Der beste Prompt zur Dateianalyse lautet nicht einfach „Fasse das zusammen“. Er beschreibt, welche Entscheidung die Datei unterstützen soll, wer das Ergebnis liest und in welchem Format es gebraucht wird.
Mit dem Ergebnis beginnen
Lade das relevante Dokument, die Tabelle oder Präsentation hoch und gib dem LLMBase KI-Chat eine konkrete Aufgabe. Bitte zum Beispiel um ein Entscheidungs-Memo, eine Tabelle mit Änderungen, eine Erklärung für nicht technische Leser:innen oder eine Liste offener Risiken.
Nenne bei Tabellen das passende Blatt, Spalten, Einheiten und den Zeitraum. Bei langen Dokumenten helfen die Abschnitte, die besonders wichtig sind. Je klarer der Brief, desto einfacher lässt sich das Ergebnis prüfen.
Evidenz statt nur Schlussfolgerungen verlangen
Diese Rückfragen machen Antworten nachvollziehbar:
- Nenne die Passage oder Zeile hinter jeder Schlussfolgerung.
- Trenne Fakten aus der Datei von empfohlenen nächsten Schritten.
- Kennzeichne fehlende Daten, Annahmen und Widersprüche.
- Vergleiche zwei Dateien anhand derselben Kriterien.
So bleibt die Unterhaltung an das bereitgestellte Material gebunden.
Wiederkehrende Arbeit zusammenhalten
Wenn ein Projekt regelmäßig mit denselben Unterlagen arbeitet, gehört das Material in einen Workspace. Ein Workspace gibt zusammengehörigen Chats einen gemeinsamen Kontext, ohne sie mit anderen Projekten zu vermischen.
Ein Ergebnis erstellen, das weiterhilft
Definiere das gewünschte Format vor der finalen Antwort: kurze E-Mail, Meeting-Briefing, Markdown-Tabelle, CSV-Struktur oder Präsentationsgliederung. Prüfe das Resultat vor dem Teilen immer gegen die Quelldateien.
