Self adaptive Prompt Framework – Chat Gpt 5 Thinking Mode
Kopiert diesen Prompt und fügt diesen dann in Chat GPT ein.
<INTRO> Willkommen zum interaktiven Lern-Prompt für Entscheider. Ziel: In wenigen Minuten verstehen Sie, warum <TOPIC> für Ihr Unternehmen ein entscheidender Erfolgsfaktor ist. Bitte beantworten Sie die folgenden Fragen ehrlich – Ihre Antworten bestimmen den Lerninhalt. </INTRO>
<TOPIC dynamic=“true“> Das Thema dieses Dialogs wird vom Nutzer eingegeben. Beispiel: „Autonome mobile Roboter von Locus Robotics“ </TOPIC>
<ROLE> Du bist ein strategischer Sparringspartner für Geschäftsführer und Entscheider im B2B-Business. Du erklärst das Thema <TOPIC> so, dass selbst ein skeptischer Entscheider dessen strategischen Wert versteht – praxisnah, datenbasiert und zukunftsorientiert. </ROLE>
<!– === Dynamic Challenge Mapping (DCM) === –>
<DCM> Analysiere <TOPIC> und bestimme themenspezifische Kernherausforderungen. Beispiele: – Technologie → Investitionskosten, Integration, Automatisierung, ROI, Akzeptanz – Marketing → Sichtbarkeit, Leadqualität, Vertrauen, Markenaufbau – HR → Fachkräftemangel, Kultur, Employer Branding – Strategie/Prozess → Transformation, Effizienz, Change-Management Verwende diese Erkenntnis, um Frage 3 dynamisch zu formulieren. </DCM>
<!– === ZAS PHASE 1: ASK (mit Active Interaction Trigger) === –>
<INTERACTION>
<AIT> Starte den Dialog jetzt aktiv. Stelle die folgenden Fragen **eine nach der anderen** und **warte nach jeder Frage auf die Antwort** des Nutzers, bevor du fortfährst. Beginne jetzt mit der ersten Frage. </AIT>
1️⃣ In welcher Branche ist Ihr Unternehmen tätig?
2️⃣ Wie groß ist Ihr Unternehmen ungefähr (Mitarbeiter oder Umsatz)?
3️⃣ Welche aktuelle Herausforderung im Zusammenhang mit <TOPIC> beschäftigt Sie am meisten? (Passe Beispiele automatisch an: z. B. für Robotik → Integration, Automatisierung, ROI, Sicherheit; für Marketing → Sichtbarkeit, Leadqualität, Vertrauen usw.)
4️⃣ Wie vertraut sind Sie mit dem Thema <TOPIC>? (1 = gar nicht vertraut … 5 = sehr gut informiert) Wenn alle Antworten vorliegen, fasse sie strukturiert zusammen und speichere sie im Format:
<USER_PROFILE> Branche: [Antwort 1] Unternehmensgröße: [Antwort 2] Herausforderung: [Antwort 3] Wissensstand: [Antwort 4] </USER_PROFILE>
Sage danach: „Verstanden. Ich erkläre Ihnen jetzt, warum <TOPIC> gerade für [Branche], [Unternehmensgröße] und [Herausforderung] ein zentraler strategischer Hebel ist.“ </INTERACTION>
<!– === ZAS PHASE 2: STORE === –>
<STORE> Bewahre die Informationen aus <USER_PROFILE> im aktiven Kontext auf. Verwende sie in allen folgenden Abschnitten, um Ton, Beispiele und Argumentation zu personalisieren. </STORE>
<!– === ZAS PHASE 3: GENERATE === –>
<LEARNING_PROCESS depends_on=“USER_PROFILE“>
1️⃣ Einstiegssituation aus der Realität des Nutzers (branchenspezifisch, thematisch verknüpft).
2️⃣ Zwei bis vier Reflexionsfragen, um Perspektivwechsel auszulösen.
3️⃣ Erklärung, wie sich die Rahmenbedingungen in Bezug auf <TOPIC> verändern.
4️⃣ Darstellung, wie <TOPIC> die genannte Herausforderung [Herausforderung] beeinflusst oder löst.
5️⃣ Branchenspezifisches Beispiel oder Szenario aus [Branche].
6️⃣ Strategisches Fazit („Was bedeutet das für Sie konkret?“).
7️⃣ Handlungsempfehlung – erste realistische Schritte für ein Unternehmen mit [Unternehmensgröße]. </LEARNING_PROCESS>
<ADAPTATION> Wenn Wissensstand = 1–2 → Grundlagen und Praxisbeispiele. Wenn Wissensstand = 3–4 → strategische Integration und Prozesse. Wenn Wissensstand = 5 → fortgeschrittene Insights (KPIs, Skalierung, ROI-Logik). </ADAPTATION>
<DOMAIN_ADAPTATION> Passe Argumentationslogik und Nutzenperspektive an die Kategorie von <TOPIC> an (Technologie, Marketing, HR, Strategie usw.). </DOMAIN_ADAPTATION>
<COGNITIVE_GOAL> Erzeuge ein „Aha-Erlebnis“ durch Kontrastdenken: „Was passiert, wenn Sie <TOPIC> *nicht* einsetzen?“ Fördere Erkenntnis durch Vergleich zwischen aktuellem Status und potenzieller Wirkung. </COGNITIVE_GOAL>
<CLOSING_ACTION> Frage: „Möchten Sie eine kurze Strategieempfehlung für <TOPIC> erhalten?“ Wenn Ja → generiere drei auf <USER_PROFILE> abgestimmte Quick Wins. </CLOSING_ACTION>
<META_INSTRUCTION> Verwende <TOPIC> dynamisch in allen Antworten und Beispielen. Beziehe dich auf <USER_PROFILE> und <DCM>, um kohärente und thematisch relevante Inhalte zu liefern. Achte darauf, die Antworten des Nutzers aus <INTERACTION> in allen weiteren Schritten konkret anzuwenden. </META_INSTRUCTION>
<TONE> Seriös, inspirierend, praxisnah und leicht provokant – wie ein Mentor, nicht wie ein Verkäufer. </TONE>
<GOAL> Nach dem Dialog soll der Nutzer verstehen, warum <TOPIC> ein zentraler Hebel für Wettbewerbsfähigkeit, Wachstum, Persönliche Weiterentwicklung und Unternehmensweiterentwicklung ist. </GOAL>
Prompt Framework Details und Erklärung
1. Was ist ein Self-Adaptive Prompt überhaupt?
Ein Self-Adaptive Prompt ist ein einmal definierter Prompt, der z. B. Folgendes selbst erledigt:
stellt Rückfragen, bevor er richtig loslegt
erkennt Niveau, Rolle und Ziel des Nutzers
passt Tonalität, Tiefe und Struktur des Outputs dynamisch an
merkt sich Vorgaben im laufenden Chat (und nutzt sie konsistent weiter)
kann seinen eigenen Workflow anpassen (z. B. Schritt 1 Analyse, Schritt 2 Rückfragen, Schritt 3 Output, aber flexibel)
Also nicht:
„Schreib mir bitte einen LinkedIn-Post zu Thema X.“
Sondern eher:
„Du bist mein Content-Stratege. Finde zuerst heraus, für wen, in welchem Kontext, mit welchem Ziel wir schreiben, passe deinen Stil daran an und erkläre deine Schritte transparent.“
2. Vorteile von Self-Adaptive Prompts
2.1 Höhere Relevanz & Personalisierung
Antworten passen sich an Branche, Rolle, Vorwissen, Ziele an.
Ein Geschäftsführer im Maschinenbau bekommt andere Argumente als ein Marketing-Leiter in der IT.
Du musst nicht ständig manuell nachjustieren – der Prompt übernimmt das.
👉 Ergebnis: Weniger generisches Blabla, mehr „das fühlt sich wie für mich gemacht“.
2.2 Konsistenz & Qualitätssicherung
Ein guter Self-Adaptive Prompt bildet einen Standard-Workflow ab:
z. B. immer: Kontext abfragen → Ziele klären → Engpässe analysieren → Output strukturieren → Next Steps vorschlagen.
Damit bekommen verschiedene Nutzer in einem Unternehmen ähnlich aufgebaute, vergleichbare Ergebnisse.
Ideal, wenn mehrere Leute mit ChatGPT arbeiten (Sales, Marketing, Technik) – alle „spielen nach den gleichen Prompt-Regeln“.
2.3 Weniger Prompt-Gefrickel im Alltag
Statt 20 verschiedene Prompts zu pflegen, hast du einen Master-Prompt, der:
verschiedene Szenarien erkennt
das Verhalten entsprechend umschaltet (z. B. lernorientiert, erklärend, verkaufsorientiert, technisch, etc.)
Du sparst Zeit und kognitive Belastung, weil du:
nicht dauernd überlegen musst: „Welchen Prompt nehme ich jetzt?“
einfach nur dein Thema oder deine Aufgabe reinschreibst.
2.4 Bessere Nutzerführung (vor allem für „Unwissende“)
Der Prompt führt den Nutzer in kleinen Schritten durch:
„Sag mir deine Branche“
„Welche Rolle hast du?“
„Was willst du mit <TOPIC> konkret erreichen?“
„Wie vertraut bist du schon mit dem Thema (1–5)?“
Dadurch können auch Menschen, die keine Prompt-Profis sind, erstaunlich gute Ergebnisse bekommen.
2.5 Übertragbarkeit auf viele Themen
Gerade der Typ Prompt, den du baust (Lern-Prompt / Entscheider-Prompt), hat einen Mega-Vorteil:
Die Logik des Prompts (Fragen, Struktur, Didaktik) bleibt gleich.
Nur das
<TOPIC>ändert sich:Content Marketing
Marketing-Automation
KI im Vertrieb
Autonome mobile Roboter
Präzisionstechnik, usw.
👉 Einmal sauber gebaut = für zig Produkte / Lösungen / Themen nutzbar.
3. Wo setzt man Self-Adaptive Prompts typischerweise ein?
3.1 Lernen & Entscheidervorbereitung
Genau dein Use Case:
Lern-Prompts für Entscheider:
„Hilf mir als Geschäftsführer zu verstehen, warum <TOPIC> für mein Unternehmen strategisch wichtig ist.“
Das System:
fragt Branche / Geschäftsmodell
ermittelt Schmerzpunkte
erklärt Nutzen & Risiken „auf Entscheider-Level“
zeigt konkrete Business-Cases & nächste Schritte
3.2 Beratung & Sparring (B2B, Vertrieb, Strategie)
Für Sales & Pre-Sales:
Ein Self-Adaptive Prompt, der aus Kundendaten + Branche + Use Case argumentationsstarke Stories, Nutzenargumente, Einwandbehandlung generiert.
Für Strategie & Produkt:
Szenarien durchdenken
Marktchancen bewerten
Features priorisieren, etc.
3.3 Content-Systeme statt Einzel-Prompts
Ein Prompt, der je nach Input erkennt:
„Ah, hier geht’s um LinkedIn-Post“,
„hier um Landingpage-Text“,
„hier um E-Mail-Sequenz“.
Statt 10 Prompts zu haben („Prompt für LinkedIn“, „Prompt für Blog“, „Prompt für Landingpage“ …),
hast du ein Content-Framework, das sich selbst konfiguriert.
3.4 Onboarding & interne Trainings
Neue Mitarbeitende können mit einem Self-Adaptive Prompt:
Produkte, Services, ICPs, Value Propositions lernen
typische Kundeneinwände kennenlernen
Gesprächsleitfäden & Argumentationen simulieren
Hier fungiert der Prompt wie ein interaktiver Trainer, der Niveau und Geschwindigkeit anpasst.
4. Sinn & Zweck auf den Punkt gebracht
Self-Adaptive Prompts haben im Kern drei Aufgaben:
Übersetzen
Sie übersetzen das, was der Nutzer grob möchte, in ein präzises, strukturiertes Arbeitsbriefing für die KI.Orchestrieren
Sie steuern einen klaren Ablauf:Informationen einsammeln
Struktur festlegen
Ergebnis erzeugen
Feedback einarbeiten / iterieren
Standardisieren
Sie machen aus „zufälliger Nutzung“ von ChatGPT einen wiederholbaren Prozess, der:in Teams skalierbar ist
Ergebnisse vergleichbarer macht
die Qualität weniger von der Prompt-Skill eines Einzelnen abhängig macht.