Die meisten nutzen Tools wie ChatGPT wie einen Chatpartner: "Schreib mir mal einen Blogpost über X." Das Ergebnis ist meistens mittelmässig. Für professionelle Ergebnisse im B2B-Bereich reicht das nicht. Wenn wir bei Maibach Systems Content-Maschinen bauen, nutzen wir strukturierte XML-Prompts. Das ist eher Programmieren als Chatten.
In diesen Prompts definieren wir alles: Die Persona (Alter, Rolle), den Kontext, die verbotenen Wörter (Anti-Patterns) und die exakte Struktur des Outputs. Wir kapseln Instruktionen in Tags wie <rule> oder <context>. Das hilft dem Modell, den Fokus zu behalten und nicht in generisches Geschwafel abzudriften.
Das klingt technisch, ist aber der einzige Weg, um konsistente Qualität zu garantieren. Vor allem für Schweizer Kunden, wo kulturelle Nuancen entscheidend sind, brauchen wir diese Präzision. Wir überlassen den Output nicht dem Zufall (oder der Tagesform der KI), sondern definieren ihn architektonisch. Generative KI ist gut, directive KI ist besser.
Mehr dazu: https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/use-xml-tags
