Einen guten Prompt schreiben: was sich beim Bau einer Website mit KI bewährt hat

Outcomo bauen wir mit Hilfe von Claude, der KI von Anthropic. Wir arbeiten damit in Claude Code, einem Werkzeug, das Code direkt auf dem Computer schreibt und bearbeitet. Von den 229 Commits (gespeicherten Änderungen) im Repository der Website sind 224 mit Claude entstanden, der erste am 28. September 2026 (Stand: 31. Oktober 2026). Alle 21 Rechner und Tools, die Artikel in 9 Sprachen und die Tests, die sie prüfen: Alles beginnt mit einer Anweisung, einem Prompt. Hier ist, was sich bei uns bewährt hat. Zu jedem Tipp nennen wir auch, was die offiziellen Leitfäden von Anthropic, OpenAI und Google dazu sagen.

1. Sagen Sie, wofür und für wen es ist

Die KI weiß über Ihre Aufgabe nur, was Sie ihr schreiben. Anthropic rät, Claude wie einen fähigen, aber neuen Kollegen zu behandeln, der Ihre Gepflogenheiten nicht kennt: Je genauer Sie beschreiben, was Sie wollen, desto besser wird das Ergebnis. Dazu gibt es einen einfachen Test: Lassen Sie jemanden den Prompt lesen, der nichts über die Aufgabe weiß. Wäre diese Person verloren, ist es die KI auch.

Bei uns erfährt die KI deshalb zu jedem Artikel, für wen er ist: für welches Land und wie die Leser anzusprechen sind. Auf Deutsch siezen wir, auf Spanisch und Polnisch duzen wir, auf Ungarisch verwenden wir das förmliche Ön.

Es hilft auch, das Warum dazuzuschreiben. Anthropic nennt ein Beispiel: Statt „verwende nie Auslassungspunkte“ schreiben, dass der Text von einer KI-Stimme vorgelesen wird, die Auslassungspunkte nicht aussprechen kann. Aus dem Grund leitet die KI auch ab, was Sie nicht ausdrücklich geschrieben haben. Als wir nicht wollten, dass die Antworten auf häufige Fragen Gesetze zitieren, haben wir den Grund dazugeschrieben: Gesetze ändern sich, und wir müssten den Text ständig prüfen. Die Regel lautet daher: allgemein schreiben und für Details auf den Vertrag oder die Bank verweisen.

2. Seien Sie konkret

Die Dokumentation von Claude Code rät, Anweisungen so konkret zu schreiben, dass sich prüfen lässt, ob die KI sie befolgt hat: „Rücke mit zwei Leerzeichen ein“ statt „Formatiere den Code ordentlich“. OpenAI rät dasselbe: klar und konkret, mit genug Kontext und ohne Mehrdeutigkeiten. Ein paar Anweisungen aus unserer Arbeit:

Allgemein	Konkret
Füge Erklärungen hinzu.	Füge zu jedem Rechnerfeld, das ein Laie vielleicht nicht versteht, eine Erklärung hinzu. Bei Rendite und Volatilität mit Beispielen aus unseren Daten. In allen Sprachen der Website.
Prüfe die Zahlen.	Nimm Zahlen für einen Artikel nur aus den Datendateien, in denen jede Zahl eine Quelle und ein Datum hat.
Schreib nichts Unsicheres.	Was du nicht sicher weißt, schreib als offene Frage, nicht als Tatsache.

Die erste Regel entstand, als in einigen Rechnern Erklärungen fehlten. So formuliert, lässt sie sich bei jedem neuen Rechner Feld für Feld prüfen.

3. Zeigen Sie ein Beispiel

Ein Beispiel sagt oft mehr als eine lange Beschreibung. Anthropic nennt Beispiele eine der zuverlässigsten Methoden, Format, Ton und Aufbau einer Antwort festzulegen, und empfiehlt 3 bis 5 davon. Sie sollen Ihrer echten Aufgabe ähneln und sich zugleich genug unterscheiden, damit die KI nichts übernimmt, was sie nur zufällig gemeinsam haben. Google rät, immer Beispiele mitzugeben.

Ein neuer Artikel beginnt deshalb nicht bei null: Die KI liest zuerst einen ähnlichen fertigen Artikel und folgt seinem Aufbau, seinem Ton und der Art, wie er Quellen angibt. Dieser hier ist nach der Anleitung zur KI-Stimme entstanden.

4. Sagen Sie, was zu tun ist, nicht was nicht

Ein Verbot sagt, was Sie nicht wollen, aber nicht, was Sie wollen. Anthropic rät, statt „verwende kein Markdown“ zu schreiben: „antworte in fließenden Absätzen“. Statt „schreib keine Preise aus dem Kopf“ haben wir „Preise nur aus der offiziellen Preisliste, mit dem Datum, an dem wir sie geprüft haben“. Die KI weiß dann, wo sie den Preis findet und was sie dazuschreiben soll.

5. Erlauben Sie der KI „Ich weiß es nicht“ und verlangen Sie Quellen

KI erfindet manchmal eine Antwort, die glaubwürdig klingt. Anthropic rät, „Ich weiß es nicht“ ausdrücklich als Antwort zu erlauben, für jede Behauptung eine Quelle zu verlangen und Behauptungen ohne Quelle zu streichen. Zugleich weist Anthropic darauf hin, dass auch das Fehler nicht ganz beseitigt und wichtige Informationen geprüft werden müssen.

Unsere Regeln: Quellen nur von offiziellen Seiten und eine Schätzung nie als Tatsache. Zwei Beispiele aus den letzten Tagen:

• Ungarisch und die KI-Stimme. Bevor wir die Anleitung zur KI-Stimme ins Ungarische übersetzt haben, haben wir in der Dokumentation von ElevenLabs geprüft, welche Sprachen das Modell spricht. Ungarisch gehört nicht dazu, deshalb sagt der ungarische Artikel das gleich am Anfang, statt zu behaupten, das Vorgehen sei dasselbe.
• Schaltflächen, die wir nicht gesehen haben. Die Trezor-Anleitung nennt keine Schaltflächen, die wir nicht geprüft haben. Dort steht allgemein „Wählen Sie den Empfang“, nicht eine Beschriftung, die in der App anders lauten kann.

6. Prüfen Sie das Ergebnis an etwas Überprüfbarem

Anthropic empfiehlt, schon vor dem Feilen am Prompt zu wissen, woran Sie ein gutes Ergebnis erkennen, und eine Möglichkeit zu haben, es zu testen. Bei uns sind das Tests: Die Website hat 1.338 davon, und die KI führt sie nach jeder Änderung aus. Sie prüfen die Berechnungen der Rechner und auch die Artikel, zum Beispiel, dass Wörter nach Zahlen im Polnischen oder Ukrainischen die richtige Form haben.

Auch die Tests schreibt die KI, und sie fangen sogar ihre eigenen Fehler. In der englischen Trezor-Anleitung hatten wir zuerst geschrieben, dass die englische Wortliste des Passphrase-Generators nur Buchstaben enthält. Ein Test, der die ganze Liste durchging, fand auch Wörter mit Bindestrich, etwa drop-down. Wir haben den Text korrigiert, bevor er online ging.

7. Teilen Sie eine große Aufgabe in Schritte

Ein erster Prompt gelingt selten auf Anhieb. OpenAI und Google beschreiben das Schreiben von Prompts als Wiederholung: schreiben, das Ergebnis ansehen, die Formulierung anpassen, Kontext ergänzen oder die Aufgabe vereinfachen. Google rät auch, eine komplexe Aufgabe in kleinere Schritte zu teilen, bei denen die Ausgabe des einen die Eingabe des nächsten ist.

Größere Änderungen an der Website beginnen deshalb nicht mit Code. Zuerst schreiben wir mit der KI einen Entwurf: was entstehen soll, für wen und was nicht dazugehört. Daraus macht die KI einen Plan in Schritten und schreibt erst dann den Code, Schritt für Schritt und mit Tests. Im Repository liegen 23 solcher Entwürfe und 11 Pläne.

8. Schreiben Sie einmal auf, was sich wiederholt

Regeln, die immer gelten, müssen nicht in jeden Prompt. ChatGPT hat dafür eigene Anweisungen (Custom Instructions), die für alle Chats gelten, Claude hat Projektanweisungen. Claude Code lädt zu Beginn jeder Sitzung die Anweisungsdatei des Projekts (CLAUDE.md) und die Notizen, die es selbst führt. Seine Dokumentation rät, Anweisungen kurz und konkret zu halten, unter 200 Zeilen pro Datei: Eine längere Datei braucht mehr Platz, und die KI hält sich weniger zuverlässig daran.

In unserer Datei steht zum Beispiel, dass die KI mit uns Tschechisch spricht, woher sie Zahlen nimmt und wie sie die Leser in jeder Sprache anspricht. Neue Regeln kommen vor allem nach Fehlern dazu, wie die mit den Erklärungen.

9. Skills: Anleitungen, die sich die KI holt, wenn sie sie braucht

Projektanweisungen werden jedes Mal geladen. Ein Skill dagegen ist ein Ordner mit einer Anleitung (einer Datei SKILL.md), manchmal auch mit Skripten und Unterlagen, den die KI erst lädt, wenn er passt. Bis dahin kennt sie nur seine kurze Beschreibung, sodass selbst eine lange Anleitung fast nichts kostet, solange sie nicht gebraucht wird. Einen Skill können Sie auch von Hand starten, mit einem Schrägstrich und seinem Namen, etwa /brainstorming.

Claude hat eingebaute Skills für Word-, Excel-, PowerPoint- und PDF-Dokumente, und laut Hilfe-Center sind Skills in allen Tarifen verfügbar, auch im kostenlosen. Das Format ist ein offener Standard, Agent Skills, sodass derselbe Skill auch in anderen Werkzeugen funktioniert. Das Verzeichnis skills.sh nennt etwa Cursor, GitHub Copilot, Codex und Gemini CLI.

Am meisten nutzen wir die Sammlung Superpowers. Ihr Skill brainstorming fragt vor der Arbeit die Aufgabe ab, Frage für Frage, und schreibt aus den Antworten einen Entwurf. Der Skill writing-plans macht aus dem Entwurf einen Plan. Daher stammen die Entwürfe und Pläne aus Punkt 7.

Dass Skills wirklich helfen, hat die Studie SkillsBench gezeigt: Mit sorgfältig vorbereiteten Skills lösten Modelle im Schnitt 50,5 % der Aufgaben statt 33,9 %. Eng gefasste Skills mit höchstens 3 Teilen schnitten besser ab als große Pakete von Anleitungen. Und ein kleineres Modell mit Skills hielt mit einem größeren ohne sie mit.

Welche Skills tatsächlich genutzt werden

Wie viele Menschen welchen Skill nutzen, veröffentlicht niemand. Wir haben deshalb verglichen, was sich zählen lässt (Stand: 31. Oktober 2026):

• Projekte auf GitHub. In grep.app, einer Suche über eine große Stichprobe öffentlicher GitHub-Repositorys, haben wir die Projekte gezählt, die den Skill in einem Ordner haben, aus dem die KI ihn lädt (.claude/skills oder .agents/skills). Das kommt der tatsächlichen Nutzung am nächsten.
• Installationen im Verzeichnis skills.sh von Vercel, das Installationen über sein Werkzeug npx skills zählt.
• Erwähnungen in Diskussionen. Kommentare auf Hacker News seit dem 1. Oktober 2025, die den Skill nennen.

In öffentlichen Projekten am häufigsten sind frontend-design, skill-creator und vercel-react-best-practices. Für einige Skills mit sehr vielen Installationen haben wir dagegen kein einziges Projekt gefunden (Installationen in Klammern): reddit-automation (1,2 Mio.), design-mobile-apps (1,1 Mio.) und ai-video-generation (916.400). Die Zahl der Installationen allein sagt also wenig über die Nutzung. Auf Hacker News am häufigsten erwähnt werden Superpowers, frontend-design, grill-me und caveman.

Skill	Projekte	Installationen
Planung und Vorgehen
skill-creator (anthropics)	162	420.400
grill-me (mattpocock)	114	1,5 Mio.
Design und Oberfläche
frontend-design (anthropics)	214	1,1 Mio.
web-design-guidelines (vercel-labs)	111	808.000
Websites mit React
vercel-react-best-practices (vercel-labs)	138	857.700
shadcn (shadcn)	85	130.900
Testen und Fehlersuche
playwright-cli (microsoft)	54	202.900
diagnosing-bugs (mattpocock)	41	871.800
Datenbanken
convex-quickstart (get-convex)	25	133.300
supabase-postgres-best-practices (supabase)	24	468.400
Mobile Apps
vercel-react-native-skills (vercel-labs)	9	262.000
building-native-ui (expo)	6	58.100
Marketing und SEO
seo-audit (coreyhaines31)	29	242.700
copywriting (coreyhaines31)	15	241.500
Dokumente
pdf (anthropics)	24	220.400
docx (anthropics)	14	210.500
Video
remotion-best-practices (remotion-dev)	25	720.200
hyperframes (heygen-com)	9	1,3 Mio.

Die eingebauten Dokument-Skills von Claude werden ohne Installation genutzt, sie müssen also gar nicht in Projekten auftauchen. Ein Skill kann außerdem Skripte enthalten, die auf Ihrem Computer laufen. Installieren Sie deshalb nur Skills von Autoren, denen Sie vertrauen. Das Verzeichnis skills.sh zeigt bei ihnen auch die Ergebnisse von Sicherheitsprüfungen.

Kurz zusammengefasst

1. Schreiben Sie, wofür das Ergebnis ist, für wen und warum Sie es genau so wollen.
2. Formulieren Sie Anweisungen so konkret, dass sich prüfen lässt, ob die KI sie befolgt hat.
3. Fügen Sie ein Beispiel oder eine fertige Vorlage hinzu.
4. Schreiben Sie, was zu tun ist, nicht was nicht.
5. Erlauben Sie „Ich weiß es nicht“ als Antwort und verlangen Sie Quellen.
6. Prüfen Sie das Ergebnis an etwas Überprüfbarem, etwa einem Test.
7. Teilen Sie eine große Aufgabe auf: Entwurf, Plan, Schritte.
8. Schreiben Sie einmal auf, was sich wiederholt, und legen Sie längere Anleitungen in kurze, eng gefasste Skills.

Wie genau Anweisungen sein müssen, können Sie auch ohne KI ausprobieren. In unserem Tool Programmieren für Einsteiger macht der Roboter genau das, was Sie zusammenstellen, keinen Schritt mehr.