Der beste Prompt zur Dateianalyse lautet nicht einfach „Fassen Sie 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
Laden Sie das relevante Dokument, die Tabelle oder Präsentation hoch und geben Sie dem LLMBase KI-Chat eine konkrete Aufgabe. Bitten Sie zum Beispiel um ein Entscheidungs-Memo, eine Tabelle mit Änderungen, eine Erklärung für nicht technische Leser oder eine Liste offener Risiken.
Nennen Sie bei Tabellen das passende Blatt, Spalten, Einheiten und den Zeitraum. Bei langen Dokumenten helfen die Abschnitte, die besonders wichtig sind. Je klarer der Auftrag, desto einfacher lässt sich das Ergebnis prüfen.
Evidenz statt nur Schlussfolgerungen verlangen
Diese Rückfragen machen Antworten nachvollziehbar:
- Nennen Sie die Passage oder Zeile hinter jeder Schlussfolgerung.
- Trennen Sie Fakten aus der Datei von empfohlenen nächsten Schritten.
- Kennzeichnen Sie fehlende Daten, Annahmen und Widersprüche.
- Vergleichen Sie 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, legen Sie das Material in einem Workspace ab. Ein Workspace gibt zusammengehörigen Chats einen gemeinsamen Kontext, ohne sie mit anderen Projekten zu vermischen.
Ein Ergebnis erstellen, das weiterhilft
Definieren Sie das gewünschte Format vor der finalen Antwort: kurze E-Mail, Meeting-Briefing, Markdown-Tabelle, CSV-Struktur oder Präsentationsgliederung. Prüfen Sie das Resultat vor dem Teilen gegen die Quelldateien.