Der Prompt-Strommast — wie drei rivalisierende KI-Labore dieselbe Diät verordnen
OpenAI, Anthropic und Z.ai haben in den letzten Wochen unabhängig voneinander ihre offiziellen Prompt-Guides aktualisiert — und sagen alle dasselbe: Schlanke Prompts schlagen aufgeblähte. 10–15 % bessere Ergebnisse, bis zu 67 % weniger Kosten.
Drei rivalisierende KI-Labore von zwei Kontinenten, ein gemeinsames Geständnis: Euer Prompt ist zu lang.
Das Foto oben habe ich heute vor meiner Urlaubsunterkunft in einer Straße in Brasilien gemacht. Hunderte Kabel, die in alle Richtungen abzweigen. Offensichtlich seit Jahrzehnten immer nur ergänzt, nie aufgeräumt. Genau daran musste ich denken, als ich mir die aktuellen Dokumentationen von OpenAI, Anthropic und dem chinesischen Anthropic-Rivalen Z.ai angesehen habe.
Alle drei haben in den letzten Wochen ihre offiziellen Guides für die jeweils neuesten Modelle aktualisiert: GPT-5.6, Claude Fable 5 und GLM-5.2. Ich habe alle drei parallel gelesen.
Der Mythos, mit dem aufgeräumt wird: Mehr Prompt-Struktur bringt automatisch bessere Ergebnisse. Rollen zuweisen. Dutzende Regeln nummerieren. “Denke Schritt für Schritt” einfordern. Möglichst viele Beispiele liefern… Und so weiter, Ihr kennt die ganzen “Geheimtips”.
Viele Prompts, die mir begegnen, sehen im Kern genauso aus wie dieser Strommast: Jahre an Regeln, Beispielen und Sonderfällen übereinandergestapelt, nie entrümpelt und der Prompt wird immer länger und länger. Dabei steigt meistens jedoch nur der Frust der User, statt die Qualität der Antworten.
OpenAI: weniger ist messbar mehr
Genau davon rät OpenAI in der offiziellen Doku zu GPT-5.6 inzwischen ab. Schlankere Prompts verbessern die Ergebnisse.
In internen Auswertungen von Coding-Agenten verbesserten schlankere System-Prompts die Bewertung um 10 bis 15 Prozent und senkten gleichzeitig den Tokenverbrauch um 41 bis 66 Prozent sowie die Kosten um 33 bis 67 Prozent. Jede Anweisung nur einmal formulieren. Nur die wirklich relevanten Tools freigeben.
Anthropic: bestehende Bibliotheken entrümpeln
Anthropic geht in der Doku zu Claude Fable 5 noch weiter und schreibt es fast wortwörtlich: Skills und Prompts, die für ältere Modelle entwickelt wurden, seien für Fable 5 oft zu vorschreibend und würden die Ausgabequalität verschlechtern.
Die Empfehlung: bestehende Prompt-Bibliotheken entrümpeln statt weiter aufzublähen.
Z.ai: Standards als Datei, nicht als Prompt-Wall
Und Z.ai, das Labor hinter GLM-5.2, das bei Terminal-Bench 2.1 mit 81 Punkten inzwischen nur noch 4 Punkte hinter Claude Opus 4.8 liegt?
Deren Dokumentation setzt gar nicht erst auf lange Prompt-Guides. Der empfohlene Weg: dem Modell die eigenen Engineering-Standards als Datei geben, im Beispiel explizit im .md-Format, und es daran arbeiten lassen. Auch das läuft auf dasselbe Prinzip hinaus: Kontext und Grenzen statt Mikromanagement.
Die gemeinsame Linie
Über alle drei Länder und Wettbewerber hinweg gilt: Je fähiger das Modell, desto weniger will es im Detail angeleitet werden. Es will das Ziel, die Grenzen und den Grund kennen, nicht jeden Schritt vorgekaut bekommen.
Der Unterschied zum Kabelsalat: Beim Strommast merkt man den Schaden erst, wenn es brennt. Beim Prompt merkt man ihn sofort, in der Qualität der Antwort.
Die nüchterne Frage: Ist der eigene Standard-Prompt inzwischen auch so ein Strommast? Und wann wurde da zuletzt etwas abgeklemmt statt nur angeklemmt?
