Prompts für KI: Modus für professionelles Prompting

In Commander Flow gibt es ein Preset, von dem 80 % der Beta-Tester nichts wissen, und das für mich das Wertvollste am ganzen Produkt geworden ist. Das ist der Prompt-Schreib-Modus – prompt-engineering.

Wer mit irgendwelchen KI-Tools arbeitet (und 2026 sind das wir alle), verbringt täglich Zeit mit dem Formulieren von Prompts: für ChatGPT, andere Cloud-LLMs, KI-Bildgeneratoren, eigene interne KI-Flows. Und die meisten dieser Prompts werden mittelmäßig, weil wir sie zwischen anderen Aufgaben hinrotzen.

Dieses Preset verwandelt meinen gesprochenen Gedanken in einen strukturierten, professionellen Prompt in eineinhalb Sekunden.

Was er tut

Ich halte den Hotkey und rede wie zu einem Menschen:

„Hör mal, ich brauche einen KI-Agenten, der diesen PR auf GitHub durchgeht und Stellen findet, an denen es Memory-Leaks geben könnte, vor allem in langlebigen Disposables, und der nicht spekulieren soll, sondern auf konkrete Zeilen verweisen. Kontext: .NET 10, async-Code, und wir verwenden CancellationTokenSource, der manchmal wiederverwendet wird."

Bekomme im Textfeld:

You are a senior .NET engineer reviewing a pull request.

CONTEXT:
- Codebase: .NET 10 (TFM net10.0)
- Heavy use of async/await with cancellation
- CancellationTokenSource instances are sometimes reused across operations

TASK:
Review the provided PR diff and identify potential memory leaks, with specific focus on:
1. Long-lived IDisposable instances that may not be properly disposed
2. CancellationTokenSource lifecycle issues (disposal, reuse)
3. Event handler subscriptions without unsubscription
4. Closures capturing disposable resources

CONSTRAINTS:
- Cite specific file paths and line numbers from the diff
- Do not speculate about code outside the visible diff
- If a finding requires more context, ask before recommending a fix

OUTPUT FORMAT:
For each finding:
- Severity: [Critical | High | Medium | Low]
- Location: file:line
- Issue: 1-2 sentence description
- Recommendation: concrete code change

Das ist keine „leicht verbesserte Version meiner Aussage". Das ist ein professioneller Prompt nach Best Practices: explizite Role, structured Context, explizite Task, Constraints, Output Format. Ich weiß, wie man das schreibt (Kurse besucht, Prompt-Engineering-Bücher gelesen) – aber ich schreibe es nicht jedes Mal von Hand, weil das pro Prompt 5 Minuten kostet.

Commander Flow erledigt das in einer Sekunde.

Was im Preset steckt

Ich habe vom Team Zugang zum System-Prompt des Modus erbeten – er ist öffentlich. Im Kern eine Anweisungssammlung für die LLM:

• Struktur: role / context / task / constraints / output format / examples (wenn passend)
• Ton: imperativ, ohne Höflichkeitsfloskeln, maximal konkret
• Termination: explizit, was im Output sein soll und was nicht
• Anti-Halluzination: Constraints gegen das Erfinden von Fakten
• Format: Markdown / Code-Fences zur Strukturierung, wenn Code angefragt

Das ist genau die Praxis, die sich professionelle Prompt-Engineers über Monate erarbeiten. Nur eingebaut in einen Hotkey.

„Ich schreibe keine schlechten Prompts mehr – nicht weil ich gelernt hätte, gute zu schreiben, sondern weil das Werkzeug mich keine schlechten schreiben lässt."

Szenarien, in denen ich diesen Modus täglich nutze

Am häufigsten vor einer Aufgabe an den KI-Code-Assistenten. Ich diktiere, was ich will – bekomme einen sauberen, strukturierten Prompt, und der Agent arbeitet merklich präziser.

Zweithäufigster Fall – Prompts für KI-Bildgeneratoren. Per Stimme beschreibe ich den Frame; der Modus konvertiert das in eine Zeile mit korrekten Modifikatoren wie Seitenverhältnis oder Stil.

Wenn ich einen System-Prompt für meinen internen KI-Agenten schreibe, mache ich das über Commander Flow, statt händisch Absätze zu polieren. In einer Stunde entsteht, was sonst einen Tag kostet.

Seltener, aber regelmäßig – Anfragen an die KI-Suche. Ein gut formulierter Prompt liefert dort deutlich relevantere Ergebnisse, das habe ich nach der ersten Woche gemerkt.

Und schließlich alle „Moment-Prompts" für die Generierung von Tests, Doku, Migrationen. Früher entstanden sie nach dem Motto „Hauptsache, läuft". Heute alle auf einem Qualitätsniveau.

Ein Effekt, den ich nicht erwartet hatte

Ich habe begonnen, Prompts für mich selbst zu schreiben. Klingt seltsam. Erkläre.

Vor einer komplexen Aufgabe diktiere ich Commander Flow einen Prompt – nicht um ihn der LLM zu füttern, sondern um ihn selbst zu lesen. Strukturierter Text mit explizitem context / task / constraints / acceptance criteria – das ist tatsächlich ein hervorragender Aufgabenplan für mich selbst.

Kostet nichts (1,5 Sekunden), verwandelt aber „setze mich gleich hin und denke nach" in „hier ist die genaue Definition dessen, was ich tue". Wie ein Lastenheft – nur dass es 1,5 Sekunden dauert und ins Werkzeug eingebaut ist.

Was nicht immer funktioniert

Manchmal „zu professionell". Wenn ich eine schnelle, einfache Anfrage will („Claude, schreib diesen Absatz in drei Zeilen um"), entfaltet das Preset es manchmal zu vollem role/context/constraints. Lösung: auf minimal-edit oder friendly-prompt umschalten (einfacher, für kurze Anfragen). Das Team arbeitet an automatischer Komplexitäts-Erkennung.

Default-Best-Practices sind auf Claude / GPT-5 ausgerichtet. Für andere Modelle (offene wie Llama 3 oder spezialisierte wie Mistral) kann der Prompt-Stil abweichen. Für maximale Präzision nutze ich prompt-engineering-llama oder prompt-engineering-mistral – eigene Presets in den Einstellungen. Aber man muss sie selbst anlegen, ein paar Minuten Konfig-Arbeit.

Die LLM überkomplexiert manchmal. Wenn ich knapp spreche, fügt sie gelegentlich überflüssige Sektionen hinzu. Dann sage ich „kürzer, ohne output format, nur task". Wird ein Mini-Prompt. Bei komplexen Aufgaben dagegen – passt es perfekt.

Warum das wichtiger ist, als es scheint

2026, wenn KI-Agenten Alltag sind, ist die Fähigkeit, gute Prompts zu schreiben, die neue Grundkompetenz. Nicht ein Englischlehrer wird gebraucht, kein Mathelehrer – sondern ein Werkzeug, das deinen mündlichen Gedanken in einen guten Prompt verwandelt.

Was mir an Commander Flow gefällt: Das Team baut keine „separate App für Prompt Engineering". Sie bauen es als ein weiteres Preset in denselben Hotkey ein, den ich für alles andere nutze. Minimum kognitiver Overhead, Maximum Nutzen.

Warum ich das täglich brauche

Wenn Commander Flow nur normales Diktat könnte – ein gutes Produkt. Aber der prompt-engineering-Modus macht es zum Werkzeug für Menschen, die den ganzen Tag mit KI-Agenten arbeiten. Es geht nicht mehr ums Tippen. Es geht um die Qualität der gesamten KI-Kommunikation.

Ich habe diesen Artikel im friendly-Modus geschrieben (ein Blog-Post). Den Prompt für den Redakteur, der ihn redigiert – im prompt-engineering-Modus. Und der Artikel ist strukturell besser geworden, als wenn ich den Prompt von Hand geschrieben hätte.

Ein Werkzeug. Zwei Abstraktionsebenen. Eine Gewohnheit.

Häufige Fragen zum Prompting-Modus

Wie schalte ich in den Prompting-Modus?

Ein Klick im Tray von Commander Flow — wählen Sie „Prompting-Modus". Anschließend diktieren Sie die Aufgabe mit normalen Worten, und die App formt sie nach Best Practices in einen strukturierten Prompt um: role, context, task, constraints, output format.

Lassen sich die generierten Prompts für ChatGPT, Claude und andere LLMs nutzen?

Ja. Der Prompt ist universell — er lässt sich in jeden LLM-Chat einfügen. Die Standardstruktur ist mit ChatGPT, Claude und ähnlichen Modellen kompatibel. Bei Bedarf können separate Vorlagen für bestimmte Engines konfiguriert werden.

Was tun, wenn der Prompt für eine einfache Aufgabe zu formell wird?

Sagen Sie per Stimme „kürzer, ohne Extra-Sektionen, nur Task" — die App vereinfacht die Struktur. Für kurze Ad-hoc-Anfragen ist der minimale Politur-Modus besser geeignet, professionelles Prompting nur für wirklich komplexe Aufgaben.

Kann ich eigene Prompt-Vorlagen erstellen?

Ja. In den Einstellungen lassen sich benutzerdefinierte Vorlagen für konkrete Szenarien speichern — etwa für Code-Reviews, Marketing-Texte oder Recherche-Anfragen. Bei jedem Diktat nutzt die App die gewählte Vorlage.

Wie lange dauert die Erstellung eines Prompts per Stimme?

Anderthalb bis zwei Sekunden vom Ende des Diktats bis zum strukturierten Prompt im aktiven Feld. Im Vergleich zum manuellen Schreiben eines Best-Practice-Prompts ist das um Größenordnungen schneller.