Dein erster guter Prompt

Ein Formular wirkt zunächst wie eine einfache Aufgabe. Sobald eine leere Eingabe trotzdem als To-do gespeichert wird, zeigt sich jedoch, wie schnell ein allgemeiner Wunsch zu einer unklaren Änderung führt. Wir nutzen genau diesen Fehler als durchgehendes Beispiel und bauen daraus Schritt für Schritt einen Auftrag, den Mensch und KI gleich verstehen können.

Die offiziellen Prompt-Leitfäden von OpenAI und Google empfehlen klare Anweisungen, relevanten Kontext, ein gewünschtes Antwortformat und iterative Verbesserung. Das ist keine Zauberformel, sondern eine praktische Methode: Du machst aus deiner Absicht einen überprüfbaren Arbeitsvertrag.

Beginne mit dem beobachtbaren Problem

„Das Formular ist kaputt“ beschreibt deine Bewertung, aber nicht das Verhalten. Beobachtbar ist dagegen: Du lässt das Eingabefeld leer, klickst auf „Hinzufügen“ und in der Liste erscheint eine Aufgabe ohne Text. Diese drei Informationen geben der KI einen reproduzierbaren Ausgangspunkt.

Ergänze außerdem, was stattdessen passieren soll. In unserem Beispiel darf kein Eintrag entstehen, das Feld soll als fehlerhaft markiert werden und darunter soll „Bitte gib eine Aufgabe ein“ erscheinen. Damit ist das Ziel nicht mehr „besser“, sondern sichtbar und testbar.

Grenze den Auftrag auf einen nächsten Schritt ein

Ein Prompt wird nicht stärker, nur weil er mehr Wünsche enthält. Wenn du gleichzeitig das Design erneuerst, eine Datenbank einführst und das Formular reparierst, kann eine Änderung die andere verdecken. Bitte deshalb zunächst nur um die Validierung der leeren Eingabe und erkläre, dass Speicherung, bestehendes Layout und gültige To-dos unverändert bleiben sollen.

Dieser begrenzte Umfang passt zum Arbeitsprinzip aus Was ist Vibe Coding?: kleine Änderung, direktes Ergebnis, sofortige Prüfung. Nach der erfolgreichen Reparatur kannst du den nächsten Schritt bewusst wählen, statt mehrere unfertige Baustellen zu verwalten.

Gib nur den Kontext, der die Lösung verändert

Die KI muss wissen, wo sie arbeiten soll. Nenne etwa den Pfad der Formular-Komponente, das verwendete Testwerkzeug und die vorhandene Art, Fehlermeldungen darzustellen. Wenn du diese Details nicht kennst, erlaube zuerst eine kurze Bestandsaufnahme und fordere die KI auf, gefundene Annahmen zu nennen.

Irrelevante Vorgeschichte lenkt dagegen ab. Die Farbe der Navigation oder die spätere Idee für Nutzerkonten beeinflusst die Leerwert-Prüfung nicht. Guter Kontext erklärt Ausgangslage und Grenzen; er ist kein vollständiges Tagebuch des Projekts.

Lege Ausgabe und Prüfkriterien fest

Ein Coding-Prompt sollte nicht nur sagen, was geändert wird, sondern auch, welche Lieferung du erwartest. Für das To-do-Formular sind das eine kleine Codeänderung, passende automatisierte Tests und eine kurze Zusammenfassung der betroffenen Dateien. Verlange keine seitenlange Erklärung, wenn du vor allem einen überprüfbaren Patch brauchst.

Formuliere die Abnahme als konkrete Fälle. Ein leerer String und eine Eingabe nur aus Leerzeichen müssen blockiert werden; „Milch kaufen“ muss weiterhin gespeichert werden; nach einer Korrektur soll die Meldung verschwinden. Solche Kriterien verhindern, dass die KI nur den sichtbaren Standardfall löst.

Nutze eine vollständige Prompt-Vorlage

Aus dem Beispiel entsteht jetzt ein Auftrag, den du direkt an dein Coding-Werkzeug anpassen kannst:

Ziel: Verhindere leere To-dos im bestehenden Eingabeformular.

Ausgangslage: Beim Klick auf „Hinzufügen“ wird aktuell auch ein leerer
String als Aufgabe gespeichert. Prüfe zuerst die betroffene Komponente
und die vorhandenen Tests. Nenne Annahmen, bevor du sie umsetzt.

Aufgabe: Ergänze Validierung für leere Eingaben und reine Leerzeichen.
Zeige unter dem Feld „Bitte gib eine Aufgabe ein“. Verändere weder das
Layout noch die Speicherung gültiger Aufgaben.

Lieferung: Kleiner Patch, automatisierte Tests und kurze Dateiliste.

Prüfkriterien:
1. Leere Eingabe erzeugt keine Aufgabe.
2. Nur Leerzeichen erzeugen keine Aufgabe.
3. Die deutsche Fehlermeldung ist sichtbar und verständlich.
4. Eine gültige Aufgabe wird weiterhin genau einmal gespeichert.
5. Alle relevanten Tests laufen erfolgreich.

Die Struktur trennt Ziel, Kontext, Aufgabe, Lieferung und Abnahme. Dadurch kann die KI Rückfragen an der richtigen Stelle stellen, und du kannst jede Behauptung gegen ein Kriterium prüfen.

Prüfe das Ergebnis statt nur die Antwort zu lesen

Plausibler Code ist noch kein Beweis. Führe zuerst die neuen Tests aus und prüfe danach den echten Ablauf im Browser: leer absenden, Leerzeichen absenden, gültigen Text eingeben und eine vorherige Fehlermeldung korrigieren. Achte auch darauf, ob die Tastaturbedienung und der Fokus weiterhin funktionieren.

Bitte die KI, fehlgeschlagene Prüfungen unverändert zu berichten. Ein ehrlicher Hinweis wie „Browser-Test nicht möglich, weil kein Server läuft“ ist wertvoller als eine unbelegte Erfolgsmeldung. Wie du größere, mehrstufige Aufgaben kontrollierst, erklärt Was sind KI-Agenten?.

Vergleiche außerdem den Zustand vor und nach der Änderung. Notiere zunächst, welcher Test fehlschlägt, wie viele Aufgaben in der Liste stehen und wo der Fokus nach dem Absenden landet. Wiederhole exakt dieselben Beobachtungen nach dem Patch. Ohne diesen Ausgangswert kann eine neue Fehlermeldung korrekt aussehen, während im Hintergrund eine gültige Aufgabe doppelt gespeichert wird.

Bewahre die entscheidende Evidenz zusammen mit dem Auftrag auf: den relevanten Diff, den Namen des Regressionstests und einen kurzen Browsernachweis. Das muss kein langer Bericht sein. Drei präzise Sätze reichen, wenn sie zeigen, welches Verhalten vorher falsch war, welche Änderung es korrigiert und welche Prüfung einen Rückfall künftig erkennt.

Iteriere mit spezifischem Feedback

Angenommen, der Patch blockiert leere Eingaben, aber die Fehlermeldung bleibt nach dem Tippen sichtbar. Antworte nicht mit „Mach es besser“, sondern mit der beobachteten Abweichung: „Nach dem Fehler tippe ich einen gültigen Text; die Meldung bleibt stehen. Blende sie aus, sobald der Wert gültig ist, und ergänze dafür einen Test.“

So bleibt die funktionierende Validierung erhalten, während die nächste Runde nur den fehlenden Zustand behandelt. Spezifisches Feedback verkürzt die Fehlersuche und schützt vor unnötigen Umbauten.

Kenne Grenzen und typische Fehlerfälle

Ein guter Prompt garantiert keinen korrekten Code. Die KI kann eine falsche Datei ändern, vorhandene Konventionen übersehen oder einen Test schreiben, der nie den echten Nutzerweg erreicht. Prüfe deshalb Diff, Tests und sichtbares Verhalten selbst und teile keine Passwörter, Tokens oder personenbezogenen Daten im Auftrag.

Auch Anforderungen können widersprüchlich sein. Wenn das Produkt absichtlich leere Platzhalter erlaubt oder die Validierung serverseitig vorgeschrieben ist, muss der Prompt diese Regel berücksichtigen. Bei Unsicherheit sollte die KI stoppen und nachfragen, statt eine Produktentscheidung zu erfinden.

Checkliste vor dem Absenden

• Das Ziel beschreibt ein sichtbares oder messbares Verhalten.
• Ausgangslage und Reproduktionsschritte sind konkret benannt.
• Der Auftrag umfasst genau einen überschaubaren nächsten Schritt.
• Relevante Grenzen und ausdrücklich unveränderte Bereiche sind genannt.
• Die gewünschte Lieferung enthält passende Tests oder andere Nachweise.
• Jeder Abnahmepunkt lässt sich im Browser oder automatisiert prüfen.
• Geheimnisse und unnötige persönliche Daten fehlen im Prompt.
• Für widersprüchliche oder fehlende Informationen ist eine Rückfrage vorgesehen.