11 Prompt-Regeln für bessere Ergebnisse mit KI-Agenten

Vor zwei Wochen wurde mir beim Schreiben eines Artikels darüber, wie man Produkte aus einem Onlineshop scrapt, fast schlecht.

Der Grund: Ich wollte Produkte von Gymshark mit einem Prompt-Framework zur Datenklassifizierung und -bearbeitung scrapen, das ich für die AI Assistants in Datablist entwickelt hatte. Anfangs funktionierte es, aber die Daten wurden nicht richtig sortiert. Dadurch war der gesamte Datensatz unbrauchbar.

Da wurde mir klar: Unterschiedliche AIs und Use Cases brauchen unterschiedliche Prompts.

Beim Prompting können kleine Details einen riesigen Unterschied machen. Fehlen 5 % der Details, kann dein gesamter Output unbrauchbar werden.

Los geht’s!

Wenn du ein AI Agent Prompt Template brauchst, beginne mit dem Input, der zu prüfenden Quelle, den exakten Ausgabefeldern und einer Anweisung für den Fall, dass Belege fehlen. Für eine Liste zur Unternehmensrecherche könnte ein kurzer, brauchbarer Prompt so aussehen:

Verwende für jede Zeile den Wert aus Company Website, um die unternehmenseigene Website zu prüfen. Gib Industry, Evidence URL und Status zurück. Verwende Not found, wenn du die Branche nicht verifizieren kannst; leite sie nicht aus dem Unternehmensnamen ab. Verknüpfe den Output mit der ursprünglichen Zeile, damit ich unsichere Ergebnisse prüfen kann.

Damit gibst du dem Agenten eine Quelle und klare Vorgaben für den Output. Teste den Prompt zunächst mit einigen unterschiedlichen Zeilen, prüfe die Evidence URLs und passe anschließend die Anweisungen an, bevor du die vollständige Liste verarbeitest. Das ausführliche Template weiter unten zeigt dir, wie du dieses Muster für mehrstufige Recherchen erweiterst.

Das Wichtigste aus diesem Artikel:

• Die AI Agents von Datablist können Google durchsuchen, Websites besuchen, APIs aufrufen und mehr
• Ein guter Prompt macht bei der Arbeit mit einem AI Agent einen großen Unterschied
• Das Prompting von AI Agents wird leichter, wenn du unsere Best Practices befolgst
• Datablist bietet Prompt Templates, trotzdem lohnt es sich, die Grundlagen selbst zu lernen

AI Agents und AI Assistants von Datablist im Vergleich

Um die Unterschiede zwischen dem Prompting für AI Agents und dem Prompting für AI Assistants zu verstehen, müssen wir zuerst klären, was beide Systeme können.

Hier sind zwei kurze und einfache Übersichten über ihre jeweiligen Funktionen:

AI Assistant

Die AI Assistants in Datablist sind dafür konzipiert, Texte und Code zu lesen, zu klassifizieren, zu extrahieren, zu bearbeiten und zu generieren.

AI Agent

Die AI Agents in Datablist sind AIs, die mit verschiedenen Tools ausgestattet sind. Sie können Google-Suchen durchführen, HTML-Code rendern, durch mehrere Seiten navigieren, APIs aufrufen sowie Ergebnisse aus Google News, Websites, Onlineshops und weiteren Quellen abrufen und extrahieren.

💡 Einfach erklärt

Stell dir AI Agents als das System vor, das mit externen Daten arbeitet. Der AI Assistant kümmert sich dagegen um die Daten in deiner Datablist Collection.

Das können die AI Agents von Datablist

Um einen wirkungsvollen Prompt für den AI Agent zu schreiben, solltest du seine Tools und Funktionen kennen. Dazu gehören:

• Google durchsuchen
• Google News durchsuchen
• Texte oder Code extrahieren und generieren
• Account-Informationen abrufen
• Eine Website besuchen
• Durch mehrere Seiten einer Website navigieren
• HTML rendern
• APIs aufrufen

11 Regeln für das Prompting von AI Agents in Datablist

Wenn du die verfügbaren Tools kennst, helfen dir die folgenden Regeln dabei, deinen Prompt verständlicher und die Ergebnisse leichter überprüfbar zu machen. Ein klarer Prompt kann Missverständnisse reduzieren, garantiert aber keine fehlerfreien Antworten. Das sind die Regeln:

1. Betrachte deinen Prompt als Wegbeschreibung: Führe den Agenten durch deine Anfrage, statt nur etwas zu verlangen und darauf zu hoffen, dass es funktioniert.
2. Beginne immer mit deinem Ziel und liefere den nötigen Kontext.
3. Kennzeichne jeden Abschnitt des Prompts, damit der Agent deinen Text besser interpretieren und die einzelnen Aktionen oder Befehle voneinander unterscheiden kann.
4. Verwende klare Befehle, um die Tools des AI Agent aufzurufen, zum Beispiel „Google durchsuchen“, „Text extrahieren“ oder „HTML-Code abrufen“.
5. Benenne die gewünschten Outputs und gib konkrete Beispiele. Sie dienen als Grundlage für die Konfiguration deiner Ausgabe.
6. Wenn du bestimmte Daten scrapst, erkläre, wo auf der Website die gesuchten Informationen zu finden sind.
7. Verwende Trennzeichen zwischen den Prompt-Abschnitten („.===“), um den Prompt übersichtlich zu strukturieren.
8. Nenne Fehler, die der Agent vermeiden soll.
9. Lege fest, wie der Agent mit Fehlern und fehlenden Daten umgehen soll.
10. Optimiere deine Prompts schrittweise und gib nicht dem AI Agent die Schuld für schlechte Ergebnisse – das habe ich früher selbst gemacht.
11. Füge die Spalte, aus der der Agent die Daten übernehmen soll, immer am Ende ein.

Wenn du diese Richtlinien und Best Practices für das Prompting von AI Agents befolgst, sparst du Credits und viel Zeit bei der Optimierung deiner Prompts.

📘 Gute Prompts machen den Unterschied

Der AI Agent funktioniert auch, wenn du keine der genannten Regeln befolgst. Mit diesen Regeln werden deine Ergebnisse jedoch deutlich besser, denn die Struktur des Prompts macht einen echten Unterschied.

Beispiele für AI-Agent-Prompts: gut vs. schlecht

AI-Agent-Prompt: gutes Beispiel

Sieh dir zuerst den guten und anschließend den schlechten Prompt an.

Diesen Prompt habe ich vor Kurzem geschrieben, um Produkte aus einem Onlineshop zu scrapen.

Schauen wir uns an, warum dieser Prompt gut ist:

1. Er beginnt mit einem konkreten, klar definierten Ziel und dem nötigen Kontext
2. Der Prompt besteht aus mehreren eindeutig gekennzeichneten Abschnitten – dadurch kann die AI ihn leichter verstehen
3. Ich habe klare Befehle mit handlungsorientierten Verben verwendet
4. Die Befehle folgen einer eindeutigen Reihenfolge
5. Ich habe genau beschrieben, wonach ich suche, und Beispiele gegeben
6. Ich habe erklärt, wie mit inkonsistenten Daten und Fehlern umzugehen ist
7. Der Prompt nennt konkrete Fehler, die vermieden werden sollen
8. Die Abschnitte sind klar durch „.===“ getrennt
9. Der Prompt ist gut strukturiert und führt die AI durch meine Anfrage
10. Am Ende habe ich die Spalte mit den relevanten Daten verknüpft

AI-Agent-Prompt: schlechtes Beispiel

Falls du denkst, ich sei einfach ein Tech-Typ, der von Natur aus gute Prompts schreibt, hier die Wahrheit: Erstens kann ich nicht programmieren und zweitens sah mein Prompt vorher so aus:

Ja, manche würden diesen Prompt vielleicht immer noch für gut halten. Das ist er aber nicht – denn die Ergebnisse waren alles andere als brauchbar.

In diesem Beispiel ist einiges schiefgelaufen. Obwohl der Prompt durchdacht wirkt, sind sowohl der Prompt als auch die Ergebnisse unbrauchbar. Das habe ich falsch gemacht – und so kannst du diese Fehler vermeiden:

Grund Nr. 1: mittelmäßige Struktur

Dem Prompt fehlen ein klarer Ablauf und eine sinnvolle Gliederung.

So vermeidest du das:

Unterteile dein Ziel in konkrete Schritte – so, als würdest du die Aufgabe einer anderen Person erklären. Zum Beispiel:

• Besuche zuerst die Website.
• Suche anschließend nach dem Produktbereich.
• Extrahiere zum Schluss den Preis.

Grund Nr. 2: unklare Bezeichnungen

Die Bezeichnungen und Abschnitte sind nicht präzise genug.

So vermeidest du das:

Verwende klare, alltägliche Formulierungen für deine Abschnitte. Schreibe statt „Datenparameter“ lieber „Zu extrahierende Produktinformationen“. Statt „Input“ kannst du „Zu verarbeitende Website-URLs“ verwenden.

Grund Nr. 3: unstrukturierter Output und fehlende Beispiele

Das Datenformat und die erwarteten Beispiele für den Output sind nicht eindeutig definiert.

So vermeidest du das:

Gib immer sowohl die Datenstruktur – am besten als nummerierte Liste – als auch zwei bis drei konkrete Beispiele für den gewünschten Output an.

Beispiel:

1. Produktname: Nike Air Max; Adidas Ultraboost; Puma RS-X;
2. Preis: 120 $; 180 $; 110 $;
3. Farbe: Schwarz; Cloud White; High Risk Red;
4. Größe: US 9; US 10,5; US 8;
5. Material: Mesh und Synthetik; Primeknit; Leder und Mesh;

Grund Nr. 4: keine klare Reihenfolge

Die Aktionen sind nicht logisch angeordnet.

So vermeidest du das:

Formuliere deine Schritte wie eine Wegbeschreibung für einen Freund: „Mach zuerst das und danach jenes.“

Beispiel:

1. Öffne die Website;
2. Suche den Produktbereich;
3. Extrahiere die Daten

Die 3 häufigsten Fehler beim Einsatz von AI Agents

Seit ich bei Datablist.com arbeite, habe ich viele Gespräche mit Kunden geführt, die den AI Agent nutzen wollten. Dabei ist mir aufgefallen, dass bestimmte Fehler immer wieder vorkommen – achte also darauf, dass sie dir nicht passieren.

• Keine Zeit ins Prompting investieren: Manche glauben, die AI wisse automatisch, was sie denken, ohne dass sie es erklären müssen. Sie wollen Zeit sparen, finden es aber irgendwie absurd, zunächst Zeit zu investieren, um später Zeit zu sparen – mach es nicht wie sie.

• Zu vage Anweisungen geben: Schreibe nicht einfach „Produktinformationen abrufen“, sondern nenne exakt die benötigten Datenpunkte, zum Beispiel: „Extrahiere den Produktnamen, den Preis in USD und die verfügbaren Größen aus dem Bereich mit den Produktdetails.“

• Fehlerbehandlung übersehen: Dein Prompt sollte erklären, wie mit fehlenden Daten oder unerwarteten Fällen umzugehen ist, zum Beispiel: „Wenn kein Preis verfügbar ist, markiere das Feld mit ‚N/A‘.“

Wie viel Zeit solltest du ins Prompt Writing investieren?

Überlege dir, welchen Wert dir der Workflow bringt und wie viel Zeit du damit sparst.

Ich persönlich investiere viel Zeit in Prompts – sowohl für meine eigene Arbeit als auch, um unseren Nutzern zu helfen.

Wenn ich Grok verwende, schreibe ich nicht 30 Minuten lang an einem Prompt. Ich stelle einfach meine erste Anfrage und verbessere sie schrittweise, weil ich damit keine besonders komplexen Aufgaben lösen möchte. Wenn ich dagegen einen Prompt für die Personalisierung von E-Mails oder die Datenbereinigung schreibe, nehme ich mir mehr Zeit. So spare ich mir später die Fehlersuche, weitere Prompt-Anpassungen und erneute Versuche.

Harrison Chase, Gründer von LangChain: „Ich glaube nicht, dass wir bereits den richtigen Weg gefunden haben, mit diesen Agent-Anwendungen zu interagieren. Meiner Meinung nach braucht es weiterhin einen Menschen im Prozess, weil sie nicht besonders zuverlässig sind. Ist der Mensch aber zu stark eingebunden, erledigt der Agent selbst kaum noch etwas Nützliches. Es ist also eine etwas seltsame Balance.“

Mein AI Agent Prompt Template mit Beispielen

Kopiere dieses Template und ersetze jeden Platzhalter durch deinen eigenen Input, deine Quelle und deine Ausgabefelder. Füge eine Evidence URL hinzu, wenn die Antwort von einer Website stammt. Teste den Prompt mit einigen Zeilen und prüfe sowohl erfolgreiche Ergebnisse als auch Fälle mit fehlenden Daten, bevor du ihn in großem Umfang einsetzt.

So sieht mein Framework bei einem E-Commerce-Scraping-Beispiel aus:

So sieht mein Framework bei einer Medienrecherche aus:

Teste den Prompt vor der vollständigen Liste

Auch ein gut strukturierter Prompt muss anhand einer Stichprobe geprüft werden. Lass den ursprünglichen Input neben den Ausgabefeldern stehen, damit du sicherstellen kannst, dass jedes Ergebnis zur richtigen Zeile gehört. Öffne bei einer Website-Recherche die zurückgegebene Evidence Page und prüfe den konkreten Wert, den sie belegen soll.

Wähle einige unterschiedliche Zeilen aus und verwende diese Akzeptanzkriterien:

Wenn eine Prüfung fehlschlägt, ändere die relevante Anweisung und führe dieselbe Stichprobe erneut aus. So kannst du die Wirkung deiner Änderung leichter nachvollziehen. Nimm beim Testen auch Zeilen mit fehlenden Daten auf und akzeptiere den entsprechenden Status, wenn keine Quelle einen Wert belegt.

In den Templates stehen die zeilenspezifischen Inputs am Ende unter eindeutigen #-Bezeichnungen. Ersetze diese Inputs durch deine zugeordneten Werte. Ein Spaltenname allein stellt dem Agenten nicht automatisch den Wert der jeweiligen Zeile bereit. Lass die unveränderten Aufgabenanweisungen beim Anpassen des Templates oberhalb dieses Input-Blocks stehen.

Häufige Fragen zum Schreiben von AI-Prompts

1. Muss ich wirklich Zeit in das Schreiben von Prompts investieren?

Auch wenn es zunächst zeitaufwendig wirkt, sind klare Prompts entscheidend für präzise Ergebnisse. Vage Anweisungen führen zu vagen Outputs – und kosten dich langfristig durch weitere Korrekturen und Iterationen mehr Zeit.

2. Was unterscheidet einen guten von einem schlechten Prompt?

Ein guter Prompt hat eine klare Struktur, konkrete Anweisungen, Beispiele für den gewünschten Output und Regeln für den Umgang mit Fehlern. Schlechte Prompts sind vage und unstrukturiert, enthalten keine Beispiele und berücksichtigen mögliche Fehler oder Inkonsistenzen nicht.

3. Gibt es ein einfaches Template für gute Prompts?

Ja. Der Artikel enthält ein Template mit fünf zentralen Abschnitten: Ziel, Aufgabenbeschreibung, zu extrahierende Informationen, Regeln für die Datenverarbeitung und zu vermeidende Fehler. Trenne jeden Abschnitt eindeutig mit „===“.

4. Wie detailliert sollten die Beispiele im Prompt sein?

Die Beispiele sollten konkret sein und verschiedene mögliche Fälle abdecken. Wenn du etwa Produktinformationen extrahierst, solltest du Beispiele für unterschiedliche Formate, Währungen oder Maßeinheiten angeben, die vorkommen können.

5. Welchen Teil eines Prompts sollte ich nie weglassen?

Die Abschnitte zur Fehlerbehandlung und zu vermeidenden Fehlern sind besonders wichtig. Sie verhindern typische Probleme und sorgen auch bei unerwarteten Daten oder Situationen für konsistente Outputs.