Kostenloses Tool · Läuft in deinem Browser

Prompt Generator auf Deutsch: die Vier-Block-Vorlage

Ein guter Prompt beantwortet vier Fragen: Was soll herauskommen, was muss das Modell wissen, was darf es nicht tun, und wie sieht ein gutes Ergebnis aus. Füll die vier Blöcke aus, und der Generator setzt sie zu einem Prompt zusammen, den du in ChatGPT, Claude oder Claude Code einfügst.

Hier schreibt keine KI deinen Prompt. Der Generator bringt deine eigenen Worte in eine Struktur, die funktioniert, und genau die fehlt den meisten Prompts.

Zuletzt geprüft 24. September 2026

Ein Satz mit einem Ergebnis, das jemand überprüfen könnte.

Was das Modell nicht wissen kann: dein Setup, deine Zahlen, deine Zielgruppe.

Was nicht passieren darf, und harte Grenzen.

Ein konkreter Fall und die Antwort, die du erwartest.

Dein Prompt

Dein Prompt erscheint hier, während du tippst.

Claude Prompt Generator

Wie Anthropic selbst an Prompts herangeht

Anthropics eigener Prompt Generator ist ein Metaprompt-Rezept im Claude Cookbook, ein Notebook, das dir einen ersten Prompt entwirft. Der Prompting-Leitfaden nennt dann die Techniken, die ihn verbessern: Klarheit, Beispiele, Struktur mit XML, Rollen, Nachdenken und Prompt-Verkettung. Die vier Blöcke decken die ersten beiden bei jedem Prompt ab, und dort liegt der größte Gewinn.

Technik in Anthropics LeitfadenWo sie in den vier Blöcken steckt
KlarheitZiel und Grenzen: ein überprüfbares Ergebnis und was nicht passieren darf
BeispieleDer Beispiel-Block
StrukturDie beschrifteten Blöcke selbst; bei langem Material XML-Tags innerhalb eines Blocks
RollenEine Zeile am Anfang des Kontext-Blocks, wenn sie hilft
Prüfziele (Claude-Code-Doku)Der Beispiel-Block: ein erwartetes Ergebnis, an dem Claude sich selbst prüfen kann
Anthropic, Prompt-Engineering-Überblick und Kostendokumentation von Claude Code · das Metaprompt-Notebook · Claude Code

Beispiele

Prompts für ChatGPT und Claude: Beispiele für typische Aufgaben

Fünf Prompts, mit dem Generator gebaut, je einer für die Aufgaben, die am häufigsten an ChatGPT oder Claude gehen. Kopier einen und ersetz die Details durch deine.

Anschreiben für eine Bewerbung
Ziel: Ein Anschreiben mit höchstens 250 Wörtern für die Stellenanzeige unten, das ich heute abschicken kann.

Kontext: Die Anzeige: [einfügen]. Mein Lebenslauf: [einfügen]. Ich wechsle vom Kundenservice in eine Junior-Stelle im Betrieb, und die Anzeige verlangt Prozessdokumentation, die ich seit zwei Jahren mache.

Grenzen: Keine Floskeln wie "hiermit bewerbe ich mich" oder "mit großer Leidenschaft". Keine Angaben, die nicht im Lebenslauf stehen. Klares Deutsch, keine Aufzählungen.

Beispiel für ein gutes Ergebnis: Der erste Satz nennt die Stelle und das eine, was ich schon gemacht habe und was die Anzeige verlangt. Der Brief endet mit einem Satz, warum dieses Unternehmen, aus der Anzeige selbst genommen.
Ehrliche Antworten statt Lob
Ziel: Nenn mir die drei größten Schwächen des Entwurfs unten, geordnet danach, wie viel sie mich beim Leser kosten.

Kontext: Der Entwurf ist ein Angebot an einen Kunden, der seit einem Jahr mit uns arbeitet. Leser ist die Geschäftsführung, die auf dem Handy liest. Entwurf: [einfügen].

Grenzen: Keine Komplimente und keine Zusammenfassung, was gut ist. Jeder Punkt höchstens zwei Sätze, mit der genauen Stelle, auf die er sich bezieht.

Beispiel für ein gutes Ergebnis: "1. Der Preis steht erst im vierten Absatz. Wer auf dem Handy liest, entscheidet vorher. Stelle: '...'."
Antwort an einen verärgerten Kunden
Ziel: Eine Antwort auf die Kundenmail unten, die die Beschwerde in einer Nachricht löst.

Kontext: Die Bestellung kam sechs Tage zu spät, wegen unseres Lagers, nicht wegen des Versanddienstleisters. Wir können kostenlosen Versand bei der nächsten Bestellung oder 10 Prozent Erstattung anbieten. Mail: [einfügen].

Grenzen: Nicht dem Versanddienstleister die Schuld geben. Höchstens 120 Wörter. Eine Option anbieten, nicht beide.

Beispiel für ein gutes Ergebnis: Beginnt mit Entschuldigung und Grund in einem Satz, dann die Erstattung, dann ein Satz, was sich ändert. Kein "Ihr Feedback ist uns wichtig".
Meeting-Notizen in Entscheidungen und Aufgaben
Ziel: Mach aus den Notizen unten eine Liste der Entscheidungen und eine Liste der Aufgaben mit Verantwortlichen und Datum.

Kontext: Wöchentliches Teammeeting, fünf Personen. Die Notizen sind unbearbeitet und in der Reihenfolge, in der gesprochen wurde: [einfügen].

Grenzen: Nur, was entschieden oder vergeben wurde. Fehlen Verantwortliche oder Datum, schreib "offen" statt zu raten.

Beispiel für ein gutes Ergebnis: Entscheidung: Start verschiebt sich auf den 14. Oktober. Aufgabe: Preisseite aktualisieren, Anna, 10. Oktober.
Ein Feature-Auftrag für Claude Code
Ziel: Ein Newsletter-Formular im Footer, das die E-Mail-Adresse speichert und eine Danke-Nachricht zeigt.

Kontext: Next.js App Router mit Tailwind. Die Adressen gehen in die bestehende Supabase-Tabelle newsletter_signups. Der Footer ist src/components/Footer.tsx.

Grenzen: Keine neuen Abhängigkeiten. Keine andere Seite anfassen. Die E-Mail im Browser und auf dem Server prüfen.

Beispiel für ein gutes Ergebnis: Die Eingabe test@example.com zeigt "Danke, du bist auf der Liste" und legt eine Zeile an. Dieselbe Adresse zweimal legt keine zweite Zeile an.

Vorher und nachher

Vorher und nachher: einen schwachen Prompt neu bauen

Die meisten schwachen Prompts sind ein Ziel und sonst nichts. Das Modell füllt die Lücken mit Durchschnitt, deshalb klingt die Antwort wie die aller anderen.

Vorher
Schreib mir einen LinkedIn-Post über unser neues Produkt.
Nachher, in vier Blöcken
Ziel: Ein LinkedIn-Post mit höchstens 120 Wörtern, der Betreiber:innen kleiner Onlineshops dazu bringt, den Link zu unserer neuen Bestandswarnung zu klicken.

Kontext: Die Funktion schickt eine Nachricht, wenn ein Artikel unter einen festgelegten Bestand fällt. Unsere Leser:innen haben mindestens einmal während einer Aktion keinen Bestand mehr gehabt.

Grenzen: Keine Emojis, keine Hashtags, kein "wir freuen uns, bekanntzugeben". Ein Link am Ende.

Beispiel für ein gutes Ergebnis: Beginnt mit dem Moment, in dem ein Bestseller mitten in der Kampagne ausverkauft ist, dann was die Warnung tut, dann der Link.

Methode

Die vier Blöcke im Detail

Block 1

Ziel

Ein Satz mit einem Ergebnis, das jemand überprüfen könnte: eine Länge, ein Publikum, eine Handlung. "Eine gute Mail" lässt sich nicht prüfen, "eine Antwort unter 120 Wörtern mit Erstattungsangebot" schon.

Block 2

Kontext

Alles, was das Modell nicht wissen kann: deine Situation, deine Zahlen, dein Publikum, das Material selbst. Meist der längste Block.

Block 3

Grenzen

Was nicht passieren darf: Floskeln, die du nie benutzt, verbotene Aussagen, eine Wortgrenze, ein Format. In den Grenzen stecken deine Maßstäbe.

Block 4

Beispiel

Ein konkreter Fall mit der Antwort, die du erwartest. Er zeigt dem Modell, wie gut aussieht, und gibt ihm etwas, woran es die eigene Antwort messen kann.

Werkzeuge

ChatGPT, Claude und Claude Code: was sich ändert

Die vier Blöcke funktionieren in allen dreien. Was sich ändert, ist, wie viel Kontext du selbst liefern musst.

ChatGPTClaudeClaude Code
Kontext-BlockMaterial einfügenEinfügen oder anhängen; langes Material in XML-Tags funktioniert gutOft kurz: es liest deine Projektdateien selbst
GrenzenFormat und Länge nennenFormat und Länge nennenDateien nennen, die tabu sind, und Abhängigkeiten, die nicht dazukommen dürfen
BeispielEin erwartetes ErgebnisEin erwartetes ErgebnisEin Test, den es ausführen kann: Eingabe und erwartetes Ergebnis

Prompt optimieren

Mit dem Generator einen Prompt reparieren, der nicht funktioniert

Füg deinen bisherigen Prompt in den Ziel-Block ein und schau, was leer bleibt. Ein leerer Kontext-Block erklärt beliebige Antworten. Ein leerer Grenzen-Block erklärt die Floskeln, die du jedes Mal löschst. Ein leerer Beispiel-Block erklärt, warum jedes Mal etwas anderes herauskommt.

Füll den fehlenden Block, lass den Prompt erneut laufen und vergleiche. Das ist langsamer, als ein Modell den Prompt umschreiben zu lassen, und es zeigt dir, warum die zweite Fassung funktioniert.

So funktioniert es

Das Ziel ist ein Satz mit einem Ergebnis, das jemand überprüfen könnte. Der Kontext ist alles, was das Modell nicht wissen kann: dein Setup, deine Zahlen, deine Zielgruppe. Die Grenzen sind das, was nicht passieren darf. Das Beispiel ist ein konkreter Fall mit der Antwort, die du erwartest.

Der Beispiel-Block zählt am meisten und fehlt am häufigsten. Er macht aus einer vagen Bitte etwas, an dem das Modell seine eigene Antwort messen kann.

Es ist dieselbe Struktur, die wir im Live-Build laut vorlesen, wo ein Prompt dieser Form in wenigen Minuten einen funktionierenden Preisrechner baut. Drück auf "Beispiel einfügen", um diesen Prompt zu sehen.

Häufige Fragen

Nutzt dieser Prompt Generator KI?

Nein. Er setzt den Text, den du eintippst, in deinem Browser in die Vier-Block-Struktur. Das ist Absicht: Die Worte, die einen Prompt tragen, kennst nur du, also deine Zahlen, deine Zielgruppe und deine Grenzen.

Funktioniert die Struktur für ChatGPT und Claude gleichermaßen?

Ja. Ziel, Kontext, Grenzen und Beispiel hängen an keinem Modell. Bei Claude Code wird der Kontext-Block meist kürzer, weil es deine Projektdateien selbst liest.

Wie lang sollte ein Prompt sein?

So lang, wie der Kontext es braucht, und nicht länger. Ein klares Ziel und ein konkretes Beispiel bringen mehr als zusätzliche Adjektive. Bleibt ein Block leer, lass ihn leer, der Generator lässt ihn dann weg.

Was ist der Prompt Generator von Anthropic?

Anthropic veröffentlicht im Claude Cookbook ein Metaprompt-Rezept, ein Notebook, das einen ersten Prompt für eine Aufgabe entwirft. Der Prompting-Leitfaden empfiehlt dann Klarheit, Beispiele, Struktur, Rollen, Nachdenken und Prompt-Verkettung, um ihn zu verbessern.

Kann ich das als Prompt-Optimizer nutzen?

Ja. Füg deinen bisherigen Prompt in den Ziel-Block ein und schau, welche Blöcke leer bleiben. Der fehlende Block erklärt meist, was schiefgeht: beliebige Antworten, unerwünschte Floskeln oder jedes Mal ein anderes Ergebnis.

Was ist ein guter Prompt für ChatGPT?

Ein überprüfbares Ziel, der Kontext, den das Modell nicht kennen kann, die Grenzen, die deine Maßstäbe abbilden, und ein Beispiel für das erwartete Ergebnis. Den meisten schwachen Prompts fehlt alles außer dem Ersten.

Weitere kostenlose Tools

Alle kostenlosen Tools

Vom Prompt zum laufenden Produkt

Im Claude Code System schreibst du solche Prompts für dein eigenes Projekt und bringst das Ergebnis live, vier Wochen mit wöchentlichen Live-Sessions.

Zum Kurs

Nur zur Information. Die Ergebnisse sind Schätzungen und Vorlagen, die von deiner Situation abweichen können, und ENLIX übernimmt keine Haftung für Entscheidungen, die darauf beruhen.