die Eingabe gestützte sichere Schritte. Bewahre genaue Fehlercodes. Gib nur die Nachricht aus.“

Wiederholungen: Zuerst Regeln zu Unbekanntem und Befugnissen für Durchläufe 1–2 ergänzen; dann den Längenvertrag für Durchlauf 3 hinzufügen; zuletzt eine Eingabe mit ausdrücklicher Erstattungsbefugnis testen, damit die Schutzregel zulässige Handlungen nicht blockiert.

Warum das funktioniert

  1. 1

    Evidenz aus tatsächlichen Durchläufen trennt Prompt-Mängel von fehlenden Eingaben und subjektiver Unzufriedenheit.

  2. 2

    Wiederholungen mit jeweils einer Änderung machen Verbesserungen zurechenbar, statt mehrere Vermutungen zu bündeln.

Ergebnis prüfen

  • Belegt jede Diagnose mit hoher Konfidenz einen wiederholten oder direkt nachvollziehbaren Fehler?

  • Bleiben Ursachen aus Prompt, Eingabe, Bewertung, Werkzeug und Modell klar getrennt?

  • Lässt die Wiederholungsmatrix erkennen, welche Änderung eine Verbesserung oder Regression verursacht hat?

Sicher nutzen

Häufig gestellte Fragen

Praktische Antworten dazu, wann du dieses Rezept verwenden solltest, was du bereitstellen solltest und wo menschliche Prüfung weiterhin wichtig ist.

Was sollte ich vorbereiten, bevor ich „Diagnostizieren, warum ein Prompt schlecht funktioniert“ verwende?

Bereite für „Diagnostizieren, warum ein Prompt schlecht funktioniert“ den Prompt und die vorgesehene Aufgabe, tatsächliche Eingaben und Ausgaben sowie die Rahmenbedingungen der Bewertung vor. Ersetze Platzhalter nur durch überprüfbare Angaben. Halte unbekannte Details ausdrücklich als unsicher fest, statt das Modell Schlussfolgerungen ziehen zu lassen.

Wann ist das Ergebnis von „Diagnostizieren, warum ein Prompt schlecht funktioniert“ noch nicht einsatzbereit?

Das Ergebnis ist noch nicht einsatzbereit, wenn es anhand der bereitgestellten Evidenz das genannte Ergebnis – eine priorisierte Diagnose, minimale Korrekturen und mit beobachteten Fehlern verknüpfte Wiederholungstests – noch nicht liefert oder auf ungeklärten Annahmen, fehlenden Genehmigungen oder erfundenen Details beruht. Nutze die Prüfungen als Freigabekriterien: Überarbeite die Ausgangsdaten oder beauftrage eine namentlich benannte, autorisierte Person mit der Prüfung, statt ein nicht belegtes Ergebnis sprachlich zu verfeinern.

Für welche KI-Werkzeuge sind Tests zu „Diagnostizieren, warum ein Prompt schlecht funktioniert“ dokumentiert?

Im veröffentlichten Testnachweis für „Diagnostizieren, warum ein Prompt schlecht funktioniert“ ist mit Stand vom 28.08.2026 ChatGPT aufgeführt. Dies bestätigt dokumentierte Durchläufe, garantiert aber weder Kompatibilität noch identische Ergebnisse in späteren Produktversionen. Halte bei einem anderen Werkzeug oder einer anderen Version sämtliche Einschränkungen sichtbar und wiederhole vor der Verwendung die Ergebnisprüfungen.

Weitere Möglichkeiten zum Entdecken

Wo dieses Rezept hineinpasst

Text-PromptsFeedback & ReviewPrompt-DesignFür Schreibende

Bring die Arbeit voran

AILesson · Empfohlene Kurse

Dein nächster Schritt: KI einsetzen

Vom Verstehen von KI zum Erledigen von Aufgaben. Übe Prompting, das Überprüfen und das Verbessern von Ergebnissen in interaktiven Lektionen für Arbeit und Alltag.

Alle Kurse entdecken
Titelbild von KI für Einsteiger

15 interaktive Lektionen

KI für Einsteiger

Beginne ein nützliches KI-Gespräch, verbessere die Antwort, prüfe das Wesentliche und erkenne, wann du selbst als Nächstes handeln musst.

Diesen Kurs entdecken
Titelbild von Grundlagen von ChatGPT

10 interaktive Lektionen

Grundlagen von ChatGPT

Lerne ChatGPT anhand von drei praktischen Abläufen kennen: Schließe einen ersten Chat ab, arbeite mit einer Datei und übernimm danach mit Projects einen geprüften Plan in einen neuen Chat.

Diesen Kurs entdecken
Titelbild von Wie generative KI funktioniert

7 interaktive Lektionen

Wie generative KI funktioniert

Verstehe, wie gängige KI-Chats Sprachmuster lernen, Nachrichten aus dem aktuellen Gespräch nutzen, Antworten erzeugen und Quellen sowie Werkzeuge einbinden.

Diesen Kurs entdecken