ProPrompt – Grundlagen des effektiven Promptings

Zielgruppe: Alle, die GitHub Copilot, Copilot Studio Agents oder KI-gestĂŒtzte Toolchains produktiv einsetzen wollen – auch ohne KI-Vorwissen.

Berufsspezifische Guides: Analysten · Juristen · Entwickler · BĂŒroalltag

Inhaltsverzeichnis

  1. Markdown-Schnelleinstieg
  2. Grundlagen des Promptings
  3. Dos & Don’ts – Übersicht
  4. Copilot Chat & Kontext-Variablen
  5. Agent-Modus – Überblick
  6. Copilot Studio Agents – Überblick
  7. Instruction-Files & Custom Instructions
  8. Cheat-Sheet

1 Markdown-Schnelleinstieg

Markdown ist das Standardformat fĂŒr Dokumentation und KI-Kontextdateien. Hier die wichtigsten Elemente:

Textformatierung 

# Überschrift 1
## Überschrift 2
### Überschrift 3

**Fett**
*Kursiv*
~~Durchgestrichen~~
`Inline-Code`

Listen 

- AufzÀhlung Punkt 1
- AufzÀhlung Punkt 2
  - Unterpunkt

1. Nummerierte Liste
2. Zweiter Punkt

Code-Blöcke 

```python
def hello():
    print("Hallo Welt")
```

Links & Bilder 

[Linktext](https://example.com)
![Bildtext](bild.png)

Tabellen 

| Spalte A | Spalte B |
|----------|----------|
| Wert 1 | Wert 2 |

Warum Markdown fĂŒr KI?

  • LLMs verstehen Markdown-Struktur nativ
  • Überschriften schaffen klare Hierarchie → besserer Kontext
  • Code-Blöcke werden als Code erkannt (Syntax-Highlighting)
  • Tabellen transportieren strukturierte Daten kompakt

2 Grundlagen des Promptings

Was ist ein Prompt?

Ein Prompt ist die Anweisung, die du an ein KI-Modell sendest. Je klarer und strukturierter dein Prompt, desto besser das Ergebnis.

Die 4 SĂ€ulen eines guten Prompts

SĂ€ule Beschreibung Beispiel
Rolle Wer soll die KI sein? „Du bist ein erfahrener C#-Entwickler.”
Kontext Welche Hintergrundinformationen braucht die KI? „Wir arbeiten an einer .NET 8 Web-API.”
Aufgabe Was genau soll getan werden? „Erstelle einen Controller fĂŒr User-CRUD.”
Format Wie soll die Ausgabe aussehen? „Gib den Code mit XML-Kommentaren aus.”

Das RICE-Prinzip

Rolle → Instruktion → Context → Expected Output

Rolle: Du bist ein Senior DevOps Engineer.
Instruktion: Erstelle ein Dockerfile fĂŒr eine Node.js 20-App.
Context: Die App nutzt pnpm, hat ein /src-Verzeichnis und braucht Port 3000.
Expected: Multi-Stage Dockerfile mit Kommentaren.

3 Dos & Don’ts – Übersicht

✅ DOs

# Do Warum
1 Sei spezifisch „Erstelle eine TypeScript-Funktion, die ein Array sortiert” > „schreib mir Code”
2 Gib Kontext Sprache, Framework, Version, Architektur mitgeben
3 Definiere das Ausgabeformat „Gib JSON aus”, „Nutze Bullet Points”, „Erstelle eine Tabelle”
4 Arbeite iterativ Erst GrundgerĂŒst, dann Verfeinerung in Folge-Prompts
5 Nutze Beispiele (Few-Shot) Zeige 1–2 Beispiele des gewĂŒnschten Outputs
6 Begrenze den Scope Ein Prompt = eine klare Aufgabe
7 Nutze Markdown in Prompts Überschriften, Listen und Code-Blöcke fĂŒr Struktur
8 Referenziere Dateien #file:src/service.ts in Copilot Chat nutzen
9 PrĂŒfe die Ausgabe KI-Output immer reviewen, nie blind ĂŒbernehmen
10 Nutze Custom Instructions .github/copilot-instructions.md fĂŒr projektweite Regeln

❌ DON’Ts

# Don’t Warum
1 Vage Prompts „Mach das besser” → Kein klares Ziel
2 Zu viel auf einmal „Erstelle mir eine komplette App” → Überforderung
3 Kontext vergessen Ohne Sprache/Framework rÀt die KI
4 Blind Copy-Paste Immer Code lesen und verstehen
5 Sensible Daten eingeben Keine echten Passwörter, API-Keys oder Kundendaten
6 Erwarten, dass es beim ersten Mal perfekt ist Iteratives Prompting ist normal
7 Negationen nutzen „Nutze NICHT var” → Besser: „Verwende const und let”
8 Kontext-Fenster ĂŒberladen Nicht ganze Codebases in einen Prompt packen
9 Prompt-Sprache wechseln Bleib bei einer Sprache pro Konversation
10 Agent-Mode fĂŒr Triviales Einfache Edits brauchen keinen Agent

4 Copilot Chat & Kontext-Variablen

Slash-Commands

Command Funktion
/explain Code erklÀren lassen
/fix Fehler beheben
/tests Tests generieren
/doc Dokumentation erstellen
/new Neues Projekt/Datei scaffolden

Kontext-Variablen

Variable Beschreibung
#file Spezifische Datei referenzieren
#selection Markierten Code referenzieren
#editor Aktuellen Editor-Inhalt
#codebase Gesamtes Projekt durchsuchen
#terminalLastCommand Letzten Terminal-Befehl referenzieren

Beispiel-Prompts fĂŒr den Alltag

Code-Review:

ÜberprĂŒfe #selection auf:
1. Potenzielle Bugs
2. Performance-Probleme
3. Best-Practice-VerstĂ¶ĂŸe
Gib VerbesserungsvorschlÀge als Diff aus.

Fehlerbehebung:

Der folgende Fehler tritt auf: #terminalLastCommand
Analysiere den Fehler im Kontext von #file:src/app.ts und schlage eine Lösung vor.

💡 Mehr Beispiele findest du in den berufsspezifischen Guides: Analysten · Juristen · Entwickler · BĂŒroalltag

5 Agent-Modus – Überblick

Was ist der Agent-Modus?

Der Agent-Modus in VS Code erlaubt Copilot, selbststĂ€ndig mehrere Schritte auszufĂŒhren:

  • Dateien lesen, erstellen und editieren
  • Terminal-Befehle ausfĂŒhren
  • Über mehrere Dateien hinweg arbeiten
  • Fehler erkennen und selbst korrigieren

Wann Agent-Modus nutzen?

Szenario Agent ✅ Chat 💬
Neues Feature ĂŒber mehrere Dateien ✅  
Refactoring eines ganzen Moduls ✅  
Debugging mit Terminalzugriff ✅  
Einzelne Funktion schreiben   💬 reicht
Schnelle ErklĂ€rung   💬 reicht

Struktur fĂŒr Agent-Prompts 

## Ziel
[Was soll am Ende erreicht sein?]

## Kontext
[Relevante Architektur, Technologien, Constraints]

## Schritte
1. [Erster Schritt]
2. [Zweiter Schritt]
3. [Dritter Schritt]

## Anforderungen
- [Nicht-funktionale Anforderung 1]
- [NFR 2]

## Nicht tun
- [Explizite AusschlĂŒsse]

Agent-Modus Tipps

  1. Instruction Files nutzen – .github/copilot-instructions.md wird automatisch geladen
  2. Aufgaben klar abgrenzen – Lieber 3 fokussierte Agent-Sessions als eine riesige
  3. Checkpoints setzen – Nach jedem Schritt die Änderungen reviewen
  4. Terminal-Output beobachten – Agent fĂŒhrt Befehle aus, die Nebeneffekte haben können
  5. Undo nutzen – VS Code kann Agent-Änderungen rĂŒckgĂ€ngig machen

💡 AusfĂŒhrliche Agent-Beispiele findest du in: Analysten · Juristen · Entwickler · BĂŒroalltag

6 Copilot Studio Agents – Überblick

Was ist Copilot Studio?

Microsoft Copilot Studio ermöglicht das Erstellen eigener KI-Agents ohne Code – fĂŒr Teams, SharePoint, Web und mehr.

System-Prompt strukturieren 

# Rolle
Du bist [Name], ein Assistent fĂŒr [Zweck].

# FĂ€higkeiten
- Du kannst [FĂ€higkeit 1]
- Du kannst [FĂ€higkeit 2]
- Du hast Zugriff auf [Datenquelle]

# Verhalten
- Antworte immer auf [Sprache]
- Nutze einen [formellen/informellen] Ton
- Maximal [X] SĂ€tze pro Antwort

# Grenzen
- Du beantwortest KEINE Fragen zu [Thema]
- Bei Unsicherheit sagst du: "[Fallback-Text]"

# Ausgabeformat
- Nutze Bullet Points fĂŒr Listen
- Verlinke auf [Quellen] wenn möglich

Agent-Toolchain Architektur 

flowchart TB
    A[đŸ‘€ Benutzer-Anfrage] --> B[đŸ€– Orchestrator-Agent]
    B --> C[Agent A<br/>Recherche]
    B --> D[Agent B<br/>Verarbeitung]
    B --> E[Agent C<br/>Review]
    C & D & E --> F[📋 Zusammenfassung]
    F --> G[đŸ‘€ Benutzer-Antwort]

    style A fill:#e3f2fd
    style B fill:#fff3e0
    style F fill:#e8f5e9
    style G fill:#c8e6c9

💡 Berufsspezifische Agent-Beispiele: Reporting-Agent (Analysten) · Vertrags-Agent (Legal) · IT-Helpdesk (BĂŒro)

7 Instruction-Files & Custom Instructions

Ebenen der Konfiguration 

┌────────────────────────────────────┐
│  1. VS Code Settings (global)       │  → Gilt fĂŒr alle Projekte
├─────────────────────────────────────
│  2. .github/copilot-instructions.md │  → Gilt fĂŒr das Projekt
├─────────────────────────────────────
│  3. .copilot/*.md                   │  → Kontextdateien pro Thema
├─────────────────────────────────────
│  4. Inline-Prompt-Kontext           │  → Gilt fĂŒr die einzelne Anfrage
└────────────────────────────────────┘

VS Code Custom Instructions

In settings.json:

{
  "github.copilot.chat.codeGeneration.instructions": [
    { "text": "Verwende immer TypeScript strict mode." },
    { "text": "Bevorzuge funktionale Programmierung." },
    { "file": ".copilot/conventions.md" }
  ]
}

copilot-instructions.md – Beispiel 

# Projekt: Contoso Web-App

## Tech-Stack
- Frontend: React 18 + TypeScript 5
- Backend: .NET 8 Web API
- Datenbank: PostgreSQL 16
- ORM: Entity Framework Core

## Code-Konventionen
- Verwende PascalCase fĂŒr C#-Klassen und Methoden
- Verwende camelCase fĂŒr TypeScript-Variablen und Funktionen
- Alle API-Endpoints geben `ApiResponse<T>` zurĂŒck

## Architektur
- Clean Architecture (Domain → Application → Infrastructure → API)
- CQRS mit MediatR fĂŒr Commands und Queries
- Repository-Pattern fĂŒr Datenzugriff

## Regeln
- Schreibe Unit-Tests fĂŒr alle neuen Services
- Alle DTOs sind `record`-Typen
- API-Versioning ĂŒber URL-Pfad (/api/v1/)

Best Practices

  1. Kurz und prĂ€zise – Jede Regel in einer Zeile
  2. Positiv formulieren – „Verwende X” statt „Verwende nicht Y”
  3. Priorisieren – Wichtigste Regeln zuerst
  4. Aktuell halten – RegelmĂ€ĂŸig reviewen und updaten
  5. Team-Konsens – Alle Teammitglieder einbeziehen

8 Cheat-Sheet

Prompt-Vorlagen zum Kopieren

Code erklÀren:

ErklĂ€re #selection Schritt fĂŒr Schritt. Fokus auf:
- Was macht der Code?
- Welche Edge Cases gibt es?
- Wie könnte man es verbessern?

Bug finden:

Analysiere #file auf potenzielle Bugs:
1. Null-Reference-Fehler
2. Race Conditions
3. Fehlende Fehlerbehandlung
4. Speicher-Leaks

Tests schreiben:

Schreibe Unit-Tests fĂŒr #file:
- Nutze [Jest/xUnit/pytest]
- Teste Happy Path und Error Cases
- Nutze Arrange-Act-Assert Pattern
- Mocke externe AbhÀngigkeiten

Agent – Neues Feature:

## Ziel
[Feature-Beschreibung]

## Kontext
- Projekt: [Name]
- Tech-Stack: [Technologien]
- Relevante Dateien: #file:... #file:...

## Aufgabe
1. [Schritt 1]
2. [Schritt 2]
3. [Tests schreiben]
4. [Dokumentation aktualisieren]

## Regeln
- Bestehende Architektur einhalten
- Keine Breaking Changes
- Alle Tests mĂŒssen grĂŒn sein

Berufsspezifische Guides

Guide Beschreibung
📊 Analysten Datenanalyse, Reports, SQL, KPIs, Visualisierungen
⚖ Juristen & Legal VertrĂ€ge, Compliance, DSGVO, Klauselanalyse
đŸ’» Entwickler Code, Debugging, Architektur, CI/CD, Refactoring
🏱 BĂŒroalltag E-Mails, Meetings, PrĂ€sentationen, Dateien umwandeln

Lizenz: MIT – Frei verwendbar und anpassbar. Beitragen: Pull Requests und Issues sind willkommen!

Table of contents

ProPrompt © 2026 – MIT License