Gute Prompts schreiben

Dieses Kapitel setzt voraus, dass Sie wissen, was ein Prompt ist. Falls nicht, steht das nebenan in Kapitel 05: Gemeint ist alles, was das Modell vor seiner Antwort sieht, nicht nur Ihre Nachricht.

Hier geht es um den Teil, den Sie selbst schreiben.

Warum Ratgeber dazu ständig veralten

Im April 2026 empfahl OpenAI, in Anweisungen an das eigene Modell auf kurze Antworten zu drängen. Im Juli 2026 empfahl OpenAI, genau diese Anweisung wieder zu entfernen: Sie sei „unnötig oder kontraproduktiv“.

Beide Empfehlungen stehen unter derselben Adresse. Zwischen ihnen liegen elf Wochen. Was in dieser Zeit als „richtiges“ Prompten gelernt wurde, galt schon nicht mehr.

Vier Empfehlungen in sechs Monaten

OpenAI führt eine Seite mit Prompting-Hinweisen, die mit jedem neuen Modell einen neuen Stand bekommt. Was dort steht, hat sich über vier Stände erheblich verschoben.

Ein sorgfältiger Prompt vom März 2026 hatte im April eine Empfehlung gegen sich und im Juli eine zweite. Im September kam der Rat dazu, wieder Absätze hineinzuschreiben, diesmal gegen das Verhalten eines neuen Modells.

Was Sie stattdessen lernen sollten

Das Prinzip hinter den Rezepten.

Was das Modell mit Ihrem Text macht. Es sagt Token für Token voraus, was als Nächstes plausibel ist, gegeben alles, was im Fenster steht. Ihr Text setzt die Bedingungen für diese Vorhersage: Er verschiebt, was wahrscheinlich wird. Wie aus dieser Verschiebung ein einzelnes Wort wird, steht in Kapitel 12.

Woran Sie merken, dass etwas nicht passt. Antworten zu lang, zu allgemein, am Thema vorbei, oder das Modell fragt nach, statt zu handeln. Bei einem gewachsenen Prompt lohnt zuerst das Weglassen, denn eine Zeile herauszunehmen ist billiger, als drei hinzuzufügen.

Manche Ursachen liegen allerdings außerhalb des Fensters, und dort sucht man sonst lange: Zwei verschiedene Antworten auf dieselbe Frage entstehen beim Ziehen (Kapitel 12), eine erfundene Zahl kann an der Bauform hängen (Kapitel 07), und was im Fenster fehlt, muss erst einmal jemand hineinlegen (Kapitel 08).

Dass Ihr Prompt ein Datum hat. Er wurde für ein bestimmtes Modell geschrieben. Wechselt das Modell, wird er zur Annahme statt zur Einstellung mehr.

seitlich verschiebbar

eigene Darstellung, Stand 29.07.2026

Das betrifft nicht nur Entwickler. Die meisten Anwendungen lassen Sie das Modell in einem Auswahlfeld umstellen, und Ihre gespeicherte Vorlage daneben bleibt dieselbe. In diesem Moment ist aus der Einstellung eine Annahme geworden, ohne dass Sie etwas geändert hätten.

Der Nebenbefund, der eigentlich der Hauptbefund ist

Die vier Empfehlungen oben stehen auf einer Seite, die oben den jüngsten Stand zeigt und die älteren darunter weiterführt. Wer den Stand zu GPT-5.4 sehen will, findet ihn dort bis heute. Der Widerspruch ist also nachlesbar, und für dieses Kapitel war genau das die Voraussetzung: Ohne die getrennten Stände gäbe es die Tabelle oben nicht.

Auch die Adresse selbst bleibt nicht stehen. Am 05.10.2026 hieß die Seite „Using GPT-6“ und lag unter einer neuen Adresse. Die älteren Stände stehen dort weiter, unter „Previous models“, und die alten Adressen leiten dorthin um.

Was fehlt, ist die Zeitachse. Keine der vier Fassungen nennt ein Ver­öf­fent­li­chungs­datum. Die Daten in der Tabelle stehen hier, weil ein Dritter den 5.5-Stand notiert hat und ein Webarchiv die übrigen festhält. Beim Hersteller lässt sich ablesen, was heute dort steht. Seit wann, steht nirgends.

Ebenso wenig steht dort, was sich innerhalb eines Standes ändert. Der Leitfaden zu GPT-6 bekam zwei bis drei Wochen nach dem Erscheinen eine neue Bedingung, ohne Vermerk.

Und die Auskunft hat ein Verfallsdatum. Wird ein Modell abgekündigt, geht üblicherweise auch die Seite dazu, und dann fehlt der Vergleichspunkt. Auf dieser Seite gibt es dafür einen belegten Fall: Die Ankündigung, mit der OpenAI das Ende der ChatGPT-Plugins mitteilte, ist heute nur noch in einer Archivfassung (externe Seite, help.openai.com) zu lesen. Wer sich in einer Ent­schei­dungs­vor­lage auf eine Herstellerseite beruft, beruft sich damit auf etwas, das heute nachprüfbar ist und in einem Jahr vielleicht verschwunden.

Deshalb steht auf dieser Seite an jeder Quelle ein Prüfdatum, nachzulesen im Quellenregister. Bei diesem Kapitel war das der Anlass zum Schreiben.

Ratschläge zum Prompting zerfallen in zwei Gruppen. Die eine steht seit Jahren unverändert in jedem Leitfaden. Die andere hat der Hersteller zwischen März und September 2026 dreimal umgeschrieben. Die Trennlinie zu kennen ist nützlicher als jede Sammlung von Vorlagen.

Was stabil ist

Diese Punkte stehen seit Jahren in jedem Leitfaden und haben keinen Versionswechsel verloren:

• Eine Aufgabe je Prompt, oder eine erkennbare Reihenfolge. Zwei unabhängige Aufgaben in einem Text konkurrieren um dieselbe Antwort. Was zusammengehört, gehört dagegen zusammen: Teilschritte auf demselben Material bündelt man besser, dann aber mit Reihenfolge und einer Angabe, wie das Ergebnis auszusehen hat.
• Keine Widersprüche. „Fasse dich kurz“ und „gehe auf alle Punkte ein“ im selben Prompt zwingen das Modell zu einer Wahl, die Sie nicht treffen. Auflösbar ist das durch eine Rangfolge: alle fünf Punkte, jeder in höchstens zwei Sätzen.
• Überprüfbares Ziel. „Schreibe eine gute Zusammenfassung“ ist nicht prüfbar. „Fünf Stichpunkte, jeder mit einer Zahl aus dem Text“ ist es.
• Kontext vor Formulierung. Bevor Sie an der Formulierung feilen, sehen Sie nach, ob dem Modell überhaupt vorliegt, was die Antwort braucht. Ein fehlendes Dokument holt keine Wortwahl herein.
• Was das Modell nicht wissen kann, muss ins Fenster. Auch das, was Ihnen selbst­ver­ständ­lich vorkommt. Getippt haben müssen Sie es deshalb nicht: In einer Anwendung legen ein Tool (Kapitel 09) oder eine Suche (Kapitel 08) es dort ab.

1. SystemanweisungRolle, Grenzen, TonAnbieter
2. Tool-Beschreibungenwas das Modell aufrufen darfAnbieter
3. Gesprächsverlaufalles bisher Gesagteentsteht
4. Dokumente und KontextMaterial zur AufgabeSie oder eine Suche
5. Ihre Nachrichtdie eigentliche AnweisungSie

Hervorgehoben: Dokumente und Kontext.

Für diese Arbeit am Fenster gibt es einen eigenen Namen. Im September 2025 schrieb Anthropic, nach einigen Jahren Prompt Engineering sei ein neuer Begriff in den Vordergrund gerückt (externe Seite, anthropic.com): Context Engineering. Gemeint ist die Auswahl und Pflege aller Token, die beim Aufruf im Fenster stehen, einschließlich dessen, was außerhalb des Prompts dort landet. Der Prompt, den Sie selbst schreiben, ist darin ein Teil. Der Maßstab klingt vertraut: die kleinste Menge aussagekräftiger Token, die das gewünschte Ergebnis am wahr­schein­lichsten macht (externe Seite, anthropic.com).

Was nicht stabil ist

Die Her­stel­ler­emp­feh­lungen zur Ausführlichkeit haben sich innerhalb von sechs Monaten mehrfach gedreht. Der vierte Stand bringt eine zweite Achse dazu: das Verhalten des Modells.

Der Leitfaden zu GPT-5.4, 05.03.2026: ausführlich anweisen

Dieser Leitfaden (externe Seite, developers.openai.com) rät zu vertraglich gefassten Ausgaben, die knapp und gegliedert ausfallen. Er verlangt klare Voreinstellungen dafür, wann das Modell eine Aufgabe zu Ende führt und wann es nachfragt, dazu eine Prüfschleife vor folgenreichen Schritten. Prompts für kleinere Modelle fallen nach dem Leitfaden (externe Seite, developers.openai.com) oft etwas länger und ausdrücklicher aus.

Ein weiterer Satz gilt bis heute: Der Rechenaufwand sei die letzte Stellschraube. Erst am Prompt arbeiten, dann am Aufwand.

Der Leitfaden zu GPT-5.5, 25.04.2026: Ziele statt Schritte

Hier (externe Seite, developers.openai.com) kippt die Richtung. Man solle das Modell als neue Modellfamilie behandeln, auf die man eigens abstimmt; wer es an die Stelle des Vorgängers setzt, stimmt seine Prompts neu ab. Und deutlicher:

• Die Umstellung beginnt mit einem frischen Ausgangspunkt, statt jede Anweisung aus einem älteren Prompt mitzunehmen.
• Ausführliche Schritt-für-Schritt-Vorgaben zum Ablauf werden verringert oder gestrichen.
• Zur Ausführlichkeit: medium sei die Voreinstellung, low oft der bessere Startwert.

Der Grund steht zwischen den Zeilen: Die alten Prompts waren prozessorientiert, weil frühere Modelle diese Führung brauchten. Sie brauchen sie nicht mehr, und die Führung wird zur Fessel.

Der Leitfaden zu GPT-5.6, 09.07.2026: wieder herausnehmen

Der nächste Stand (externe Seite, developers.openai.com) geht einen Schritt weiter. Wiederholte Anweisungen und Beispiele zu entfernen und Tool-Beschreibungen zu vereinfachen verbessere sowohl das Ergebnis als auch den Verbrauch. Das Modell antworte von sich aus knapper als sein Vorgänger, weshalb bei pauschalen Kür­zungs­an­wei­sungen wie „Be concise“ oder „Keep it short“ zu prüfen sei, ob sie noch etwas leisten. Sie könnten überflüssig sein und die Antwort zu knapp geraten lassen.

Damit ist die Anweisung, die man ein Vierteljahr zuvor einbauen sollte, ein Vierteljahr später der Prüfung wert. Der Hersteller hängt dabei eine Bedingung an: behalten, wenn sie liefert. Als Verbot gelesen, ersetzt sie ein veraltetes Rezept durch ein neues.

Der Leitfaden zu GPT-6, 03.09.2026: Bausteine gegen neues Verhalten

Der vierte Stand (externe Seite, developers.openai.com) erschien mit GPT-6 Astra, dem Nachfolger von GPT-5.6 Sol. Er wendet sich dem Verhalten des Modells zu und gibt dafür fertige Absätze vor, die man in den eigenen Prompt übernehmen kann.

OpenAI beschreibt Astra als vorsichtiger im Umgang mit Unklarheit als seinen Vorgänger. Nach dem Leitfaden (externe Seite, developers.openai.com) ist das Modell als besserer Mitarbeiter angelegt und fragt deshalb eher nach, wenn eine zusätzliche Angabe das Ergebnis wesentlich ändern könnte. Das kann dazu führen, dass es anhält, wo der Nutzer erwartet, dass es vernünftige Annahmen trifft und weitermacht. Wer mit dem alten Modell keine Rückfragen gewohnt war, bekommt mit demselben Prompt plötzlich mehr davon.

Als Gegengewicht schlägt der Leitfaden vor, Formulierungen wie ‚can you’, ‚I want to’ oder ‚help me’ ausdrücklich als Hand­lungs­auf­for­de­rung zu lesen, wo das Modell sonst zurückfragen würde, und dann die Arbeit zu erledigen und zu handeln. Das ist eine Anweisung gegen eine neue Eigenschaft des Modells. Mit der Länge des Prompts hat sie nichts zu tun.

Zweite Stelle: Dateien wie AGENTS.md, in denen Werkzeuge oder Skills eigene Anweisungen hinterlegen. Astra kann nach dem Leitfaden (externe Seite, developers.openai.com) empfindlicher auf Anweisungen reagieren, die in Skills und anderen Dateien wie AGENTS.md stehen. OpenAI empfiehlt deshalb dringend, solche Dateien auf Anweisungen durchzusehen, die das Verhalten des Modells beeinflussen könnten. Für den Fall, dass beide einander widersprechen, gibt der Leitfaden einen ausdrücklichen Vorrang vor: Die Anweisungen des Nutzers gehen den Vorgaben eines Skills vor.

Drei weitere Eigenheiten bekommen je einen eigenen Baustein. Astra antwortet gern ausführlich und gegliedert, mit Listen, Tabellen und Markdown, damit man die Antwort überfliegen kann. Wer Fließtext braucht, schreibt das hinein. Es gibt seltener Arbeit an Subagenten ab, als ein Aufbau mit mehreren Agenten es vorsieht. Und es kann bei kleineren Aufgaben breiter testen, als die Aufgabe verlangt. Dazu kommt eine Liste englischer Füllwörter, die das Modell in eigenen Texten vermeiden soll, darunter ‚delve’, ‚foster’ und ‚leverage’.

Beim Stil schließt sich damit ein Kreis. Der Leitfaden zu GPT-5.6 riet, Kür­zungs­an­wei­sungen zu prüfen, weil das Modell von sich aus knapp antwortete. Ein Stand später braucht es wieder einen Absatz zum Stil, weil das neue Modell ausführlicher schreibt. Über allen Bausteinen steht eine Bedingung: am eigenen Modell und an der eigenen Arbeitslast prüfen (externe Seite, developers.openai.com).

Was aus den Techniken wurde, die man einmal gelernt hat

Vor drei Jahren gehörte zum Prompting eine Handvoll Kniffe. Die meisten davon sind eingebaut worden statt falsch zu werden. Das ist der Unterschied, der zählt: Eine Technik, die das Modell von sich aus anwendet, muss man nicht mehr anweisen, und die Anweisung addiert sich dann zu etwas, das ohnehin geschieht.

Was übrig bleibt, ist unspektakulär und hält seit Jahren: eine Aufgabe je Prompt, ein überprüfbares Ziel, und alles an Kontext, was das Modell nicht wissen kann.

Die Stellschrauben, die kein Prompt sind

Zwei Dinge werden oft in den Prompt geschrieben, obwohl sie danebenliegen und dort besser aufgehoben sind:

Ausführlichkeit. Bei OpenAI gibt es dafür einen eigenen Parameter (text.verbosity). Ihn zu setzen ist zuverlässiger, als es dem Modell in Worten mitzuteilen, und es kostet keine Token.

Rechenaufwand. Reasoning-Modelle nehmen sich vor der Antwort Zeit für Zwischenschritte, siehe o1, September 2024. Auch das ist ein Parameter. Der Rat aus dem Leitfaden zu GPT-5.4 gilt weiter: erst der Prompt, dann der Aufwand. Mehr Rechenzeit repariert keine fehlende Information.

Vorgehen, das den nächsten Modellwechsel übersteht

1. Mit dem einfachsten Prompt anfangen, der die Aufgabe löst. Vollständigkeit ist hier kein Ziel.
2. Fehler genauer ansehen als Erfolge, beide aber messen. Wo die Antwort schiefging, fehlt meistens Kontext. Wo sie stimmte, steht das, was Ihre nächste Änderung kaputt machen kann, und das merkt sonst niemand.
3. Eine Zeile nach der anderen hinzufügen und jeweils prüfen, ob sie etwas ändert. Zeilen ohne nachweisbare Wirkung fliegen raus.
4. Datum und Modell danebenschreiben. Ein Prompt ohne diese Angabe ist in sechs Monaten nicht mehr bewertbar.
5. Beim Modellwechsel zwei Fassungen messen, den bisherigen Prompt am neuen Modell und einen frisch geschriebenen. Welche gewinnt, sagt Ihnen der Fallsatz.

Der fünfte Punkt ist selbst ein Beispiel für das Thema dieses Kapitels. Der Leitfaden zu GPT-5.5 rät zum leeren Blatt. Der zu GPT-5.6 rät, von einem Prompt auszugehen, der bereits funktioniert, und jeweils eine Gruppe von Anweisungen, Beispielen oder Tools zu entfernen (externe Seite, developers.openai.com). Das sind zwei verschiedene Wege, und wer nur den älteren gelesen hat, hält ihn für „den Rat des Herstellers“. Genau deshalb misst man beide gegen dieselben Fälle, statt sich für einen zu entscheiden.

Wie das an einem gewachsenen Aufbau in Claude Code aussieht, mit Anthropics Prüfbefehl für veraltete Anweisungen und einer Messung davor und danach, steht im Werkstattbericht Neues Modell, alte Anweisungen.

seitlich verschiebbar

eigene Darstellung, Stand 29.07.2026

Das Verfahren steht und fällt mit dem Prüfen, und Prüfen heißt hier nicht „einmal ausprobiert“. Es braucht einen festen Satz von Fällen: eine Eingabe und das, was herauskommen soll. Wer den hat, kann ihn maschinell laufen lassen und sieht nach jeder Änderung, was sich verschoben hat. Wer ihn nicht hat, streicht nie eine Zeile, weil Streichen eine Behauptung ist.

Für den Hausgebrauch fängt das klein an: eine Handvoll Eingaben, die Sie ohnehin ständig tippen, jeweils mit einem Satz dazu, woran Sie eine gute Antwort erkennen würden. Wichtiger als ihre Zahl ist ihre Streuung. Ein kurzer und ein langer Fall sollten dabei sein, einer mit fehlenden Angaben und einer, bei dem eine falsche Antwort wirklich wehtut. Diesen Satz Fälle nehmen Sie beim nächsten Modellwechsel wieder hervor. Er ist die einzige Möglichkeit, den Wechsel zu beurteilen, statt ihn zu spüren.

Was das über Prompting-Ratgeber sagt

Ein Ratgeber, der keine Modellversion und kein Datum nennt, ist nicht prüfbar. Er kann für den Stand von vor einem Jahr geschrieben sein, und man sieht es ihm nicht an. Das gilt für Blogbeiträge, für Kurse, für Vor­la­gen­samm­lungen und für die Her­stel­ler­do­ku­men­ta­tion selbst: Die Seite, aus der die vier Stände oben stammen, nennt das Modell in Adresse und Überschrift. Ein Datum nennt sie nirgends.

Im Betrieb stellt sich eine andere Frage als beim gelegentlichen Schreiben. Der Prompt ist dann ein Bauteil mit Lebenszyklus, Abhängigkeiten und Verfallsdatum, kein bloßer Text.

Prompt-Narben

Ein produktiver Systemprompt wächst nach einem erkennbaren Muster. Etwas geht schief, jemand fügt eine Zeile hinzu, das Problem verschwindet. Die Zeile bleibt. Ein halbes Jahr später steht dort ein Absatz, dessen Anlass niemand mehr kennt und den niemand zu löschen wagt.

Beispiele, die man in fast jedem gewachsenen Prompt findet:

• „Antworte immer auf Deutsch“, eingefügt, als das Modell noch häufig ins Englische rutschte.
• „Erfinde keine Fakten“, eingefügt nach einer peinlichen Halluzination.
• „Denke Schritt für Schritt“, eingefügt, als das noch messbar half.
• Ein Ausgabebeispiel, das ein Feld enthält, das es seit zwei Umbauten nicht mehr gibt.

seitlich verschiebbar

eigene Darstellung, Stand 29.07.2026

Jede dieser Zeilen war einmal richtig. Zusammen ergeben sie einen Text, der dem Modell mehr über die Vergangenheit des Projekts erzählt als über die Aufgabe. Genau darauf zielt der Rat aus dem Leitfaden zu GPT-5.5 (externe Seite, developers.openai.com): mit einem leeren Blatt anfangen statt jede Anweisung mitzuschleppen.

Migration als eigener Vorgang

Ein Modellwechsel ist kein Austausch einer Bibliothek. Der Hersteller sagt das im Leitfaden zu GPT-5.5 (externe Seite, developers.openai.com) selbst: Das neue Modell sei als neue Modellfamilie zu behandeln, auf die man eigens abstimmt, auch dort, wo es den Vorgänger nur ersetzen soll. Worauf man bei der Auswahl sonst noch sieht, steht in Kapitel 10; hier geht es um den Text, der beim Wechsel mitkommt.

Ein Ablauf, der sich bewährt:

1. Den alten Prompt am neuen Modell messen, unverändert. Das ist der Nullpunkt. Ohne ihn lässt sich später nicht sagen, ob eine Verbesserung vom Modell kommt oder vom neu geschriebenen Text.
2. Die Aufgabe neu beschreiben, ohne den alten Prompt danebenzulegen. Fünf Sätze, die das Ziel und die Grenzen benennen.
3. Beide gegen dieselben Fälle laufen lassen. Ohne einen festen Satz von Testfällen ist der Rest Geschmackssache.
4. Erst die Abweichungen ansehen, nicht die Trefferquote. Wo der neue Prompt schlechter ist, steht in der Regel eine der alten Zeilen dahinter, die tatsächlich etwas leistete.
5. Diese Zeilen einzeln zurückholen, jeweils mit einer Messung.
6. Den alten Prompt aufheben, mit Modellangabe und Datum, nicht überschreiben.

Schritt 1 ist am 06.08.2026 dazugekommen, und der Anlass ist derselbe, von dem dieses Kapitel handelt. Der Leitfaden zu GPT-5.5 rät zum leeren Blatt, der zu GPT-5.6 rät, von einem Prompt und Tool-Bestand auszugehen, der bereits funktioniert, und jeweils eine Gruppe herauszunehmen und dieselben Prüfungen erneut zu fahren (externe Seite, developers.openai.com). Beides sind vernünftige Wege, und sie widersprechen einander nur, solange man einen von beiden für die Lehre des Hauses hält. Wer den alten Prompt als Nullpunkt mitmisst, hat beide Arme im Vergleich und muss sich vorher für keinen entscheiden.

Der Aufwand ist der Grund, warum es kaum jemand tut. Er ist auch der Grund, warum viele Anwendungen mit einem Modell laufen, dessen Empfehlungen zwei Stände alt sind.

Was sich davon automatisieren lässt

Schritt 3 ist Maschinenarbeit, sobald zwei Dinge vorliegen: eine Eingabe und ein Kriterium für die Ausgabe. Dann läuft der Vergleich alt gegen neu ohne Zutun, und der Wechsel wird zu einer Zahl statt zu einem Gefühl. Nötig ist dafür ein Zugang, über den sich derselbe Aufruf hundertmal wiederholen lässt, siehe Kapitel 11.

Die Einschränkung steckt im Wort Kriterium. Bei einer Klassifikation oder einer Ausgabe in fester Form ist es die erwartete Antwort, und der Vergleich läuft über das Feld oder das Etikett, nach Möglichkeit vereinheitlicht: Ein roher Zeichenvergleich macht aus „Ja“ und „ja“ zwei verschiedene Antworten.

Bei freiem Text gibt es keine Musterlösung, die wörtlich stimmen müsste. Dort prüft man Eigenschaften, und die zerfallen in zwei ungleiche Gruppen. Sind die drei geforderten Zahlen enthalten? Ist die Antwort kürzer als N Zeichen? Steht das Aktenzeichen im Kopf? Das ist maschinell entscheidbar, und zusammen ergibt es ein brauchbares Netz.

Die zweite Gruppe sieht genauso aus und ist es nicht. „Steht nichts drin, was nicht in der Vorlage stand“ verlangt ein Urteil darüber, ob eine Aussage von einer anderen gedeckt ist, und dafür gibt es keinen Textvergleich. Diese Seite hat dazu eine eigene Messung: Ein Prüflauf ruft jede Quelle ab und sucht die hinterlegten Zitate darin, und das läuft seit Wochen ohne Zutun. Ob ein Satz im Kapitel durch das gefundene Zitat auch belegt ist, entscheidet weiterhin ein Mensch. Ein zweites Modell als Prüfer verwischt diese Grenze und handelt sich dessen Fehler zusätzlich ein.

Wer eine Anwendung baut, in der Anwender das Modell selbst umstellen können, sollte diesen Satz Fälle mitliefern und den Vergleich anbieten. Sonst verlagert die Auswahlliste eine Entscheidung auf jemanden, der sie nicht bewerten kann. Wie das in einem eigenen Projekt aussieht, steht im Werkstattbericht zur Diktier-App: Jedes Modell, das in Frage kam, lief durch dieselben Aufnahmen, bevor es Standard wurde.

Zahlen, denen man nicht folgen sollte

Im Leitfaden für GPT-5.6 (externe Seite, developers.openai.com) stehen Zahlen aus internen Messungen des Herstellers an Coding-Agenten: 10 bis 15 Prozent bessere Bewertungen, 41 bis 66 Prozent weniger Token, 33 bis 67 Prozent geringere Kosten.

Diese Zahlen sind ein gutes Übungsstück, weil sie fast alles falsch machen, was man an einer Zahl falsch machen kann:

• Der Urheber hat ein Interesse. Der Hersteller misst die Wirkung seiner eigenen Empfehlung.
• Die Messung ist nicht offengelegt. Weder die Aufgaben noch die Prompts noch die Bewer­tungs­ver­fahren sind einsehbar.
• Die Spanne ist riesig. 41 bis 66 Prozent ergibt einen Wertebereich.
• Der Hersteller selbst schränkt ein. Die Werte seien „directional“, Ergebnisse hingen von der Arbeitslast ab.
• Die Aufgabe ist eng. Gemessen wurde an Coding-Agenten. Wer Texte zusammenfasst, hat einen anderen Fall.

Nichts davon macht die Zahlen falsch. Es macht sie unbrauchbar als Grundlage für eine Entscheidung im eigenen Haus. Die Richtung stimmt vermutlich, die Größe ist unbekannt, und die eigene Größe muss man selbst messen.

Undatierte Dokumentation

Der Befund, der diesem Kapitel zugrunde liegt, betrifft das Belegen statt das Prompting.

Die vier Stände aus Kapitel und Tabelle stehen auf einer Seite: oben der jüngste, darunter die älteren. Das ist die gute Nachricht: Alle vier sind heute abrufbar, und der Prüflauf dieser Seite bestätigt jeden Morgen, dass die zitierten Sätze dort noch stehen. Ohne diese Trennung gäbe es das Kapitel nicht.

Die Schwäche liegt woanders, und sie ist leicht zu übersehen:

• Keine der Fassungen nennt ein Datum. Ablesbar ist, was heute dort steht. Seit wann, steht nirgends. Beim 5.5-Stand half ein Dritter aus, bei den übrigen ein Webarchiv.
• Was sich innerhalb eines Standes ändert, hinterlässt keine Spur. Die Seite trennt Modelle, ein Ände­rungs­pro­to­koll führt sie keines. Dafür gibt es einen belegten Fall. Der Leitfaden zu GPT-6 erschien am 03.09.2026 als „Using GPT-6 Astra“. Zwischen dem 18. und dem 23.09. kamen GPT-6 Sol und GPT-6 Luna dazu, und seither gelten dieselben Bausteine für die ganze Familie. Über ihnen steht jetzt eine Bedingung, die vorher fehlte: am eigenen Modell und an der eigenen Arbeitslast prüfen (externe Seite, developers.openai.com). Sichtbar ist das nur in den Abbildern eines Webarchivs.
• Der Vergleichspunkt hat ein Verfallsdatum. Mit einem abgekündigten Modell verschwindet üblicherweise auch die Seite dazu. Das ist keine Vermutung: Die Ankündigung zum Ende der ChatGPT-Plugins steht heute nur noch im Archiv (externe Seite, help.openai.com).
• Eine Fußnote auf diese Seite belegt damit den heutigen Stand, auch wenn sie vor einem Jahr geschrieben wurde. Was damals dort stand, belegt sie nie.

Der Umgang damit ist unspektakulär und funktioniert:

Abbild sichern. Beim ersten Berufen eine Archivkopie anlegen und diese verlinken, nicht die Originaladresse allein.

Datum und Version notieren. Wenn der Hersteller keines liefert, das eigene Abrufdatum. Es ist schwächer, aber es ist eine Angabe.

Im eigenen Repo festhalten, welcher Prompt zu welchem Modell und welchem Doku­men­ta­ti­ons­stand gehört. Prompts gehören unter Versionskontrolle, nicht in ein Wiki, in dem die letzte Fassung die einzige ist.

Auf dieser Seite ist genau das der Grund, warum an jeder Quelle ein Prüfdatum steht und sie im Quellenregister geführt wird. Beim Kapitel über Token war das Formsache. Hier ist es der Anlass gewesen.