Prompt Engineering für Marketing – Grundlagen
Prompt Engineering ist die Kunst, KI-Modelle so anzusteuern, dass sie konsistent nützliche Ergebnisse liefern. Der Unterschied zwischen einem guten und einem schlechten Prompt ist oft der Unterschied zwischen einem sofort verwendbaren Text und einer generischen Rohfassung die komplett überarbeitet werden muss. Für Marketing-Teams ist Prompt Engineering keine optionale Zusatzqualifikation — es ist die Kernkompetenz für effizienten KI-Einsatz.
Die Anatomie eines guten Prompts
Ein effektiver Marketing-Prompt enthält vier Elemente: Rolle (wer ist die KI in diesem Kontext?), Aufgabe (was soll genau erstellt werden?), Kontext (Zielgruppe, Ton, Plattform, Länge) und Output-Format (wie soll das Ergebnis strukturiert sein?).
Rolle definieren
Du bist ein erfahrener B2B-Content-Marketer für IT-Dienstleister im DACH-Raum. — Diese Rollenangabe steuert Tonalität, Fachtiefe und Zielgruppenverständnis ohne explizite Einzelanweisungen. Je spezifischer die Rolle, desto passgenauer der Output.
Aufgabe präzisieren
Schreibe einen LinkedIn-Artikel über KI-Automatisierung im Vertrieb — zu vage. Besser: Schreibe einen 600-Wörter-LinkedIn-Artikel der drei konkrete Anwendungsfälle von KI-Automatisierung im B2B-Vertrieb beschreibt, mit einem starken Opening-Hook und einem Call-to-Action am Ende.
Kontext liefern
Zielgruppe: Vertriebsleiter mittelständischer SaaS-Unternehmen, 35–55 Jahre. Ton: sachlich aber zugänglich, keine Buzzwords. Plattform: LinkedIn. Das Unternehmen verkauft CRM-Software mit KI-Features.
Output-Format vorgeben
Format: H2-Überschriften, maximal 3 Absätze pro Abschnitt, Bullet-Points nur für Listen, keine generischen Phrasen.
Prompt-Vorlagen für Marketing
Blog-Artikel Erstentwurf
Du bist ein SEO-erfahrener Content-Autor für [Branche]. Schreibe einen [Länge]-Wörter-Artikel über [Thema] für [Zielgruppe]. Keyword: [Haupt-Keyword]. Suchintention: [informational/how-to/commercial]. Ton: [sachlich/freundlich/technisch]. Struktur: Intro, H2-Abschnitte, Fazit mit Call-to-Action. Nicht verwenden: generische Einstiegsphrasen, Buzzwords, Passivkonstruktionen wo aktiv möglich.
E-Mail Betreffzeilen (10 Varianten)
Generiere 10 E-Mail-Betreffzeilen für folgende Kampagne: Produkt/Angebot: [Beschreibung]. Zielgruppe: [Beschreibung]. Ziel der E-Mail: [Klick/Kauf/Anmeldung/Awareness]. Ton: [dringend/neugierig/nutzenorientiert/persönlich]. Varianten: 3x neugierig, 3x nutzenorientiert, 2x dringend, 2x persönlich/direkt. Länge: unter 50 Zeichen. Keine Clickbait oder irreführende Versprechen.
Social-Media-Repurposing
Wandle folgenden Artikel-Ausschnitt in Social-Media-Posts um: [Artikel-Text einfügen]. Erstelle: 1x LinkedIn-Post (150–200 Wörter, sachlich, Mehrwert im Vordergrund), 1x Instagram-Caption (80–100 Wörter, visuell beschreibend, 5 relevante Hashtags), 1x X/Twitter-Post (unter 280 Zeichen, pointiert, meinungsstark).
Wettbewerbs-Analyse
Analysiere folgende Wettbewerber-Website/Inhalte: [URL oder Text]. Identifiziere: Messaging und USPs die kommuniziert werden, Content-Lücken, Tonalität und Positionierung, 3 konkrete Möglichkeiten wie wir uns differenzieren können. Unsere Positionierung: [kurze Beschreibung].
Persona-Entwicklung
Entwickle eine detaillierte Marketing-Persona für unser Produkt. Produkt: [Beschreibung]. Bekannte Zielgruppen-Daten: [Alter, Branche, Position, etc.]. Persona enthält: Name, Alter, Position, Unternehmensgrösse, Ziele und Motivationen, Pain Points, Informationsquellen, Einwände gegen unser Produkt, bevorzugte Kommunikationskanäle.
Iteratives Prompting — Ergebnisse verfeinern
Selten liefert der erste Prompt das perfekte Ergebnis. Iteratives Prompting verfeinert das Ergebnis durch Folge-Anweisungen in derselben Konversation.
Ergebnis evaluieren
Was ist gut? Was fehlt? Was ist falsch? Nicht alles wegwerfen — gezielt nachbessern.
Gezielt nachsteuern
Mache den zweiten Absatz konkreter mit einem Beispiel aus der Praxis. Kürze den dritten Abschnitt um 30%. Schreibe die Einleitung neu — weniger akademisch, direkter.
Varianten generieren
Schreibe drei alternative Versionen der Einleitung — eine neugierig-machend, eine problem-orientiert, eine datenbasiert.
Format anpassen
Wandle den Text in ein FAQ-Format um. Extrahiere die fünf wichtigsten Punkte als Bullet-List. Schreibe eine 30-Wörter-Zusammenfassung.
Häufig gestellte Fragen
Funktionieren dieselben Prompts für Claude und ChatGPT?
Weitgehend ja — die grundlegende Struktur (Rolle, Aufgabe, Kontext, Format) funktioniert bei allen führenden LLMs. Feinunterschiede: Claude folgt Instruktionen präziser und halluziniert seltener. ChatGPT ist experimentierfreudiger bei kreativen Aufgaben. Prompts an das jeweilige Modell-Verhalten anpassen.
Wie lang sollte ein Prompt sein?
So lang wie nötig, so kurz wie möglich. Für einfache Aufgaben reichen 3–4 Sätze. Für komplexe Content-Aufgaben können detaillierte Prompts mit 200–500 Wörtern die Qualität erheblich steigern. Unnötige Wiederholungen und vage Füllphrasen weglassen.
Was ist Chain-of-Thought Prompting?
Eine Technik bei der das Modell aufgefordert wird, Schritt für Schritt zu denken: 'Denke zuerst über die Zielgruppe nach, dann über die beste Struktur, bevor du den Text schreibst.' Verbessert die Qualität bei komplexen, mehrstufigen Aufgaben erheblich.
Wie verhindere ich, dass KI immer dieselben Formulierungen verwendet?
Explizite Verbote helfen: 'Nicht beginnen mit...', 'Keine Wörter wie...', 'Vermeide Phrasen wie...'. Ausserdem: Beispiel-Texte im Prompt mitgeben (Few-Shot Prompting) — das Modell übernimmt den Stil der Beispiele statt auf generische Trainingsdaten zurückzufallen.