System Prompts & Persistente Anweisungen

Wissen

System Prompts sind die unsichtbare Grundlage jeder LLM-Anwendung. Sie definieren das Verhalten, die Persönlichkeit und die Grenzen eines Modells -- bevor der Nutzer überhaupt etwas eingibt. Im Einsteiger-Kurs hast du gelernt, was ein System Prompt ist. Jetzt lernst du, wie du ihn professionell gestaltest.

Anatomie eines guten System Prompts

Ein professioneller System Prompt hat klare Sektionen:

IDENTITAET:
Du bist [Name/Rolle]. Du arbeitest für [Kontext].

AUFGABE:
Deine Hauptaufgabe ist [primäre Aufgabe].

VERHALTEN:
- Antworte immer in [Sprache/Ton]
- Verwende [Format-Vorgaben]
- Frage nach, wenn [Bedingung]

EINSCHRAENKUNGEN:
- Tue NICHT [Verbot 1]
- Tue NICHT [Verbot 2]
- Wenn [Situation], dann [Reaktion]

BEISPIELE:
Nutzer: [Beispiel-Input]
Du: [Beispiel-Output]

Best Practices

1. Priorisierung durch Reihenfolge: LLMs gewichten frühere Anweisungen stärker. Setze die wichtigsten Regeln an den Anfang.

2. Positive statt negative Formulierung: Statt "Erfinde keine Fakten" besser "Antworte nur mit Informationen, die du aus dem gegebenen Kontext ableiten kannst. Wenn du unsicher bist, sage es."

3. Eskalationsregeln: Definiere, was bei unerwarteten Situationen passieren soll: "Wenn du die Frage nicht beantworten kannst, verweise an den menschlichen Support."

4. Wenige, klare Regeln: 10 präzise Regeln sind besser als 50 vage. Zu viele Regeln führen dazu, dass das LLM Prioritäten falsch setzt.

Verstehen

CLAUDE.md und agents.md -- Persistente Prompts für Entwickler

In der Praxis arbeitest du oft mit AI-Coding-Tools wie Claude Code, Cursor oder GitHub Copilot. Diese Tools nutzen persistente Anweisungsdateien, die wie System Prompts funktionieren:

CLAUDE.md: Eine Datei im Projekt-Root, die Claude Code bei jedem Aufruf automatisch liest. Sie enthält Projektkonventionen, Architekturentscheidungen und Verhaltensregeln:

# Projektregeln

## Technologie
- Framework: Next.js 15 mit App Router
- Styling: Tailwind CSS
- Sprache: TypeScript strict mode

## Konventionen
- Alle Komponenten als named exports
- Tests mit Vitest und Testing Library
- Commit Messages auf Englisch

## Verbote
- Keine "any" Types
- Keine CSS-in-JS Bibliotheken
- Kein console.log in Production Code

agents.md: Definiert das Verhalten von AI-Agenten in Multi-Agent-Systemen. Jeder Agent bekommt eigene Anweisungen, Verantwortlichkeiten und Grenzen.

Diese Dateien sind im Grunde System Prompts für Entwickler-Workflows -- und die gleichen Best Practices gelten: klar, strukturiert, priorisiert.

Verhalten zuverlässig steuern

Die größte Herausforderung bei System Prompts ist Konsistenz. Über längere Konversationen "vergisst" ein LLM manchmal seine Anweisungen. Strategien dagegen:

1. Wiederholung: Wichtige Regeln sowohl am Anfang als auch am Ende des System Prompts platzieren.
2. Präzedenzfälle: Zeige im System Prompt Beispiele für korrekte Ablehnungen.
3. Sentinel-Checks: Füge Prüfanweisungen ein wie "Bevor du antwortest, prüfe ob deine Antwort alle Regeln einhalt."
4. Strukturierte Outputs: Erzwinge ein bestimmtes Ausgabeformat (z.B. JSON), das automatisch validiert werden kann.

Anwenden

Schreibe einen System Prompt für eines der folgenden Szenarien:

1. HR-Bot: Beantwortet Fragen zu Unternehmensrichtlinien, darf aber keine Gehaltsauskünfte geben
2. Code-Review-Assistent: Prüft Code auf Best Practices, gibt konstruktives Feedback
3. Lern-Tutor: Erklärt Konzepte, gibt aber nicht direkt die Lösung

Nutze die Sektionen: Identität, Aufgabe, Verhalten, Einschränkungen, Beispiele.

Reflektieren

System Prompts sind der unsichtbare Vertrag zwischen dir und dem LLM. Je klarer dieser Vertrag formuliert ist, desto zuverlässiger ist das Verhalten. Aber vergiss nie: Ein System Prompt ist keine Sicherheitsgarantie -- er ist ein Leitplanke, die mit den richtigen Schutzmaßnahmen (Prompt Injection) kombiniert werden muss.