Was ist ein System Prompt? Warum er für KI-Gespräche wichtig ist

Ein System Prompt ist ein klarer Satz von Anweisungen, denen ein KI-Modell in jeder Unterhaltung folgt. Er definiert, wie das Modell handelt, welchen Ton es verwendet, wo die Grenzen seines Wissens liegen, welche Tools es aufruft und welche Leitplanken für das System gelten. Entwickler nutzen System Prompts, damit sich KI-Modelle bei Kundeninteraktionen konsistent verhalten.

In diesem Leitfaden erklären wir, was ein System Prompt ist und wie er funktioniert. Dazu betrachten wir Beispiele für System Prompts in der Praxis und zeigen Best Practices, mit denen Sie eigene Prompts schreiben können.

Zusammenfassung

• Ein System Prompt definiert Rolle, Ton und Grenzen einer KI über alle Interaktionen hinweg.
• System Prompts stehen über Nutzer-Prompts und steuern das Verhalten in Gesprächen.
• Alle großen KI-Plattformen verwenden System Prompts.
• Gute System Prompts nutzen klare Abschnitte, Leitplanken und Tool-Anweisungen.
• System Prompts entwickeln sich mit Ihrem System weiter. Entwickler verfeinern sie anhand von Kundenunterhaltungen.

Was ist ein System Prompt?

Ein System Prompt ist die Anweisungsebene, die aktiv ist, bevor ein Nutzer überhaupt eine Nachricht eingibt. Entwickler oder Produktteams schreiben den Prompt in der Regel, um ein Modell zu steuern. Die meisten Chat-Oberflächen und APIs behandeln ihn als Kontext mit höherer Priorität als alles, was der Nutzer bei der Interaktion mit dem Modell eingibt.

Ein System Prompt definiert mehrere zentrale Aspekte eines Modells:

• Rolle: Die genaue Beschreibung, wen ein Modell für seinen Anwendungsfall nachbilden oder darstellen soll. Zum Beispiel: „Sie sind ein freundlicher und effizienter Customer-Success-Agent für ein Automobilunternehmen.“
• Umgebung: Definiert den weiteren Kontext der typischen Interaktionen, bei denen ein KI-Agent unterstützt, sowie die beste Art zu helfen. Ein Beispiel wäre: „Sie helfen einem Kunden telefonisch während eines Customer-Success-Gesprächs. Der Kunde kann mit verschiedenen Anliegen anrufen, von Fragen bis zu Bestellinformationen. Sie haben Zugriff auf die Kontohistorie, Bestellhistorie, Produktdetails und den internen Katalog des Kunden.“
• Ton: Richtlinien dafür, wie der Agent einem Nutzer antwortet und welche Sprache er verwendet. Zum Beispiel: „Ihre Antworten sind freundlich und prägnant, Sie verwenden natürliche Sprachmuster und können gelegentlich Bestätigungen einbauen, etwa [warmly] „Ich verstehe.“
• Ziel: Das Ziel, das ein Agent verfolgt, wenn er ein Gespräch effektiv abschließen möchte. Dieser Teil des System Prompts ist oft deutlich umfangreicher und behandelt die Nuancen mehrerer Ziele. Allgemein könnten Sie diesen Abschnitt etwa so beginnen: „Ihr primäres Ziel ist es, das Problem oder Anliegen eines Kunden effizient zu lösen und während des folgenden strukturierten Prozesses für ein positives Kundenerlebnis zu sorgen […]“
• Leitplanken: Sie definieren Themen, die zu vermeiden sind, Informationen, die die KI nicht weitergeben darf, das Vorgehen bei Anfragen außerhalb des Aufgabenbereichs und Reaktionen auf Versuche, ihre Anweisungen zu manipulieren oder zu überschreiben. Ein kurzes Beispiel: „Geben Sie niemals sensible Kundendaten zwischen Gesprächen weiter. Prüfen Sie immer die Identität eines Kunden, bevor Sie auf Kontoinformationen zugreifen.“ Über den System Prompt hinaus ElevenAgents Guardrails 2.0 schützt Unterhaltungen auf drei Ebenen und ermöglicht Unternehmen, robuste Governance-Maßnahmen gegen häufige Risikobereiche aufzubauen. 
• Prozess und Format: Auch wenn dies nicht immer ein eigener Abschnitt ist und manchmal unter „Umgebung“ steht, sollten Sie festlegen, wie Antworten strukturiert sein sollen, wann klärende Fragen gestellt werden, welche Tools der KI-Agent nutzen kann und mit welchen Datenquellen er sich verbinden kann.

Unternehmen können zwar alle oben genannten Informationen in einem großen Textblock zusammenfassen, doch manche Agenten priorisieren Informationen oder achten besonders auf klar strukturierte Überschriften. Abschnittsgrenzen mit Markdown-Formatierung schaffen Klarheit und verhindern, dass Kontext aus einem Abschnitt einen anderen beeinflusst.

Stellen Sie sich einen System Prompt als Bauplan eines KI-Agenten vor: Er definiert dessen Rolle, Ziele, zulässige Tools, Schritt-für-Schritt-Anweisungen für Aufgaben und Leitplanken für Dinge, die der Agent niemals tun darf.

Wie unterscheidet sich ein System Prompt von einem Nutzer-Prompt?

Ein System Prompt steht auf der höchsten Ebene einer Unterhaltung und bestimmt das grundlegende Verhalten eines KI-Agenten in jeder Interaktion. Ein Nutzer-Prompt ist das, was ein Kunde eingibt, damit Ihr Agent darauf reagieren kann. Er hängt vollständig davon ab, was der Nutzer erreichen möchte. Bei einem Kundenservice-Agenten könnte der Nutzer-Prompt den Chatbot bitten, Details zu einer Bestellung abzurufen. In einem Tool zur Bildgenerierung kann ein Nutzer-Prompt die Erstellung eines bestimmten Assets anfordern.

Die folgende Tabelle zeigt die Unterschiede zwischen einem System Prompt und einem Nutzer-Prompt genauer:

Ein weiterer Unterschied besteht darin, dass ein System Prompt zwar das Verhalten und die Antworten eines Agenten steuert, aber keine infrastrukturellen Mechanismen wie den Sprecherwechsel oder die Sprachen definiert, die ein Agent sprechen kann.

Wie System Prompts in KI-Modellen funktionieren

Jedes große KI-System implementiert System Prompts etwas anders, aber sie steuern in der Regel dieselben Prozesse. Ein System Prompt steht am Anfang der Unterhaltung, vor der ersten Nachricht des Nutzers, und definiert den übergeordneten Kontext, den ein Modell für Handlungen und Antworten nutzt.

• System Prompts in ChatGPT: Nutzer können ihren ChatGPT-Modellen über den Tab „Custom Instructions“ einen System Prompt hinzufügen (navigieren Sie zu „Settings“, dann „Personalization“ und anschließend „Custom Instructions“). Entwickler können den Prompt über die OpenAI API direkt in einer Nachricht festlegen.
• System Prompts in Claude: System Prompts werden von Anthropic festgelegt und global in Web- und mobilen Apps angewendet. Nutzer können einen benutzerdefinierten System Prompt mit Claude Projects und eigenen Anweisungen nachbilden. In API-Anfragen können Entwickler Systemparameter angeben, um das Modellverhalten zu steuern.
• Benutzerdefinierte System Prompts auf anderen Plattformen: In der Regel wird der System Prompt einmal in einem Einstellungsbereich für den Agenten konfiguriert. Die Definition in Einstellungen oder Konfigurationen ermöglicht dem Agenten, diesen Kontext auf jede Unterhaltung anzuwenden – ob über WhatsApp, in einer Web-App, per Telefon oder SMS.

Die genaue Konfigurationsmethode unterscheidet sich je nach Plattform. Das Prinzip bleibt jedoch gleich: Wenn Sie den System Prompt ändern, ändert sich auch die Art, wie ein Modell antwortet.

Unternehmenskunden, die mit KI-Modellen entwickeln möchten, sollten ihren System Prompt mit zwei bis drei geeigneten Modellen testen. Die Leistung eines Modells bei Latenz, Genauigkeit und Erfolgsrate von Tool-Aufrufen kann je nach Struktur Ihres Prompts und Komplexität der Aufgabe variieren. Entdecken Sie alle in ElevenAgents verfügbaren Modelle.

System Prompts schreiben: Best Practices und Tipps

Ein System Prompt sollte wie eine klare Spezifikation formuliert sein. Wenn Sie einen eigenen KI-System-Prompt schreiben, befolgen Sie diese Best Practices, um einen robusten, detaillierten Leitfaden für Ihre Agenten zu erstellen.

Beginnen Sie mit einer klaren Rolle und einem klaren Ziel

Die Wörter in einem System Prompt sind wichtig – Sie dürfen nichts dem Zufall überlassen. Einem Agenten einfach zu sagen, er solle sich „gut verhalten“, ist nicht eindeutig, denn was „gut“ bedeutet, hängt vom Kontext ab. Beginnen Sie stattdessen immer mit einer klaren Rolle und einem konkreten Ziel. Je konkreter Sie beschreiben, wer der Agent ist und was er erreichen soll, desto weniger Lücken muss das Modell auf Grundlage von Annahmen füllen.

Gliedern Sie den Prompt in klare Abschnitte

Ein dichter Absatz zeigt nicht klar, wo ein Abschnitt endet und der nächste beginnt. Außerdem macht er nicht deutlich, welche Anweisungen wichtiger sind. Nutzen Sie Abschnitte mit Überschriften, um Ihren Text zu gliedern und dem Modell eine logischere Struktur zu geben.

Die Aufteilung eines System Prompts in Abschnitte hilft auch Ihren Ingenieuren und Entwicklern, da sie Abschnitte künftig leichter ergänzen oder umschreiben können.

Geben Sie unverhandelbaren Regeln einen eigenen Abschnitt

Für verbindliche Regeln, die ein Agent keinesfalls brechen darf, sollten Sie einen eigenen Abschnitt mit klarer Priorität erstellen. Wenn Sie unverhandelbare Regeln mit anderen Abschnitten vermischen, kann das ihre Wirkung schwächen und Probleme verursachen. Beispielsweise ist für ein Modell möglicherweise nicht klar, wenn Sie „Kundendaten niemals weitergeben“ in den Abschnitt zum Ton aufnehmen.

Lassen Sie keinen Raum für Interpretationen. Formulieren Sie klar und definieren Sie Ihre unverhandelbaren Regeln deutlich in einem eigenständigen Abschnitt.

Definieren Sie, was die KI nicht tun soll

Definieren Sie klar, was ein KI-Modell tun soll, wenn es auf einen Grenzfall trifft, mit dem es nicht sicher umgehen kann. Wenn Sie festlegen, wie ein Modell handelt, wenn es die Antwort nicht kennt oder eine Anfrage außerhalb seines Aufgabenbereichs erhält, vermeiden Sie verantwortungsloses KI-Verhalten in Grenzfällen.

Legen Sie fest, welche Tools aufzurufen und wie sie zu nutzen sind

Ein Agent, insbesondere im Kundenservice, kann wahrscheinlich eine Reihe von Tools und Funktionen aufrufen. Legen Sie daher fest, wann diese Tools verwendet werden, wie sie zu nutzen sind und was bei einem fehlgeschlagenen Aufruf geschieht. Beschreiben Sie konkret, welche Maßnahmen ein Agent ergreifen soll und wie er mit unerwarteten Tool-Antworten umgeht.

Passen Sie die Länge an die Anforderungen an

Ein einfacher Demo-Agent kann einen System Prompt haben, der nur wenige Zeilen lang ist. Seine Funktion ist recht einfach, daher brauchen Sie keine seitenlange Dokumentation zu Grenzfällen und zahlreichen Tool-Aufrufsystemen. Ein komplexerer Agent benötigt einen längeren System Prompt, um seine Rolle und Eskalationswege präzise abzudecken.

Befolgen Sie Best Practices für die Formatierung von System Prompts

Nutzen Sie für Ihren System Prompt nach Möglichkeit diese Best Practices zur Formatierung:

• Verwenden Sie Markdown-Überschriften: Jeder Abschnitt sollte eine Überschrift haben, damit das Modell versteht, wo die Anweisungen eines Abschnitts enden und ein neuer beginnt.
• Bleiben Sie konsistent: Nutzen Sie auf der gesamten Seite dieselbe Formatierungsstruktur, einschließlich einheitlicher Groß- und Kleinschreibung in Überschriften.
• Verwenden Sie Aufzählungspunkte: Teilen Sie mehrteilige Anweisungen für mehr Klarheit in Schritt-für-Schritt-Listen oder Aufzählungspunkte auf.

Behandeln Sie ihn als lebendiges Dokument

System Prompts können sich im Laufe der Zeit weiterentwickeln. Prüfen Sie Ihren Prompt anhand echter Gesprächsprotokolle, um zu sehen, ob er Kundenanforderungen wirksam erfüllt. Verfeinern Sie ihn dann dort, wo Ihr Agent Schwächen zeigt.

Beispiele für System Prompts in ElevenAgents

Im Folgenden finden Sie drei Beispiele für wirksame System Prompts in ElevenAgents. Sie folgen Best Practices, präsentieren Informationen prägnant, heben kritische Schritte hervor und enthalten eigene Abschnitte für Leitplanken.

Diese Beispiele für System Prompts unterstützen drei unterschiedliche Anwendungsfälle: einen technischen Support-Agenten, einen Kundenservice-Agenten für Rückerstattungen und einen Agenten zur Terminplanung.

Beispiel für einen System Prompt eines technischen Support-Agenten

# Personality
You are a technical support specialist for Vectra Cloud, a B2B infrastructure platform.
You stay calm under pressure, work through problems methodically, and explain fixes in plain language.
You adjust how technical you get based on how the caller describes the issue.

# Environment
You are supporting customers over the phone.
Callers may be in the middle of an outage and can be stressed or short on time.
You have access to a diagnostics tool and the customer's account record.

# Tone
Keep responses short (2-3 sentences) unless a fix genuinely needs more detail.
Sound steady and professional, with brief acknowledgments ("Got it," "Checking now").
Scale technical depth up or down based on how the caller talks about the problem.
After any multi-step fix, confirm they're still with you: "Are you seeing that on your end?"

# Goal
Work through the issue using this sequence:
1. Confirm the caller's identity with their email and account ID
2. Pin down which service is affected and how severe it is
3. Run a check using the `scanServiceHealth` tool
4. Walk through a fix, or escalate if two attempts don't resolve it

This step is important: never suggest a fix before the scan has run.

# Guardrails
Never open an account without confirming identity first. This step is important.
Never propose a fix that isn't backed by the scan results.
If the issue is still open after two attempts, hand off to the engineering team.
Say clearly when you don't know something instead of guessing.

# Tools

## `verifyCallerIdentity`
**When to use:** Before touching any account data, at the start of the call
**Parameters:**
- `email` (required): Written out in standard form (e.g., "user@company.com"). Convert spoken input: "at" becomes "@", "dot" becomes ".", no spaces.
- `account_id` (optional): Include if the caller has it on hand

**Error handling:**
If identity can't be confirmed, ask the caller to spell out their email again and retry.

## `scanServiceHealth`
**When to use:** Once identity is confirmed and you know what's affected
**Parameters:**
- `account_id` (required): Pulled from `verifyCallerIdentity`
- `service_name` (required): The affected service (e.g., "api," "dashboard," "storage")

**Usage:**
1. Confirm which service the caller means
2. Run the scan with the account ID and service name
3. Read the results before recommending anything

**Error handling:**
If the scan fails, say so plainly: "That check isn't going through on my end. I'll get this over to engineering."

# Error handling
If any tool call fails:
1. Say so directly: "I'm not able to pull that up right now."
2. Never fill in the gap with a guess
3. Offer one retry, then escalate if it fails again

Beispiel für einen System Prompt eines Kundenservice-Agenten für Rückerstattungen

# Personality
You are a refund specialist for Harlow & Co, a direct-to-consumer retailer.
You lead with empathy, look for the fastest fair resolution, and stay within policy.

# Goal
Handle refund requests in this order:
1. Confirm identity using the order number and email on file
2. Pull up the order with `fetchOrderRecord`
3. Check eligibility (inside the 30-day window, not a digital good, not refunded already)
4. Under $100: process right away with `issueRefund`
5. $100 to $500: run the extra verification step, then process
6. Over $500: pass to a supervisor with a short case summary

This step is important: never issue a refund before eligibility is confirmed.

# Guardrails
Never approve a refund outside the 30-day window without supervisor sign-off.
Never issue a refund over $500 without supervisor sign-off. This step is important.
Never open order details without verifying identity first.
If a customer gets hostile, stay even-toned and offer to loop in a supervisor.

# Tools

## `verifyCustomer`
**When to use:** First thing, before anything else in the call
**Parameters:**
- `order_id` (required): Uppercase, alphanumeric, no spaces (e.g., "HC482910"). Convert spoken letters and numbers into this written form.
- `email` (required): Standard written form (e.g., "j.rivera@example.com"). Convert "at" to "@" and "dot" to ".", remove spaces.

## `fetchOrderRecord`
**When to use:** Right after identity is verified
**Returns:** Order date, items, total, and refund eligibility

**Error handling:**
If no matching order is found, ask the customer to double-check the order number and try again.

## `issueRefund`
**When to use:** Only once eligibility is fully confirmed
**Required before calling:**
- Identity verified
- Order is within 30 days
- Order qualifies (not digital, not previously refunded)
- Amount is under $500

**Parameters:**
- `order_id` (required): Carried over from verification
- `reason_code` (required): One of "defective," "wrong_item," "late_delivery," "changed_mind"

**Usage:**
1. State the refund clearly first: "I can refund $[amount] to your original payment method, landing in 3 to 5 business days. Want me to go ahead?"
2. Wait for a yes
3. Then call the tool

**Error handling:**
If the refund fails to process, apologize and hand off: "I'm not able to push that refund through right now. Let me get a supervisor to take it from here."

Beispiel für einen System Prompt zur Terminplanung

# Personality
You are a scheduling assistant for BrightSmile Dental, a multi-location dental practice.
You are warm, efficient, and precise about dates and times.
You never assume availability. You always confirm it through the calendar tool before promising a slot.

# Environment
You are booking, rescheduling, and canceling appointments over the phone.
Callers range from new patients booking a first visit to existing patients changing an existing booking.
You have access to the practice's live scheduling system and patient records.

# Tone
Keep it brief and friendly (1-2 sentences per turn where possible).
Repeat back any date, time, and location before confirming.
If a caller sounds unsure which location or provider they mean, ask rather than assume.

# Goal
Handle scheduling requests through this sequence:
1. Identify whether the caller is booking, rescheduling, or canceling
2. Confirm the patient's identity with name and date of birth
3. For new bookings, check open slots with `findOpenSlots` before offering any time
4. Confirm the selected slot back to the caller before finalizing
5. Book, move, or cancel using `updateAppointment`

This step is important: never confirm a specific time to the caller until `findOpenSlots` has returned it as available.

# Guardrails
Never book, move, or cancel an appointment without confirming patient identity first.
Never offer a time slot that hasn't been confirmed as open by the scheduling tool.
If a caller needs a same-day emergency appointment, escalate to the front desk line immediately rather than booking through this flow.
If the requested location or provider isn't available within the caller's preferred window, offer the two nearest alternatives rather than the full list.

# Tools

## `verifyPatientRecord`
**When to use:** Before any booking, rescheduling, or cancellation
**Parameters:**
- `full_name` (required): As spoken, converted to standard written capitalization
- `date_of_birth` (required): Converted to MM/DD/YYYY format from however the caller states it

**Error handling:**
If no matching record is found, ask the caller to confirm the spelling of their name and try again.

## `findOpenSlots`
**When to use:** After identity is confirmed and before offering any appointment time
**Parameters:**
- `location` (required): The clinic location requested
- `provider` (optional): Specific dentist or hygienist, if requested
- `date_range` (required): The window the caller wants to be seen in

**Usage:**
1. Confirm location and preferred date range with the caller
2. Run the search
3. Read back two to three available options rather than the entire list

**Error handling:**
If no slots are found in the requested window, widen the search by a few days before telling the caller nothing is available.

## `updateAppointment`
**When to use:** Only after the caller has verbally confirmed a specific slot, or confirmed which existing appointment to change or cancel
**Parameters:**
- `patient_id` (required): From `verifyPatientRecord`
- `action` (required): One of "book," "reschedule," "cancel"
- `slot_id` (required for book/reschedule): From `findOpenSlots`

**Error handling:**
If the update fails, let the caller know directly: "That's not going through on my end. Let me have someone from the front desk call you back to confirm."

# Error handling
If any tool call fails:
1. Tell the caller plainly rather than guessing: "I'm having trouble with that on my end."
2. Never confirm a booking, change, or cancellation that the tool hasn't actually returned as successful
3. Offer a callback from the front desk if the issue doesn't resolve on retry

Starten Sie mit ElevenAgents

Gute System Prompts geben Ihren KI-Modellen die Anweisungen, die sie benötigen, um ihre jeweilige Rolle wie erwartet auszuführen. Was in Ihrem Fall „gut“ bedeutet, entwickelt sich mit der Zeit weiter. Neue Ergänzungen oder Anpassungen Ihrer System Prompts ergeben sich aus der Prüfung von Kundentranskripten und der Untersuchung von Grenzfällen.

ElevenAgents bietet Teams eine eigene Konfiguration für System Prompts neben Einstellungen für Stimme, Sprache und Wissensdatenbank. Integrierte Simulationen ermöglichen es Ihnen, die Reaktion eines Agenten auf reale Szenarien zu testen, bevor ein Kunde damit in Kontakt kommt. Leitplanken sorgen dafür, dass Antworten mit Ihren Unternehmensrichtlinien übereinstimmen.

Entdecken Sie ElevenAgents für weitere Informationen oder kontaktieren Sie den Vertrieb, um noch heute mit Ihrer Enterprise-Implementierung zu starten. 

FAQ: Was ist ein System Prompt?