ChatGPT-Prompts: 30+ Beispiele & Vorlagen

AI-Prompt-Beispiele sind kopierfertige Anweisungen, die du in ChatGPT, Claude oder Gemini einfügst und nur an deinen Fall anpasst. Die besten Beispiele geben dem Modell eine Rolle, klaren Kontext, eine präzise Aufgabe und ein Ausgabeformat. Dieser Leitfaden sammelt über 30 sofort einsetzbare Beispiele, gruppiert nach Anwendungsfall — und zeigt, wie du jedes davon zu deiner eigenen Vorlage machst.

Ein gutes Beispiel ist mehr wert als jede abstrakte Theorie. Du musst nicht wissen, was "Chain-of-Thought" bedeutet, um einen Prompt zu nutzen, der Schritt für Schritt denkt. Genau deshalb ist dieser Artikel eine reine Beispielsammlung: echte, getestete Prompts, die du markieren, kopieren und sofort einsetzen kannst. Theorie und Hintergrund verlinken wir an den passenden Stellen, falls du tiefer einsteigen willst.

Drei Hinweise vorab. Erstens funktionieren diese Beispiele modellübergreifend — ob ChatGPT, Claude oder Gemini, die Prinzipien bleiben gleich. Zweitens sind alle Platzhalter in geschweiften Klammern wie {Thema} gehalten; ersetze sie durch deine konkreten Angaben. Drittens lohnt es sich, die Beispiele, die du oft brauchst, dauerhaft zu speichern, damit du sie nie wieder neu tippst. Am Ende zeigen wir dir genau, wie.

Was macht ein gutes Prompt-Beispiel aus?

Ein gutes Prompt-Beispiel ist konkret, kopierfertig und enthält klar erkennbare Stellen, die du anpasst. Es kombiniert vier Bausteine: eine Rolle, Kontext, eine Aufgabe und ein Format. Genau diese Anatomie unterscheidet ein nützliches Beispiel von einer vagen Frage.

Schau dir den Unterschied an. Eine vage Frage:

Prompt

Schreib was über Zeitmanagement.

Ein starkes Beispiel mit allen vier Bausteinen:

Prompt

Du bist ein erfahrener Produktivitätscoach. Ich bin Freelancer mit zu vielen parallelen Projekten. Schreibe drei konkrete Zeitmanagement-Methoden, die ich diese Woche testen kann. Gib das Ergebnis als nummerierte Liste aus, je mit einem Satz Erklärung und einem ersten Schritt.

Das zweite Beispiel liefert verlässlich brauchbare Antworten, weil es nichts dem Zufall überlässt. Die Bausteine erkennst du in jedem guten Beispiel wieder:

Wenn du die Tiefe hinter dieser Anatomie verstehen willst, erklärt unser Leitfaden zum [Schreiben effektiver KI-Prompts](/de/magazin/write-effective-ai-prompts) jeden Baustein im Detail. Für den schnellen Start reichen die Beispiele unten — du musst die Theorie nicht kennen, um sie zu nutzen.

Prompt-Beispiele fürs Schreiben

Beim Schreiben glänzt KI als Sparringspartner für Struktur, Überarbeitung und Varianten. Diese Beispiele decken die häufigsten Schreibaufgaben ab.

Gliederung erstellen:

Prompt

Du bist ein erfahrener Redakteur. Erstelle eine Gliederung für einen Artikel über {Thema} für {Zielgruppe}. Fünf Hauptpunkte, jeder mit einer Kernaussage in einem Satz. Logischer Aufbau vom Problem zur Lösung.

Absatz überarbeiten:

Prompt

Überarbeite diesen Absatz: klarer, aktiver, ohne Füllwörter. Behalte meinen Ton. Zeige die Änderungen und begründe jede in maximal fünf Wörtern. Text: {Absatz hier einfügen}.

In deinem Stil weiterschreiben:

Prompt

Hier sind zwei Absätze in meinem Stil: {Beispieltexte}. Schreibe den nächsten Absatz über {Thema} in genau diesem Stil — gleicher Satzbau, gleiche Ansprache.

Text konkreter machen:

Prompt

Mach diesen Text konkreter. Ersetze jede allgemeine Aussage durch ein präzises Beispiel, eine Zahl oder eine Szene. Behalte die Länge bei. Text: {Text einfügen}.

Überschriften generieren:

Prompt

Schreibe zehn Überschriften für einen Artikel über {Thema}. Fünf neugierig machend, fünf nutzenorientiert. Maximal 60 Zeichen, keine Clickbait-Floskeln.

Der gemeinsame Nenner: Du gibst dem Modell immer Stil, Zielgruppe und Zweck mit. Eine viel größere Sammlung speziell für ChatGPT findest du in unserem Überblick zu den [besten ChatGPT-Prompts](/de/magazin/best-chatgpt-prompts).

Prompt-Beispiele fürs Programmieren

Für Entwickler ist KI am stärksten beim Erklären, Testen, Debuggen und Refactoring. Der Schlüssel: immer vollständigen Kontext mitgeben — Code, Fehlermeldung und erwartetes Verhalten.

Fehler debuggen:

Prompt

Hier ist mein Code und die Fehlermeldung. Erkläre die wahrscheinlichste Ursache und schlage einen Fix vor. Begründe, warum der Fehler auftritt. Code: {Code} — Fehler: {Fehlermeldung}.

Tests schreiben:

Prompt

Schreibe Unit-Tests für diese Funktion. Decke Grenzfälle und Fehlerfälle ab. Framework: {Jest/Pytest/...}. Funktion: {Code}.

Code erklären:

Prompt

Erkläre diese Funktion Zeile für Zeile, als wäre ich Junior-Entwickler. Nenne mögliche Stolperfallen. Code: {Code}.

Refactoring:

Prompt

Refaktoriere diesen Code für bessere Lesbarkeit, ohne das Verhalten zu ändern. Erkläre jede Änderung in einem Satz. Code: {Code}.

Regex bauen:

Prompt

Schreibe einen regulären Ausdruck, der {Muster beschreiben} matcht. Erkläre jeden Teil und gib drei Beispiele für Treffer und drei für Nicht-Treffer.

Behandle generierten Code immer als Entwurf, der Review und Tests braucht — nie als fertige Lösung. Gerade beim Debuggen lohnt es sich, das erwartete Verhalten explizit zu nennen, damit das Modell nicht am eigentlichen Problem vorbeirät.

Prompt-Beispiele fürs Marketing

Im Marketing liefert KI am besten Varianten statt einer einzigen Version. Bitte immer um mehrere Optionen zum Auswählen und Testen.

Betreffzeilen:

Prompt

Du bist ein E-Mail-Marketing-Experte. Schreibe zehn Betreffzeilen für eine Kampagne über {Produkt}. Maximal 50 Zeichen, fünf neugierig, fünf nutzenorientiert. Keine Clickbait-Floskeln.

LinkedIn-Post:

Prompt

Schreibe einen LinkedIn-Post über {Thema} für {Zielgruppe}. Hook in der ersten Zeile, ein konkretes Beispiel in der Mitte, eine Frage am Ende. Ton: persönlich, kein Marketing-Sprech. 150 Wörter.

Wertversprechen:

Prompt

Formuliere drei Varianten eines Wertversprechens für {Angebot}. Jeweils ein Satz, fokussiert auf das Ergebnis für den Kunden, nicht auf Features.

Anzeigentext:

Prompt

Schreibe drei Google-Ads-Varianten für {Produkt}. Je eine Headline (max 30 Zeichen) und eine Beschreibung (max 90 Zeichen). Fokus: {Hauptnutzen}.

Produktbeschreibung:

Prompt

Schreibe eine Produktbeschreibung für {Produkt} in drei Sätzen. Tonalität sachlich, mit einem konkreten Nutzenversprechen am Ende. Zielgruppe: {Zielgruppe}.

KI-Marketing-Texte sind nur so gut wie das Briefing. Wer Zielgruppe, Tonalität und einen echten Kundennutzen mitgibt, erhält Texte, die nach Marke klingen — wer nur "Schreib mir einen Werbetext" tippt, bekommt austauschbare Floskeln.

Prompt-Beispiele für Recherche und Analyse

Bei Recherche und Analyse ist KI am stärksten als Strukturierer und Sparringspartner. Wichtig: Für aktuelle Fakten brauchst du die Websuche oder eigene Quellen, da das Modell Zahlen erfinden kann.

SWOT-Analyse:

Prompt

Erstelle eine SWOT-Analyse für {Vorhaben}. Je drei Punkte pro Quadrant, konkret und überprüfbar. Gib das Ergebnis als Tabelle aus.

Optionen abwägen:

Prompt

Wäge {Option A} gegen {Option B} ab. Gewichte jedes Kriterium von 1 bis 5, stelle es in einer Tabelle dar und begründe die Empfehlung.

Annahmen prüfen:

Prompt

Welche unausgesprochenen Annahmen stecken in diesem Plan? Liste die drei riskantesten und sage, wie ich jede überprüfen könnte. Plan: {Plan}.

Devil's Advocate:

Prompt

Argumentiere gegen meine Schlussfolgerung. Was sind die stärksten Gegenargumente und welche Daten würden meine These widerlegen? These: {These}.

Daten strukturieren:

Prompt

Hier sind Rohdaten: {Daten}. Strukturiere sie in eine Tabelle, nenne drei Auffälligkeiten und eine Hypothese.

Ein starker Meta-Prompt für jede Recherche: "Bevor du antwortest, sage mir, welche Informationen dir fehlen, um eine fundierte Analyse zu liefern." So vermeidest du, dass das Modell Lücken mit plausiblen Erfindungen füllt.

Prompt-Beispiele für Business und Produktivität

Im Arbeitsalltag spart KI am meisten Zeit bei wiederkehrenden Routineaufgaben: E-Mails, Meetings, Planung und Entscheidungen.

E-Mail formulieren:

Prompt

Du bist meine Assistenz. Formuliere aus diesen Stichpunkten eine höfliche, klare E-Mail an {Empfänger}: {Stichpunkte}. Ton: {Ton}. Maximal 120 Wörter. Biete am Ende einen konkreten nächsten Schritt an.

Meeting zusammenfassen:

Prompt

Fasse diese Notizen zusammen, getrennt nach Beschlüssen, offenen Punkten und To-dos mit Verantwortlichen. Notizen: {Notizen}.

Woche planen:

Prompt

Hier sind meine offenen Aufgaben und Deadlines: {Aufgaben}. Priorisiere nach Dringlichkeit und Aufwand, schlage eine realistische Tagesaufteilung für diese Woche vor und markiere, was ich delegieren oder streichen könnte.

Schwieriges Feedback:

Prompt

Ich muss {Person} kritisches Feedback zu {Thema} geben. Formuliere drei Gesprächseinstiege nach dem SBI-Modell (Situation, Verhalten, Wirkung), wertschätzend, aber klar.

Entscheidung strukturieren:

Prompt

Hilf mir, zwischen {A} und {B} zu entscheiden. Stelle mir zuerst die fünf Fragen, die ich beantworten muss, bevor du eine Empfehlung gibst.

Eine breitere Sammlung solcher Vorlagen samt System zum Speichern findest du im Leitfaden zu den [besten ChatGPT-Prompts](/de/magazin/best-chatgpt-prompts).

Wie passt du ein Beispiel an deinen Bedarf an?

Du passt ein Beispiel an, indem du die Platzhalter in geschweiften Klammern durch deine konkreten Angaben ersetzt und bei Bedarf eine Einschränkung ergänzt. Genau diese Platzhalter verwandeln ein Einzelbeispiel in eine wiederverwendbare Vorlage.

Nimm dieses Grundgerüst als universelle Vorlage:

Prompt

Du bist ein erfahrener {Rolle}. Meine Situation: {Kontext}. Deine Aufgabe: {Ziel}. Gib das Ergebnis als {Format} aus. Wenn dir Informationen fehlen, stelle mir zuerst die drei wichtigsten Rückfragen.

Drei Schritte machen aus jedem Beispiel deine eigene Vorlage:

1. Platzhalter ersetzen — fülle {Rolle}, {Kontext}, {Ziel} und {Format} mit deinen Angaben. 2. Einschränkung ergänzen — Länge, Ton oder verbotene Wörter, falls relevant ("maximal 100 Wörter", "kein Fachjargon"). 3. Iterieren — behandle die erste Antwort als Entwurf und schärfe nach: "Mach den zweiten Absatz konkreter", "Gib mir drei kürzere Varianten".

Halte deine Platzhalter einheitlich — immer in derselben Klammerform —, damit du auf einen Blick siehst, was du anpassen musst. Wer ganz ohne Tippen starten will, lässt sich einen passenden Prompt direkt vom [KI-Prompt-Generator](/de/tools/prompt-generator) erzeugen und nimmt ihn als Ausgangspunkt.

Wo solltest du deine Prompts speichern?

Gute Prompts speicherst du am besten in einer dedizierten Prompt-Bibliothek statt im Chatverlauf — mit klarem Titel, Tags nach Anwendungsfall und Platzhaltern für die Teile, die sich ändern. So wird aus einem einmaligen Treffer eine Vorlage, die du in Sekunden wiederfindest.

Der Chatverlauf ist als Speicher ungeeignet: chronologisch statt thematisch sortiert, kaum durchsuchbar und an ein einzelnes Tool gebunden. Sobald ein Beispiel aus diesem Artikel zweimal bei dir funktioniert hat, befördere es in deine Bibliothek. Drei Prinzipien tragen auch bei hunderten Prompts:

• Zentral statt verstreut — alle Prompts an einem Ort, nicht in Notizen, Chats und Dokumenten gleichzeitig.
• Nach Anwendungsfall taggen — "Marketing", "Code", "E-Mail" statt nach Tool, da Modelle wechseln, Aufgaben aber bleiben.
• Versionieren — beim Verbessern die alte Fassung behalten, um Verschlechterungen rückgängig zu machen.

Wie du so ein System Schritt für Schritt aufbaust — mit Ordnern, Tags und Naming-Konventionen — zeigt unser Leitfaden zum [Aufbau einer persönlichen Prompt-Bibliothek](/de/magazin/build-personal-prompt-library). Genau dafür ist Prompt2Love gebaut: eine zentrale Bibliothek, in der deine besten Prompts gespeichert, getaggt und im Team geteilt werden.

Häufige Fragen

Was ist ein Beispiel für einen guten KI-Prompt?

Ein gutes Beispiel ist: "Du bist ein erfahrener Texter. Schreibe drei Betreffzeilen für eine B2B-Software, maximal 50 Zeichen, Ton sachlich." Es enthält Rolle, Aufgabe, Format und Einschränkung — und liefert dadurch verlässlich brauchbare Antworten statt vager Allgemeinplätze.

Wie viele Beispiele sollte ich in einem Prompt geben?

Für die meisten Aufgaben reichen ein bis drei Beispiele (Few-Shot). Sie zeigen dem Modell das gewünschte Muster zuverlässiger als jede abstrakte Beschreibung. Mehr als drei bringen selten zusätzlichen Nutzen und verlängern den Prompt unnötig.

Funktionieren diese Beispiele auch mit Claude und Gemini?

Ja. Die Grundprinzipien — Rolle, Kontext, Aufgabe, Format — gelten für jedes Sprachmodell. Nur Feinheiten wie Tonfall-Stärke oder Formatvorgaben unterscheiden sich. Tagge deine Prompts deshalb nach Aufgabe, nicht nach Tool: Die Aufgabe bleibt, das Modell ist austauschbar.

Sollte ich auf Deutsch oder Englisch prompten?

Beides funktioniert hervorragend. Prompte in der Sprache, in der du das Ergebnis brauchst. Moderne Modelle beherrschen Deutsch nahezu auf Augenhöhe mit Englisch; nur bei sehr speziellen Fachbegriffen kann Englisch minimal präziser sein.