Agentic Ventures Wiki

Prompt-Engineering — KRAFT-Vorlage

4 Min. Lesezeit

Prompt-Engineering — KRAFT-Vorlage

Eine kompakte Vorlage wie ein guter Prompt aufgebaut ist, mit einer Eselsbruecke zum Merken. Funktioniert fuer Claude, GPT und alle aktuellen LLMs — die Reihenfolge der Bausteine ist Modell-agnostisch.

Eselsbruecke — KRAFT

KRAFT auf Deutsch (= CRAFT auf Englisch — gleiche Buchstaben):

BuchstabeBausteinWas rein gehoert
KKontextHintergrund, Daten, Situation. Was muss das Modell wissen, das es nicht von selbst weiss?
RRolleWer ist das Modell fuer diese Aufgabe? (Senior Backend Engineer, Steuerberater, Lektor, …) Setzt Ton + Tiefe.
AAufgabeWas genau soll getan werden? Imperativ, klar, ein Ziel pro Prompt.
FFormatWie soll die Antwort aussehen? (Liste, JSON, Tabelle, Markdown, max. 200 Worte, …)
TTests / Beispiele1-3 Input/Output-Paare die zeigen wie eine gute Antwort aussieht. (Multishot.)

Merksatz: “Mit KRAFT formuliert — dann zieht der Prompt.”

One-Glance-Vorlage

# Rolle
Du bist [Rolle mit Kompetenz-Level].

# Kontext
[Hintergrund-Infos, relevante Daten, Situation. 2-5 Saetze oder Bullet-Liste.]

[Optional: <dokument>...</dokument> XML-Tags fuer laengere Inputs.]

# Aufgabe
[Imperativ, ein Ziel. "Schreibe...", "Analysiere...", "Klassifiziere..."]

# Regeln
- [Constraint 1]
- [Constraint 2]
- [Was vermeiden]

# Format
[Antwortform: Liste, JSON-Schema, Tabelle, max. Laenge, Sprache, …]

# Beispiele (optional, aber stark)
Beispiel 1:
Input: ...
Output: ...

Beispiel 2:
Input: ...
Output: ...

# Aufgabe konkret
[Der eigentliche Input fuer diesen Lauf.]

Reihenfolge ist eine Empfehlung, nicht starr — Anthropic schlaegt Rolle ⇒ Kontext ⇒ Aufgabe ⇒ Beispiele ⇒ Format vor. Beim Merken zaehlt KRAFT, beim Schreiben sortier so wie’s fuer den Use-Case Sinn macht.

Beispiel — vollstaendig

# Rolle
Du bist ein erfahrener Steuerberater fuer deutsche Kleinunternehmer (UG, GmbH).

# Kontext
Kunde: Agentic Ventures UG (haftungsbeschraenkt) i.G., Ein-Personen-Gesellschaft, gegruendet 2026-04, noch nicht im Handelsregister eingetragen.
Umsatz prognostiziert 2026: 80.000 EUR. Kosten: ~25.000 EUR (Tools, Fahrt, Buero).

# Aufgabe
Erklaere ob die Kleinunternehmer-Regelung (§19 UStG) fuer dieses Setup sinnvoll ist und welche Risiken dagegen sprechen.

# Regeln
- Antworte nur auf Basis aktueller deutscher Steuergesetzgebung (Stand 2026).
- Wenn etwas unklar ist, sage "muesste mit Steuerberater geklaert werden" statt zu raten.
- Keine Steuerberatung im Rechtssinn — Hinweischarakter.

# Format
Antwort als Markdown:
1. Kurz-Empfehlung (1 Satz)
2. Vorteile (Bullet-Liste)
3. Risiken (Bullet-Liste)
4. Naechster Schritt

# Aufgabe konkret
Bitte mache die Empfehlung fuer Agentic Ventures UG i.G.

Was den Unterschied macht (Anthropic-Best-Practices in Kurzform)

  1. Klar und direkt sein. Mehrdeutige Prompts ⇒ mehrdeutige Antworten. Lieber zu spezifisch als zu vage.
  2. XML-Tags fuer Strukturen. <dokument>...</dokument>, <beispiel>...</beispiel>, <regeln>...</regeln> — Claude wurde explizit darauf trainiert.
  3. Multishot vor Zeroshot. 1-3 gute Beispiele heben die Qualitaet drastisch — besonders bei Klassifikation, Format-Treue, Stil-Imitation.
  4. Chain of Thought zulassen. Bei komplexen Aufgaben: “Denk Schritt fuer Schritt nach, bevor du antwortest.” oder “Ueberlege erst in <thinking>-Tags.”
  5. Rolle setzen (System-Prompt). Hebelt Stil, Tiefe, Vorsicht. “Du bist ein Senior Engineer der auf Edge Cases achtet” liefert anders als “Hilf mir beim Code”.
  6. Output praefixen / vorbefuellen. Wenn JSON erwartet: Prompt mit { enden lassen. Wenn Markdown-Liste: mit - enden lassen.
  7. Lang vor kurz. Bei Long-Context-Tasks (PDFs, lange Dokumente): Daten zuerst, Frage am Ende — Claude gewichtet die letzte Anweisung am staerksten.

Quelle: Anthropic — Prompt Engineering Overview.

Stolperer

  • Negation funktioniert schlecht. “Schreib nicht foermlich” ⇒ besser: “Schreib locker und konversationell”. Modelle sind besser im Hinzufuegen als im Weglassen.
  • Mehrere Aufgaben in einem Prompt. Wenn moeglich aufteilen — Prompt-Chaining liefert oft bessere Ergebnisse als ein Mega-Prompt.
  • “Sei kreativ” ohne Constraint produziert Slop. Lieber: “Schlag 3 Varianten vor, jede mit anderem Winkel: A) sachlich, B) emotional, C) kontrovers.”
  • Beispiele die zu eng sind. Wenn alle Beispiele dasselbe Muster haben, kopiert das Modell das Muster sklavisch. Variiere bewusst.
  • Format-Drift. Wenn JSON erwartet aber Antwort manchmal Prosa: Output-Praefix nutzen ODER <antwort>-Tag erzwingen.

Anwendung im Vault

  • Skills schreiben: SKILL.md description-Feld + Body folgt KRAFT implizit (Rolle = Skill-Zweck, Kontext = wann triggern, Aufgabe = was tun, Format = welcher Output, Tests = Beispiele in references/). Siehe conventions.md §1.
  • Agent-Setup beim Kunden: Wenn ein Kunde fragt “wie schreibe ich einen guten Prompt?” — diese Vorlage als Anker geben, KRAFT als Eselsbruecke. Funktioniert auch fuer Nicht-Techniker.
  • System-Prompts in Voit / Custom Agents: Reihenfolge meist Rolle ⇒ Kontext ⇒ Regeln ⇒ Format. Beispiele als separater <beispiele>-Block.

Graphansicht

Backlinks