Prompt Engineering
Prompt Engineering ist das gezielte Formulieren von Anweisungen an ein Sprachmodell, damit es verlässlich brauchbare Antworten liefert. Im Unternehmenseinsatz geht es dabei weniger um clevere Formulierungen als um klare Regeln: Was darf der Bot beantworten, in welchem Ton, und was passiert, wenn er etwas nicht weiß.
Warum die Formulierung überhaupt zählt
Ein Sprachmodell hat kein Verständnis von deinem Unternehmen, sondern rechnet Wahrscheinlichkeiten. Es liefert das, was zur Anweisung am besten passt. Fehlt die Anweisung, füllt es die Lücke selbst – mit einem Tonfall, der nicht zu dir passt, oder mit einer Auskunft, die niemand geben wollte. Dieselbe Frage kann je nach Anweisung eine hilfreiche Antwort oder ein Haftungsrisiko ergeben.
Der Unterschied zwischen Chat-Prompts und System-Prompts
Wer ChatGPT nutzt, formuliert bei jeder Frage neu. Beim Firmen-Chatbot ist das anders: Dort schreibst du einmal einen System-Prompt, der für jedes Gespräch gilt – die Betriebsanleitung des Bots. Er legt Rolle, Zuständigkeit, Tonfall und Grenzen fest. Der Kunde tippt danach frei drauflos; die Qualität der Antwort hängt an dem, was du vorher festgelegt hast.
Was einen brauchbaren System-Prompt ausmacht
- Rolle und Zuständigkeit: Wofür ist der Bot da, wofür ausdrücklich nicht. „Du beantwortest Fragen zu Produkten, Versand und Rückgabe" ist präziser als „Du bist ein hilfreicher Assistent".
- Umgang mit Wissenslücken: Die wichtigste Zeile überhaupt. Ohne klare Anweisung, bei fehlender Information auf einen Menschen zu verweisen, erfindet das Modell im Zweifel etwas – siehe KI-Halluzination.
- Tonfall und Anrede: Du oder Sie, knapp oder ausführlich. Konsistenz wirkt hier stärker als jede Feinjustierung.
- Ausgeschlossene Themen: Rechts- und Medizinauskünfte, Preiszusagen, Vertragsänderungen – alles, wofür niemand die Verantwortung übernehmen will.
- Format: Kurze Absätze statt Textwand, Aufzählungen bei Schritten. Am Telefon gelten andere Regeln als im Chat: dort sind lange Sätze unbrauchbar.
Prompt oder Wissensbasis – was löst welches Problem?
Eine verbreitete Verwechslung: Fehlt dem Bot Wissen, hilft kein besserer Prompt. Der Prompt steuert Verhalten, die Wissensbasis liefert Inhalt. Antwortet der Bot falsch, weil deine Rückgabefrist nirgends steht, gehört die Frist in die Quellen – dorthin, wo RAG sie findet. Antwortet er dagegen inhaltlich richtig, aber zu geschwätzig oder im falschen Ton, ist es tatsächlich der Prompt.
Wie man es praktisch angeht
Nicht theoretisch optimieren, sondern testen. Nimm die zwanzig häufigsten Kundenfragen und stelle sie dem Bot – dazu eine Handvoll unangenehmer: Fragen nach Rabatten, nach Konkurrenzprodukten, nach etwas, das gar nicht dokumentiert ist. Wo die Antwort danebengeht, siehst du sofort, ob eine Regel fehlt oder eine Quelle. Ändere anschließend immer nur eine Sache und teste erneut; wer fünf Dinge gleichzeitig umformuliert, weiß hinterher nicht, was gewirkt hat.
Wie du daraus einen produktiven Bot baust, steht im Leitfaden Chatbot erstellen ohne Programmierung. Für den Servicebetrieb inklusive Übergabe an Menschen lohnt der Beitrag Kundenservice automatisieren.