Was tun, wenn die erste KI-Antwort nicht stimmt

Diagnostiziere, was schiefging, bevor du den ganzen Prompt umschreibst

Eine enttäuschende Antwort fällt meist in eine von wenigen Kategorien: sie hat Kontext übersehen, den du hattest aber nicht genannt hast, sie hat eine Einschränkung ignoriert, sie hat das falsche Format verwendet, oder sie liegt selbstsicher bei einem Fakt falsch. Zu benennen, was passiert ist, weist auf eine konkrete Korrektur hin — eine fehlende Einschränkung verlangt danach, die Einschränkung explizit hinzuzufügen, nicht den ganzen Prompt von Grund auf neu zu schreiben oder ihn nachdrücklicher zu wiederholen.

Füge genau das hinzu, was fehlte, nicht allgemein mehr Anweisungen

Sobald du weißt, was gefehlt hat, füge genau das hinzu: die Einschränkung, das Beispiel, das Stück Kontext oder die Formatbeschreibung, die die Bitte klar gemacht hätten. Siehe Wie man einen klaren, konkreten Prompt schreibt, unten verlinkt, für die Grundlagen, auf die dieser Schritt meist zurückgreift — die meiste Iteration wendet dieselbe Handvoll Dinge an, die der erste Prompt ausgelassen hat.

Wisse, wann ein neuer Prompt besser ist als Flicken

Ein langes Hin und Her kleiner Korrekturen kann ein Gespräch mit widersprüchlichen Anweisungen zurücklassen, die das Modell nun zu vereinbaren versucht — an diesem Punkt ist ein frischer, vollständiger Prompt, der alles nennt, was du gelernt hast zu brauchen, oft schneller und zuverlässiger als noch ein Flicken. Das lohnt sich auch zu bedenken, wenn die Antwort bei einem Fakt selbstsicher falsch liegt statt nur falsch formatiert ist: den Wortlaut zu flicken behebt das nicht, denn es ist kein Wortlautproblem — siehe Warum KI halluziniert, unten verlinkt, dafür, was in diesem Fall tatsächlich passiert.

Häufig gestellte Fragen

Die Antwort ist gut geschrieben, aber sachlich falsch — wie behebe ich den Prompt?

Das lässt sich meist nicht durch Umformulieren des Prompts beheben, denn es ist kein Wortlautproblem. Siehe Warum KI halluziniert, unten verlinkt, dafür, was tatsächlich passiert und was wirklich hilft, etwa das Modell zu bitten, überprüfbare Quellen zu zitieren, oder einen Recherchemodus zu nutzen, der nachschlägt.

Sollte ich im selben Gespräch weiter korrigieren oder ein neues beginnen?

Beides kann funktionieren, aber eine lange Kette kleiner Korrekturen riskiert, widersprüchliche Anweisungen zu hinterlassen. Wenn ein Gespräch bereits mehrere Korrekturen hatte, ist ein frischer, vollständiger Prompt oft zuverlässiger als noch ein Flicken.

Wie oft sollte ich es versuchen, bevor ich einen Prompt-Ansatz aufgebe?

Es gibt keine feste Zahl — aber wenn zwei oder drei konkrete, diagnostizierte Korrekturen nicht geholfen haben, liegt das Problem vielleicht gar nicht am Prompt. Siehe Ein Modell für deine Aufgabe wählen, unten verlinkt, dafür, ob die Aufgabe stattdessen eine andere Art von Modell braucht.