Rollen-Prompting heißt, dem Modell zu sagen, wer es sein soll, bevor du ihm sagst, was es tun soll: "Du bist ein geduldiger Mathe-Nachhilfelehrer", "Agiere als Personalverantwortliche für eine Stelle als Junior-Entwickler". Die Rolle ändert, für wen die Antwort geschrieben ist, welche Wörter sie verwendet, wie tief sie geht und worauf sie achtet. Sie gibt dem Modell kein Wissen, das es nicht schon hat: Eine Rolle lenkt eine Antwort, sie fügt keine Fakten hinzu.
Was eine Rolle ändert
Eine Rolle legt auf kompakte Weise mehrere Dinge auf einmal fest:
- Publikum und Wortschatz. Ein Tutor für Anfänger definiert Begriffe und nutzt Analogien; eine erfahrene Entwicklerin, die für Kollegen schreibt, lässt beides weg.
- Der Maßstab. Ein strenger Lektor markiert einen Satz, den eine freundliche Leserin durchgehen lassen würde. Die Rolle entscheidet, was als Problem zählt.
- Der Schwerpunkt. Ein Security-Reviewer und eine Performance-Reviewerin lesen dieselbe Funktion und bemerken verschiedene Dinge.
- Das Verhalten. Ein Interviewer stellt Fragen und wartet; einem Tutor kannst du sagen, dass er Hinweise statt Antworten gibt.
Wechsle zwischen den drei Tabs unten. Die Aufgabe ist in jedem gleich; nur die Rolle ändert sich.
Eine API (Application Programming Interface, Programmierschnittstelle) ist ein Satz von Regeln, über den eine Software mit einer anderen kommunizieren kann. Sie legt fest, welche Anfragen du stellen kannst, wie du sie stellst und was du zurückbekommst. Eine Wetter-App nutzt zum Beispiel die API eines Wetterdienstes, um die Vorhersage abzurufen. APIs lassen Entwickler Funktionen und Daten anderer Systeme nutzen, ohne zu wissen, wie diese Systeme intern funktionieren.
"Du bist ein Experte" hat die Antwort kaum verändert: Sie behielt dieselbe generische Form und bekam mehr Fachjargon, weil "Experte" nichts darüber sagt, wer liest. Die konkrete Rolle hat Wortschatz, Beispiel und Bezugspunkt verändert, weil sie ein Publikum genannt hat und etwas, das dieses Publikum schon kennt.
Was eine Rolle nicht ändert
Eine Rolle kann kein Wissen hinzufügen. "Du bist eine Steueranwältin von Weltrang" gibt dem Modell nicht die Steuerregeln dieses Jahres, wenn es sie nie gelernt hat, und eine selbstsichere Persona kann eine falsche Antwort autoritativer klingen lassen, nicht weniger. Verlass dich nicht darauf, dass ein Experten-Label die Genauigkeit verbessert. Wenn es auf Richtigkeit ankommt, gib dem Modell die Fakten oder Dokumente, die es braucht, und bitte es zu sagen, wenn es unsicher ist; KI-Halluzinationen zeigt Prompts, die dabei helfen.
Dasselbe gilt für echte Personen. "Antworte, wie ein berühmter Programmierer antworten würde" bringt dir eine Imitation des öffentlichen Stils dieser Person. Das Modell kennt ihre privaten Ansichten nicht, also ist alles, was es in ihrer Stimme zu einer neuen Frage sagt, erfunden.
Schreib konkrete Rollen
Eine brauchbare Rolle nennt meist vier Dinge: den Job, das Publikum, das Ziel und den Maßstab. Vergleiche:
- Aus "Du bist Autor" wird "Du bist Redakteur bei einem Technik-Blog und streichst jeden Satz, der einer Anfängerin nicht hilft, den Schritten zu folgen."
- Aus "Du bist Programmiererin" wird "Du bist eine erfahrene Python-Entwicklerin und reviewst den Pull Request eines Junior-Kollegen. Nenn zuerst Bugs, dann Lesbarkeit, und erkläre jeden Punkt so, dass er daraus lernen kann." Vollständige Review-Prompts findest du unter Prompts für Code Reviews.
- Aus "Agiere als Lehrer" wird "Agiere als Chemielehrer, der eine Fünfzehnjährige auf eine Prüfung vorbereitet. Stell mir Fragen, statt Antworten zu geben, und gib mir einen Hinweis, wenn ich etwas falsch habe."
Eine Rolle ist ein Teil des Prompts, nicht der ganze Prompt. Sie wirkt zusammen mit einer klaren Aufgabe, dem Kontext, den das Modell nicht erraten kann, und der Form der Antwort, die du willst; der Leitfaden zum Prompt schreiben behandelt die anderen Bausteine. Wenn Rolle und Aufgabe in verschiedene Richtungen ziehen, etwa "ein strenger Reviewer", der "den Autor beruhigen" soll, versucht die Antwort beides und schafft oft keins richtig.
"Act as"-Prompts zum Üben
Die Form "Act as" wurde durch geteilte Prompt-Sammlungen bekannt, in denen das Modell einen Interviewer, einen Sprachpartner oder sogar ein Linux-Terminal spielt. Rollenspiele sind nützlich für alles, was du proben willst: Vorstellungsgespräche, ein schwieriges Gespräch, eine Präsentation, eine neue Sprache.
Den Unterschied zwischen einem Rollenspiel, das funktioniert, und einem, das zerfällt, machen die Regeln. Sag der Rolle, was sie bei jeder Nachricht tun soll, wann sie auf dich warten soll und wann Schluss ist. Ohne diese Regeln spielt das Modell vielleicht die ganze Sitzung in einer Antwort durch: fünf Fragen auf einmal oder eine Frage mitsamt Musterantwort.
Gut, fangen wir an. Ich beginne mit einer Frage zu den Grundlagen.
Frage 1: Was ist in JavaScript der Unterschied zwischen let, const und var?
Lass dir Zeit und antworte so, wie du es in einem echten Vorstellungsgespräch tun würdest.
Ändere Stelle und Thema, um dein eigenes Vorstellungsgespräch zu proben. Die Zeile "warte auf meine Antwort" hält das Modell bei einer Frage pro Nachricht, und "hör nach fünf Fragen auf" gibt der Sitzung ein Ende und eine Zusammenfassung.
Wohin die Rolle gehört
Eine Rolle, die in jeder Antwort gelten soll, gehört in den System-Prompt: das System-Feld in der API oder benutzerdefinierte Anweisungen und Projektanweisungen in den Chat-Apps. Dort gilt sie für das ganze Gespräch, ohne wiederholt zu werden. Bei einer einmaligen Anfrage setz die Rolle in den ersten Satz deiner Nachricht, vor die Aufgabe.
import anthropic
client = anthropic.Anthropic()
MODEL = "your-model-id" # e.g. from your provider's model list
message = client.messages.create(
model=MODEL,
max_tokens=500,
system="You are a patient programming tutor for adults in their first month of coding. Give hints before full solutions.",
messages=[{"role": "user", "content": "Why does my loop print the last item twice?"}],
)
print(message.content[0].text)
Rollen funktionieren auch mitten im Gespräch. Wenn das Modell einen Entwurf geschrieben hat, bringt die Bitte "agiere jetzt als skeptischer Reviewer des Entwurfs oben und nenn seine drei schwächsten Punkte" oft Probleme ans Licht, über die der erste Durchgang hinweggegangen ist, weil die neue Rolle ändert, wonach das Modell sucht.
Häufig gestellte Fragen
Was ist Rollen-Prompting?
Rollen-Prompting heißt, dem Modell zu sagen, wer es sein soll, bevor du ihm sagst, was es tun soll, zum Beispiel "Du bist ein geduldiger Mathe-Nachhilfelehrer für Zwölfjährige" oder "Agiere als Interviewer für eine Stelle als Junior-Entwickler". Die Rolle prägt Publikum, Wortschatz, Tiefe und Schwerpunkt der Antwort, und in einem Gespräch kann sie das Verhalten des Modells ändern, etwa dass es Fragen stellt, statt sie zu beantworten.
Wird die KI genauer, wenn ich ihr sage, sie sei Expertin?
Verlass dich nicht darauf. Ein Label wie "Du bist eine Expertin von Weltrang" gibt dem Modell kein Wissen, das ihm fehlt, und kann eine falsche Antwort selbstsicherer klingen lassen. Für mehr Genauigkeit gib dem Modell die Fakten oder Quellen, die es braucht, bitte es zu sagen, wenn es unsicher ist, und prüf das Ergebnis.
Wohin gehört die Rolle?
Eine Rolle, die das ganze Gespräch gelten soll, gehört in den System-Prompt: das System-Feld in der API oder benutzerdefinierte Anweisungen und Projektanweisungen in den Chat-Apps. Bei einer einmaligen Anfrage schreib sie in den ersten Satz deiner Nachricht, vor die Aufgabe.
Was sind "Act as"-Prompts?
Das sind Prompts, die mit "Act as" beginnen (auf Deutsch meist "Agiere als" oder "Du bist") und dem Modell eine Rolle geben: ein Interviewer, ein Sprachpartner, ein Linux-Terminal, ein Reiseführer. Geteilte Prompt-Sammlungen haben das Muster bekannt gemacht. Am besten funktionieren sie, wenn sie auch sagen, was die Rolle bei jeder Nachricht tun soll und wann Schluss ist.
Was macht einen guten Rollen-Prompt aus?
Genauigkeit. Nenn den Job, das Publikum, das Ziel und den Maßstab: "eine erfahrene Python-Entwicklerin, die den Pull Request eines Junior-Kollegen reviewt, zuerst Bugs, dann Lesbarkeit" gibt dem Modell viel mehr in die Hand als "eine Expertin". Dann schreib den Rest des Prompts wie gewohnt: die Aufgabe, den Kontext und das Format.
