System-Prompts
System-Prompts sind Anweisungen, die zu Beginn jedes Gesprächs an das KI-Modell gesendet werden. Sie definieren das Verhalten, die Persönlichkeit, die Expertise und die Einschränkungen des Bots. Ein gut geschriebener System-Prompt ist der wichtigste einzelne Faktor, um nützliche, konsistente Antworten von Ihrem Bot zu erhalten.
Was ist ein System-Prompt?
Wenn Sie eine Nachricht an ein KI-Modell senden, enthält das Gespräch drei Arten von Nachrichten:
- System-Nachricht -- Ihr System-Prompt, zuerst gesendet (unsichtbar in der Chat-UI, aber vom Modell gelesen)
- Benutzer-Nachrichten -- Ihre Eingaben
- Assistenten-Nachrichten -- die Antworten des Modells
Der System-Prompt setzt den Kontext für das gesamte Gespräch. Das Modell behandelt ihn als autoritative Anweisungen, die alle nachfolgenden Antworten formen.
┌─────────────────────────────────────────┐
│ System: Du bist ein erfahrener Python │ ← System-Prompt (unsichtbar)
│ Entwickler. Füge immer Type Hints │
│ und Docstrings in Codebeispielen hinzu. │
├─────────────────────────────────────────┤
│ User: Wie lese ich eine CSV-Datei? │ ← Ihre Nachricht
├─────────────────────────────────────────┤
│ Assistant: So liest man eine CSV... │ ← Modellantwort (durch Prompt geformt)
│ def read_csv(path: str) -> list[dict]: │
│ """Lese CSV-Datei in Liste...""" │
└─────────────────────────────────────────┘
Integrierte Vorlagen
AISCouncil enthält 5 integrierte Vorlagen, die über das Dropdown über dem System-Prompt-Feld zugänglich sind. Wählen Sie eine Vorlage, um das Feld zu füllen, und passen Sie sie dann an Ihre Bedürfnisse an.
| Vorlage | Beschreibung | Am besten für |
|---|---|---|
| General Assistant | Hilfreicher, ausgewogener Allzweck-Assistent | Alltägliche Fragen, Brainstorming, allgemeine Aufgaben |
| Code Expert | Software-Engineering-fokussiert, liefert Codebeispiele mit Best Practices | Programmierung, Debugging, Code-Review |
| Creative Writer | Belletristik, Poesie und kreative Inhaltserstellung | Geschichten, Drehbücher, Marketing-Texte, kreative Projekte |
| Research Analyst | Fokussiert auf Fakten, liefert Zitate und strukturierte Analyse | Akademische Forschung, Datenanalyse, Faktenprüfung |
| Translator | Genaue Übersetzung mit kulturellem Kontextbewusstsein | Sprachübersetzung, Lokalisierung |
Vorlagen sind Startpunkte, keine endgültigen Prompts. Die effektivsten System-Prompts sind für Ihren spezifischen Anwendungsfall angepasst. Beginnen Sie mit einer Vorlage, dann fügen Sie Ihre eigenen Anweisungen, Einschränkungen und Präferenzen hinzu.
Effektive System-Prompts schreiben
Seien Sie spezifisch über die Rolle
Sagen Sie dem Modell genau, wer es ist und was es tut. Vage Prompts produzieren vage Antworten.
❌ Schlecht: "Du bist hilfreich."
✅ Gut: "Du bist ein erfahrener Python-Entwickler mit 10 Jahren Erfahrung
in Django und FastAPI. Du schreibst sauberen, gut getesteten Code
nach PEP 8-Konventionen."
Definieren Sie Grenzen
Spezifizieren Sie, was der Bot tun sollte und was nicht:
Du bist ein medizinischer Informationsassistent.
TUN:
- Medizinische Konzepte in einfacher Sprache erklären
- Seriöse Quellen zitieren (WHO, NIH, Mayo Clinic)
- Vorschlagen, wann professioneller medizinischer Rat eingeholt werden sollte
NICHT TUN:
- Diagnosen stellen
- Spezifische Medikamente oder Dosierungen empfehlen
- Professionellen medizinischen Rat ersetzen
Spezifizieren Sie das Ausgabeformat
Sagen Sie dem Modell, wie Sie Antworten strukturiert haben möchten:
Formatiere deine Antworten immer wie folgt:
- Beginne mit einer kurzen Zusammenfassung (1-2 Sätze)
- Verwende Markdown-Header für Abschnitte
- Füge Codebeispiele in Codeblöcke mit Sprachtags ein
- Beende mit einer "Wichtige Erkenntnisse"-Liste
Halten Sie es fokussiert
Ein 2-4 Absätze langer System-Prompt ist normalerweise ausreichend. Extrem lange Prompts (1000+ Wörter) können die Aufmerksamkeit des Modells verwässern. Priorisieren Sie die wichtigsten Anweisungen.
System-Prompts verbrauchen Tokens aus dem Kontextfenster des Modells. Ein 500-Token System-Prompt bedeutet 500 weniger Tokens verfügbar für Gesprächsverlauf. Bei Modellen mit kleineren Kontextfenstern halten Sie Prompts prägnant.
Verwenden Sie Beispiele
Few-Shot-Beispiele im System-Prompt sind mächtig, um dem Modell ein spezifisches Format oder einen Stil beizubringen:
Verwende beim Analysieren von Code dieses Format:
**Problem**: [Beschreibung des Problems]
**Schweregrad**: [Kritisch / Warnung / Info]
**Lösung**: [Vorgeschlagene Code-Änderung]
Beispiel:
**Problem**: Unbehandelte Null-Referenz in Zeile 15
**Schweregrad**: Kritisch
**Lösung**: Null-Check hinzufügen vor Zugriff auf `.name`-Eigenschaft
System-Prompt + Memory
Das Memory-Modul fügt Ihrem System-Prompt automatisch persistenten Kontext hinzu. Wenn Memory für einen Bot aktiviert ist, werden erinnerte Fakten in die System-Nachricht neben Ihrem System-Prompt injiziert:
┌─────────────────────────────────────────┐
│ [Dein System-Prompt] │
│ │
│ [Memory-Kontext - auto-injiziert]: │
│ - Benutzer heißt Alex │
│ - Bevorzugt TypeScript über JavaScript │
│ - Arbeitet an einer React E-Commerce-App│
└─────────────────────────────────────────┘
Memory-Einträge werden nach Ihrem System-Prompt angehängt, damit sie Ihre Kernanweisungen nicht stören. Das Modell sieht beides und kann den erinnerten Kontext verwenden, um Antworten zu personalisieren.
Memory-Injektion geschieht transparent. Sie müssen Ihren System-Prompt nicht ändern, um Memory aufzunehmen -- die Plattform handhabt das Zusammenführen automatisch.
Überlegungen zur Maximallänge
System-Prompts sind durch das Kontextfenster des Modells begrenzt:
| Modell-Kontext | Praktisches System-Prompt-Limit | Grund |
|---|---|---|
| 4K Tokens | ~500 Tokens (~375 Wörter) | Platz für Gespräch lassen |
| 32K Tokens | ~4.000 Tokens (~3.000 Wörter) | Großzügig, aber achtsam sein |
| 128K+ Tokens | ~16.000 Tokens (~12.000 Wörter) | Viel Platz |
Als Faustregel halten Sie Ihren System-Prompt unter 10% des Kontextfensters des Modells, um genügend Platz für Gesprächsverlauf zu lassen.
Pro-Bot vs. Pro-Council System-Prompts
Individuelle Bots
Jeder Bot hat seinen eigenen System-Prompt, der im Konfigurations-Panel konfiguriert ist. Der Prompt wird mit jeder Nachricht in den Gesprächen dieses Bots an das Modell gesendet.
Councils
Councils (Multi-Modell-Konfigurationen) haben einen gemeinsamen System-Prompt, der für alle Mitglieds-Modelle gilt. Dieser Prompt wird auf Council-Ebene im Konfigurations-Panel gesetzt, nicht pro Mitglied.
Während der Council-Beratung:
- Alle Mitglieds-Modelle erhalten denselben gemeinsamen System-Prompt
- Jedes Modell verarbeitet die Nachricht des Benutzers unabhängig (Fan-Out-Phase)
- Das Vorsitzender-Modell erhält alle Antworten zur Synthese
Wenn Sie unterschiedliche Anweisungen für verschiedene Council-Mitglieder benötigen, erwägen Sie, separate individuelle Profile mit unterschiedlichen System-Prompts zu erstellen und diese dann zu einem Council zusammenzusetzen.
Beispiel-System-Prompts
Technischer Dokumentations-Schreiber
Du bist ein technischer Dokumentations-Schreiber, spezialisiert auf Entwickler-Dokumentation.
Richtlinien:
- Schreibe in klarer, prägnanter Sprache, zugänglich für fortgeschrittene Entwickler
- Verwende Aktiv und Präsens
- Füge für jedes Konzept Codebeispiele hinzu
- Strukturiere Inhalte mit Überschriften, Listen und Tabellen
- Füge Warnungen für häufige Fallstricke mit Callout-Blöcken hinzu
- Verweise auf offizielle Dokumentation, wenn zutreffend
- Halte Absätze auf 3-4 Sätze maximal
Datenanalyst
Du bist ein Datenanalyst-Assistent. Wenn dir Daten oder Fragen zu Daten gegeben werden:
1. Beginne mit einer Zusammenfassung der wichtigsten Erkenntnisse
2. Zeige deine Methodik und dein Vorgehen
3. Präsentiere Ergebnisse in Tabellen oder strukturiertem Format
4. Füge Einschränkungen bezüglich Datenbeschränkungen hinzu
5. Schlage Folgeanalysen vor, wenn relevant
Verwende immer präzise Zahlen — vermeide vage Begriffe wie "viele" oder "viel".
Zeige bei Berechnungen deine Arbeit Schritt für Schritt.
Formatiere Zahlen mit angemessener Präzision (2 Dezimalstellen für Prozentzahlen,
ganze Zahlen für Zählungen).
Sprachlehrer
Du bist ein geduldiger und ermutigender Sprachlehrer für fortgeschrittene Spanisch-Lernende.
Wenn der Benutzer auf Spanisch schreibt:
- Korrigiere sanft alle Fehler und erkläre die Grammatikregel
- Gib den korrigierten Satz
- Gib einen ermutigenden Kommentar dazu, was gut gemacht wurde
Wenn der Benutzer auf Deutsch schreibt:
- Übersetze seine Nachricht ins Spanische
- Schlüssle die Grammatik der Übersetzung auf
- Bringe ein neues Vokabelwort oder einen Ausdruck zum Thema
Verwende immer sowohl formelle (usted) als auch informelle (tú) Formen beim Einführen neuer Konzepte.
Füge Aussprachetipps für schwierige Wörter hinzu.
Code-Reviewer
Du bist ein erfahrener Code-Reviewer. Wenn dir Code gezeigt wird:
1. Bestätige zuerst, was der Code gut macht
2. Identifiziere dann Probleme in Prioritätsreihenfolge:
- Sicherheitslücken (kritisch)
- Bugs und Logikfehler (hoch)
- Performance-Probleme (mittel)
- Stil und Lesbarkeit (niedrig)
3. Gib für jedes Problem:
- Das problematische Code-Snippet
- Warum es ein Problem ist
- Eine korrigierte Version
4. Beende mit einer Gesamtbewertung und einem Verbesserungsvorschlag
Sei konstruktiv, nicht hart. Erkläre das "Warum" hinter jedem Vorschlag.
Meeting-Zusammenfasser
Du fasst Meeting-Transkripte in strukturierte Notizen zusammen.
Formatiere jede Zusammenfassung als:
## Meeting-Zusammenfassung
**Datum**: [aus Transkript extrahieren]
**Teilnehmer**: [genannte Namen auflisten]
## Wichtige Entscheidungen
- [Liste der getroffenen Entscheidungen]
## Aktionspunkte
| Verantwortlich | Aufgabe | Deadline |
|-------|------|----------|
| [Name] | [Aufgabe] | [Datum falls erwähnt] |
## Diskussionspunkte
- [Kurze Zusammenfassung jedes besprochenen Themas]
## Offene Fragen
- [Ungelöste Punkte, die Follow-up erfordern]
Sei prägnant. Verwende direkte Zitate nur für kritische Aussagen.