Das RACE-Framework
Wer kennt es nicht: Man unterhält sich mit ChatGPT und bekommt etwas völlig anderes, als man erwartet hat. Fast so, als hätte man dem Kaffeevollautomaten gesagt „Mach mir ein Heißgetränk“ in Erwartung eines Kaffees und stattdessen gibt‘s eine heiße Schokolade. Genau hier wird deutlich, wie entscheidend die Formulierung der Anfrage ist.
Künstliche Intelligenz gewinnt zunehmend an Bedeutung. Ob beim Verfassen von Texten, Analysieren von Daten oder Planen von Projekten, KI-Systeme unterstützen uns in vielen Lebensbereichen. Damit die Ergebnisse wirklich nützlich sind, kommt es darauf an, wie der sogenannte „Prompt“ geschrieben wird. Unklare oder unstrukturierte Anfragen führen häufig zu oberflächlichen oder ungenauen Antworten. Präzise und klar strukturierte Prompts hingegen liefern deutlich bessere Resultate.
Wie können wir also besser mit KI-Systemen kommunizieren?
Ein bewährtes Mittel ist das RACE-Framework, das Prompts systematisch aufbaut. Es besteht aus vier Elementen:
- Role
Welche Rolle soll die KI übernehmen?
Beispiele: erfahrener Ernährungsberater, Reiseplaner, Lektorin oder Coach für Zeitmanagement. Die Rolle gibt der KI fachlichen Kontext und hilft ihr, die Antwort passend zu gestalten. - Action
Was genau soll die KI tun?
Starke Verben wie Analysiere, Formuliere, Dokumentiere, Plane oder Erkläre sorgen für konkrete Handlungsvorgaben. - Context
Welche Hintergrundinformationen sind relevant?
Dazu gehören Rahmenbedingungen, persönliche Vorlieben oder Einschränkungen. Beispiel: „Der Plan soll vegetarisch sein und innerhalb von 30 Minuten zubereitbar sein.“ - Expectation
Wie soll das Ergebnis aussehen?
Beispiele: Tabelle, Schritt-für-Schritt-Anleitung, JSON-Struktur, maximal fünf Bullet Points oder Fließtext.
Das Ganze sieht dann in einem Beispiel wie folgt aus:
Role: Du bist ein erfahrener Ernährungsberater.
Action: Plane einen gesunden Wochenmenüplan.
Context: Für eine Person, die vegetarisch isst, wenig Zeit zum Kochen hat und saisonale Zutaten bevorzugt.
Expectation: Gib das Ergebnis als übersichtliche Tabelle mit Frühstück, Mittag- und Abendessen pro Tag aus.
Durch diese Struktur versteht die KI nicht nur die Aufgabe, sondern auch den Kontext und die gewünschte Form des Ergebnisses.
Advanced Prompting Techniken
Neben einer klaren Prompt-Struktur lassen sich die Ergebnisse zusätzlich verbessern, wenn man kleine Tricks nutzt, die die KI noch präziser, nachvollziehbarer und kreativer arbeiten lassen. Im Folgenden werden fünf Methoden vorgestellt, die jede Anfrage optimieren können.
Few-Shot Prompting
KI-Systeme lernen besser, wenn sie Beispiele sehen. Statt nur eine Anweisung zu geben, kann man zwei oder drei Beispielergebnisse mitliefern. Die KI orientiert sich dann an diesem Muster. Beispiel:
„Hier sind zwei Beispiele, wie wir unsere Wochenpläne gestalten: [Beispiel 1], [Beispiel 2]. Erstelle nun einen neuen Plan nach demselben Schema.“
Chain-of-Thought
Die KI wird explizit gebeten, ihre Überlegungen Schritt für Schritt darzustellen. Ein einfacher Zusatz wie „Gehe schrittweise vor und begründe jede Entscheidung“ hilft vor allem, komplexe Aufgaben sauberer zu lösen und Fehler zu reduzieren.
Delimiters
Trennzeichen helfen der KI, den eigentlichen Befehl vom Input-Text zu unterscheiden. Häufig genutzte Zeichen sind ### oder „““. Dadurch erkennt das System klar, welcher Teil Anweisung und welcher Teil Datenbasis oder Beispiel ist.
Interaktive Prompts
Prompts können so geschrieben werden, dass die KI Rückfragen stellen kann. Beispiel: „Hast du noch Fragen, bevor du den Plan erstellst?“ Dies stellt sicher, dass die Anfrage korrekt verstanden wird und keine Missverständnisse zwischen Anfrage und Antwort entstehen.
Varianten anfordern
Die KI wird dazu aufgefordert, mehrere Lösungsvorschläge zu liefern. Beispiel: „Gib mir drei alternative Wochenpläne für dieselben Rahmenbedingungen.“ So entstehen unterschiedliche Perspektiven, aus denen die passendste Variante ausgewählt werden kann.
Wer diese Methoden anwendet, kann deutlich bessere Ergebnisse erzielen und KI-Systeme gezielter nutzen. Gut formulierte Prompts sind dabei mehr als nur eine Frage der Worte, sie sind der Schlüssel, um effizienter, kreativer und insgesamt erfolgreicher mit KI-Systemen zu kommunizieren.
