Fortgeschrittene Prompting-Techniken

Du fragst Claude eine Frage und kriegst eine Antwort. Aber die Qualität der Antwort hängt stark davon ab, wie du die Frage stellst. Diese Techniken zeigen wie du bessere Prompts schreibst.

Basics (Wiederholung)

Bevor es kompliziert wird — die Fundamentals:

1. Klare Anweisungen

✓ RICHTIG:
Schreibe einen Python-Funktionstest mit pytest für die login() Funktion.
Der Test soll 3 Cases abdecken:
1. Erfolgreicher Login mit validen Credentials
2. Login mit falsem Passwort
3. Login mit nicht-existierendem User

✗ FALSCH:
Schreib einen Test

2. Kontext geben

✓ RICHTIG:
Wir verwenden pytest für Unit Tests, PostgreSQL für die Datenbank.
Das Projekt ist ein FastAPI Backend.

Schreibe einen Test für...

✗ FALSCH:
Schreibe einen Test...
(Claude weiß nicht welche Tools du nutzt)

3. Format angeben

✓ RICHTIG:
Gib die Antwort als:
- JSON object mit Feldern "name", "age", "city"
- Code-Block (```json...```)
- Englisch

✗ FALSCH:
Gib die Antwort
(Claude wählt zufälliges Format)

Chain of Thought (CoT)

Chain of Thought bedeutet: "Zeige mir deine Gedankengänge, Schritt für Schritt."

Claude wird viel bessere Ergebnisse liefern wenn er sein Denken zeigt.

Basis

Frage: Ist 15 * 18 + 42 größer als 200?

✗ Ohne CoT:
Claude: "Ja"
(Schnell, aber wenig Kontext)

✓ Mit CoT:
Claude: "
Rechnung:
1. 15 * 18 = 270
2. 270 + 42 = 312
3. 312 > 200? Ja
"
(Claude zeigt Arbeit, du siehst wo Fehler sind)

Prompt-Pattern

Löse dieses Problem Schritt für Schritt:

Problem: [dein Problem]

Schritte:
1. [was first?]
2. [then?]
3. [finally?]

Antwort: [result]

Für Code-Reviews

Reviewe diesen Code auf Bugs:

[Code]

Überdenke folgende Aspekte schrittweise:
1. Sind alle Variablen initialisiert?
2. Sind Array-Grenzen gecheckt?
3. Sind alle Exception-Cases behandelt?
4. Ist die Performance OK (O(n) oder schlimmer)?

Bugs die ich finde:
- [Bug 1] → Auswirkung: ...
- [Bug 2] → Auswirkung: ...

XML-Tags für Struktur

XML-Tags helfen Claude, verschiedene Abschnitte zu verstehen und zu unterscheiden.

Beispiel: Anforderungen vs. Einschränkungen

Schreibe einen Webhook-Handler.

<requirements>
- POST Endpoint auf /webhook
- Signatur mit HMAC-SHA256 verifizieren
- Payload in PostgreSQL speichern
- HTTP 200 bei Erfolg, 400 bei Validierungsfehler
</requirements>

<constraints>
- Nur AsyncIO (nicht Threads)
- Keine externe Abhängigkeiten außer FastAPI + psycopg
- Timeout: 5s max
</constraints>

<context>
Wir verwenden Pydantic für Validation, ein existierender Pool
ist in `db.pool` verfügbar.
</context>

Claude versteht die Struktur besser und macht weniger Fehler.

Andere nützliche Tags

<goal>Was ist das Ziel?</goal>
<background>Welcher Kontext ist wichtig?</background>
<audience>Wer liest das?</audience>
<constraints>Was darf ich NICHT machen?</constraints>
<examples>Beispiele</examples>
<output_format>Was soll raus kommen?</output_format>

Few-Shot Learning

Few-Shot bedeutet: "Zeige mir ein-zwei Beispiele, dann mach es so."

Beispiel: API Response formatieren

Konvertiere diese JSON-Fehler in eine lesbare Form.

Beispiel 1:
Input: {"code": 401, "message": "Unauthorized"}
Output: "Zugriff verweigert (401) — Bitte meld dich an"

Beispiel 2:
Input: {"code": 500, "message": "Internal Server Error"}
Output: "Fehler auf unserem Server (500) — Versuche später erneut"

Jetzt konvertiere diese:
1. {"code": 404, "message": "Not Found"}
2. {"code": 422, "message": "Validation Error"}

Claude sieht das Muster und macht es genauso.

Few-Shot für Code-Stil

Schreib Python-Code im folgenden Stil:

Beispiel 1 (Was ich möchte):
```python
def process_user(user_id: int) -> dict:
    """Verarbeite einen User und return Status."""
    try:
        user = fetch_user(user_id)
        return {"status": "ok", "user": user}
    except UserNotFound:
        return {"status": "error", "message": "User nicht gefunden"}

Beispiel 2 (Was ich NICHT möchte):

def processUser(userID):
    u = fetchUser(userID)
    return u

Jetzt schreib eine Funktion die...


Claude ahmt den Stil nach.

## Zero-Shot vs. Few-Shot

Zero-Shot: "Translate this to German" → Claude übersetzt (Claude braucht kein Beispiel)

Few-Shot: "Hier sind 3 Beispiele von German translations... Jetzt translate this" → Claude übersetzt im gleichen Stil

Few-Shot ist besser wenn:

Format kompliziert ist
Du einen speziellen Stil brauchst
Edge Cases wichtig sind


## Reverse Prompting (Interview-Modus)

Statt Claude zu fragen, **fragst du Claude Fragen zu stellen**.

Claude wird bessere Antworten geben wenn er dir Fragen stellt um seinen Context zu verbessern.

### Beispiel 1: Produktkalkulation

Ich will ein Produkt kalkulieren, die Pricing ist komplex.

Statt mir zu sagen wie, frag MICH Fragen um besser zu verstehen was ich brauche.


Claude antwortet:

Gute Idee! Ich hab ein paar Fragen:

Ist das ein SaaS-Produkt (recurring) oder Software-Lizenz (one-time)?
Wie viele Tiers brauchst du? (z.B. Basic/Pro/Enterprise)
Sollen Bundle-Rabatte möglich sein?
Welche Konkurrenz-Preise sind relevant?
Zielgruppe: KMUs (€100-500) oder Enterprise (€10k+)?


Du beantwortest die Fragen → Claude macht eine bessere Kalkulation.

### Beispiel 2: Code-Architektur

Ich hab eine Microservices-Architektur und bin mir nicht sicher ob sie skaliert. Statt mir zu sagen was falsch ist, frag mich Fragen um das zu verstehen.


Claude:

Perfekt, ich hab Fragen:

Wie viele Services hast du aktuell?
Wie kommunizieren sie? (REST, gRPC, Message Queue?)
Wo sind Performance-Bottlenecks aktuell?
Ziel: Skalierbarkeit oder Cost-Effizienz?


Das ist viel hilfreicher als eine generische Antwort.

## Meta-Prompting

Meta-Prompting bedeutet: "Claude schreibt seinen eigenen Prompt."

Das ist hilfreich wenn du ein komplexes Problem hast und nicht sicher bist wie du Claude fragen sollst.

### Beispiel

Ich hab ein Problem und weiß nicht wie ich Claude fragen soll.

Problem: Ich muss eine Reporting-Pipeline bauen die täglich Daten aus 5 Datenquellen aggregiert.

Schreib einen Prompt den ich dann verwenden kann um eine bessere Anleitung für die Implementierung zu kriegen.


Claude schreibt einen strukturierten Prompt für dich → du benutzt ihn.

## Self-Ask Pattern

Beim Self-Ask Pattern fragt Claude sich selbst Fragen bevor er antwortet.

### Wie es funktioniert

Frage: Sollten wir zu Kubernetes migrieren?

Self-Ask Pattern:

Claude: "Okay, die Frage ist ob Kubernetes Sinn macht"
Claude: "Was muss ich verstehen?
- Aktuelle Infrastruktur
- Team-Expertise
- Kosten vs. Benefits"
Claude: "Fragen:
- Wie viele Server haben wir?
- Kennt das Team Kubernetes?
- Was kostet das aktuell?
Claude: "Basierend auf [Annahmen]: Meine Empfehlung ist..."


Claude arbeitet systematischer.

### Prompt für Self-Ask

Beantworte diese Frage mit Self-Ask:

Reformuliere die Frage
Zerlege sie in Sub-Fragen
Beantworte jede Sub-Frage
Gib eine finale Antwort

Frage: [deine Frage]


## Extended Thinking (Claude 3.5+)

Extended Thinking aktiviert tiefes Nachdenken. Claude denkt länger und gründlicher nach.

### Aktivierung

Ich need extended analysis für dieses komplexe Problem.

Verwende extended thinking:

Überdenke das Problem von mehreren Winkeln
Prüfe deine Annahmen
Erkläre dein Denk-Prozess

Problem: [dein komplexes Problem]


Das gibt bessere Qualität, braucht aber mehr Zeit.

## System Prompts Best Practices

System Prompts sind die Anleitung die du Claude bei Session-Start gibst (in API oder CLAUDE.md).

### Struktur
```markdown
# System Prompt — Mein Projekt

## Rolle
Du bist ein Technical Writer der Code-Dokumentation schreibt.

## Stil
- Österreichisch-informell (Du-Form)
- Technisch präzise, kein Marketing-Fluff
- Praktische Code-Beispiele
- Markdown-Format

## Kontext
- Projekt: Playbook01 (E-Commerce Plattform)
- Tech Stack: Next.js, n8n, PostgreSQL
- Target Audience: KMU-Gründer

## Regeln
- KEINE AI-Buzzwords (pivotal, landscape, delve)
- Deutsche Begriffe wenn möglich, Englisch für Tech-Terms
- Code-Beispiele MÜSSEN funktionieren
- Keine Affiliate-Links, keine CTAs

## Output-Format
- H1 Titel, H2 Sections
- Code-Blöcke mit Language-Tag
- Checklisten am Ende jeder Seite

Do's & Dont's

Do	Don't
Spezifisch sein	Vage Anweisungen
Beispiele geben	Nur Theorie
Constraints nennen	Alles erlauben
Format definieren	Zufällig hoffen
Fehler adressieren	Blind hoffen es passt

Claude-spezifische Tips

1. Prefill nutzen

Du kannst Claude die erste Zeile der Antwort vorgeben:

Prompt: "Schreib einen Deployment-Plan"
Prefill: "## Deployment Plan

1. Pre-flight Checks"

Claude setzt die Antwort fort und folgt automatisch der Struktur

2. Thinking Tags (Claude 3.5+)

<thinking>
Das ist ein komplexes Problem. Ich sollte:
1. Die Anforderungen verstehen
2. Edge Cases überdenken
3. Verschiedene Lösungsansätze evaluieren
</thinking>

Jetzt antworte auf Basis meiner Überlegungen.

3. Stop-Sequenzen

Wenn Claude zu viel schreibt, nutze Stop-Sequenzen:

"Antworte kurz und prägnant. Stopp nach 3 Punkten."

4. Token-Awareness

Diese Frage könnte 50k Tokens brauchen.
Bevor Claude anfängt: "/cost prüfen"

Dann bei Bedarf:
"Fass dich kürzer — max 5000 Tokens"

Praktisches Beispiel: Ein kompletter Prompt

# Aufgabe: API-Dokumentation schreiben

## Goal
Schreibe eine Übersicht für die POST /users Endpoint.

## Context
- Framework: FastAPI
- Authentication: JWT Bearer Token
- Datenbank: PostgreSQL
- Response Format: JSON

## Requirements
- Kurze Beschreibung (max 2 Sätze)
- Request-Body Schema mit Validierungsregeln
- 3 Response-Beispiele:
  1. 201 Success
  2. 400 Validation Error
  3. 401 Unauthorized
- Curl-Beispiel
- Code-Beispiel (Python requests)

## Style
- Deutsch
- Technisch präzise
- Praktische Beispiele nur
- Markdown format

## Constraints
- Keine Marketing-Sprache
- Keine halluzinierten Felder
- Nur tatsächliche API-Behavior

Dieser Prompt gibt Claude alle Informationen um eine gute Antwort zu schreiben.

Checkliste

Quellen und Links

Claude Docs