Dem Praktikanten jeden Handgriff erklären? Der neue Prompting-Guide von OpenAI rät dazu, damit aufzuhören: Ziel, Kontext, Format, Grenzen. Kein starres Schema, keine Rollendefinition, keine Prompt-Formel.
Und ganz wichtig: Beschreibe einen Prozess nur dann, wenn der Prozess selbst zählt.
Das ist keine neue Erkenntnis. Anthropic dokumentiert dasselbe Prinzip. “Think of Claude as a brilliant new employee who needs explicit context” – dieser Satz steht schon lange im Zentrum der Prompting-Empfehlungen.
Kontext liefern, Ziel benennen, Erfolgskriterien definieren. Nicht Schritt für Schritt diktieren. Auch die Empfehlung, dem Modell Denkraum zu lassen statt eine Schrittfolge vorzugeben, ist dort seit Langem beschrieben.
Und nun rät auch OpenAI explizit zu dieser Vorgehensweise beim Prompting.
Mikromanagement schadet
Warum ausgerechnet jetzt diese Empfehlung? Weil die Modelle stark genug geworden sind, dass Mikromanagement schadet. Wer jeden Schritt vorgibt, verhindert genau das, was das Ergebnis besser macht. Das war in den Anfängen der generativen KI anders. Heute ist der Prompt eine Zielbeschreibung.
Was bleibt: Grenzen. Ein bis zwei präzise Regeln: Stellen, an denen Kontrolle wirklich zählt. Der Rest ist Vertrauen in ein System, das man verstanden hat.
Dazu gehört auch der Selbstcheck:
Bei wichtigen Aufgaben das Modell explizit um eine Prüfung des eigenen Ergebnisses bitten – gegen ein Kriterium, das man selbst vorgibt. Nicht “Ist das gut?”, sondern “Prüfe, ob jeder Punkt belegt ist.”
Der erste Prompt muss ohnehin nicht perfekt sein. Iterieren ist der reguläre Weg, nicht das Eingeständnis eines Fehlers.
In meinen Trainings sehe ich beides: Manche schreiben dem Modell jeden Schritt vor und andere, die “mach mal was Schönes” schreiben und sich über das Ergebnis wundern. Die Kunst liegt dazwischen – und sie ist erlernbar.
Was ist dein Verhältnis zum Prompt: Regieanweisung oder Zielbeschreibung?
Hier geht es zum Beitrag auf LinkedIn: Prompting-Guide