Themen- und Bereichsbeschränkungen

KI-Modelle werden darauf trainiert, hilfreich und umfassend zu sein. Ohne Einschränkungen fügen sie häufig Kontext, Hintergrundinformationen, Alternativen und Vorbehalte hinzu, die Sie für Ihren konkreten Anwendungsfall nicht benötigen.

Umfangsbeschränkungen in Prompts weisen das Modell an, innerhalb eines festgelegten Rahmens zu bleiben – eines Themas, einer Domäne, einer Perspektive oder einer bestimmten Auswahl an Aspekten. Ohne solche Beschränkungen erhalten Sie häufig Antworten, die zwar allgemein korrekt, aber zu weit gefasst sind, um direkt nützlich zu sein.

Das direkteste Muster für eine Umfangsbeschränkung lautet „Konzentrieren Sie sich nur auf X“:

• „Konzentrieren Sie sich nur auf die Sicherheitsauswirkungen – sprechen Sie nicht über die Leistung.“
• „Behandeln Sie nur den Onboarding-Prozess, nicht den gesamten Funktionsumfang des Produkts.“
• „Besprechen Sie nur Open-Source-Tools. Erwähnen Sie keine kommerziellen Produkte.“

Dieses Muster funktioniert am besten, wenn X eine klar definierte, abgegrenzte Kategorie ist. Vage Fokusanweisungen („Konzentrieren Sie sich auf die wichtigen Dinge“) sind zu subjektiv, um nützlich zu sein.

Ausschlussvorgaben entfernen bestimmte Themen, die nicht behandelt werden sollen:

• „Erwähnen Sie keine Preise oder Kosten.“
• „Vermeiden Sie jegliche Verweise auf die Finanzkrise von 2008.“
• „Besprechen Sie nicht die Einschränkungen dieses Ansatzes.“
• „Schließen Sie jegliche Erwähnung politischer Parteien aus.“

Ausschlussvorgaben sind nützlich, wenn Sie im Voraus wissen, dass das Modell etwas normalerweise von selbst einbeziehen würde, das Sie auslassen möchten. Sie sind besonders wichtig für markenkonforme oder compliancekritische Inhalte.

Vorgaben zur Begrenzung der Domäne halten das Modell innerhalb eines bestimmten Fachgebiets oder Kontexts:

• „Bleiben Sie beim Thema Entwicklung mobiler Apps.“
• „Beschränken Sie Ihre Antwort auf den Kontext kleiner Einzelhandelsunternehmen.“
• „Bleiben Sie innerhalb des Umfangs von Python 3.10 und höher.“
• „Ihre Antworten sollten ausschließlich den regulatorischen Kontext der EU behandeln.“

Domänengrenzen sind besonders wichtig, wenn Sie das Modell in einer branchenspezifischen Anwendung einsetzen (z. B. einem Kochassistenten, der keine medizinischen Ratschläge geben soll).

Der Ausschluss von Wettbewerbern ist eine häufige Anforderung für Marketing- und Produktinhalte:

• „Nennen Sie keine konkurrierenden Produkte und vergleichen Sie sie nicht mit unserem Produkt.“
• „Konzentrieren Sie sich auf die Stärken unseres Produkts. Erwähnen Sie nicht das Wettbewerbsumfeld.“
• „Vermeiden Sie jeden Vergleich mit anderen CRM-Tools.“

Diese Umfangsbeschränkung ist wichtig, damit KI-generierte Inhalte markenkonform bleiben. Modelle, die mit Internetdaten trainiert wurden, kennen Wettbewerber und erwähnen sie, wenn dies nicht ausdrücklich eingeschränkt wird.

Sie können nicht nur das Thema, sondern auch die Perspektive des Modells einschränken:

• „Stellen Sie nur die Argumente für Remote-Arbeit dar. Führen Sie keine Gegenargumente an.“
• „Analysieren Sie dies ausschließlich aus der Perspektive einer Person, die zum ersten Mal ein Eigenheim kauft.“
• „Konzentrieren Sie sich auf die technische Umsetzung. Besprechen Sie keine geschäftlichen oder strategischen Aspekte.“

Einschränkungen der Perspektive helfen, wenn Sie für einen bestimmten Zweck eine partielle Analyse benötigen – etwa ein Briefing zur Vorbereitung auf eine Debatte, einen Bericht für eine bestimmte Anspruchsgruppe oder einen einseitig argumentierenden Text.

Bei Anwendungen mit dauerhaften Umfangsbeschränkungen sollten Sie diese im System-Prompt verankern. So verhindern Sie, dass Nutzer das Modell versehentlich oder absichtlich aus seinem vorgesehenen Bereich herausführen:

Umfangsbeschränkungen funktionieren nicht immer vollkommen. Häufige Fehlermodi sind:

• Abdriften – Das Modell bleibt im ersten Teil der Antwort innerhalb des Umfangs und driftet dann davon ab
• Implizite Einbeziehung – Sie haben ausdrückliche Erwähnungen eingeschränkt, aber das Modell deutet den ausgeschlossenen Inhalt an
• Mehrdeutige Grenzen – Ihre Umfangsdefinition war nicht präzise genug, damit das Modell sie konsistent anwenden konnte

Die Lösung für alle drei Fälle: Formulieren Sie die Grenzen des Umfangs ausdrücklicher und konkreter. Statt „Bleiben Sie beim Thema“ sollten Sie genau auflisten, was zum Umfang gehört und was nicht, und dafür zwei getrennte Listen verwenden.

Sie können den Umfang als Einbeziehung dessen, was enthalten sein soll, oder als Ausschluss dessen, was weggelassen werden soll, formulieren. Beides ist nützlich und lässt sich kombinieren:

Positiv (Einbeziehung): „Behandeln Sie nur: Feature-Beschreibungen, Preismodelle und Integrationsoptionen.“

Negativ (Ausschluss): „Nehmen Sie Folgendes nicht auf: Unternehmensgeschichte, Biografien des Teams oder Details zur technischen Architektur.“

Bei komplexen Umfangsanforderungen sollten Sie beides verwenden: Definieren Sie ausdrücklich die Liste der enthaltenen Themen UND die Liste der ausgeschlossenen Themen. Diese doppelte Grenze ist robuster, als nur eine der beiden Formulierungen zu verwenden.

Einschränkungen des zeitlichen Geltungsbereichs legen fest, auf welchen Zeitraum sich das Modell konzentrieren soll:

• „Besprechen Sie nur Ereignisse von 2020 bis heute.“
• „Konzentrieren Sie sich auf den aktuellen Stand der Technologie, nicht auf ihre historische Entwicklung.“
• „Ignorieren Sie Entwicklungen nach 2022 — unser Publikum kennt sie noch nicht.“

Das ist hilfreich, wenn Sie für Zielgruppen mit begrenztem Hintergrundwissen schreiben oder wenn historischer Kontext von einer praktischen, auf die Gegenwart ausgerichteten Antwort ablenken würde. Hinweis: Wissensgrenzen des Modells können die Genauigkeit bei sehr aktuellen Ereignissen beeinträchtigen.

Der Geltungsbereich kann auch den Detailgrad oder die inhaltliche Tiefe steuern:

• „Geben Sie einen Überblick — gehen Sie nicht auf technische Implementierungsdetails ein.“
• „Konzentrieren Sie sich auf die Implementierungsdetails. Lassen Sie den konzeptionellen Hintergrund aus.“
• „Bleiben Sie auf der strategischen Ebene. Taktische Details gehören nicht in dieses Dokument.“

Vorgaben zum Detailgrad sind besonders nützlich, wenn Sie eine mehrstufige Dokumentation erstellen — eine Version für Führungskräfte und eine für Entwickler — und jede Version auf ihrer angemessenen Ebene bleiben soll, ohne in die andere überzugehen.

Einschränkungen des Geltungsbereichs richten die Ausgabe der KI darauf aus, was einbezogen und was ausgeschlossen wird. Die grundlegenden Muster sind: sich ausschließlich auf X konzentrieren, Y nicht erwähnen, innerhalb des Bereichs Z bleiben und die Perspektive begrenzen.

Am zuverlässigsten wird der Geltungsbereich festgelegt, wenn Sie positive und negative Formulierungen kombinieren, konkrete Listen statt vager Begriffe verwenden und die Einschränkungen bei Anwendungen mit dauerhaftem Bedarf im System-Prompt platzieren.

In der nächsten Lektion wenden Sie Vorgaben auf Stilebene an — Sie steuern dann nicht nur, was das Modell sagt, sondern auch, wie es das sagt.