Effektive Prompts für KI-Agenten schreiben: Fehler vermeiden und 3CX AI Agents optimieren

Lerne, wie du effektive Prompts schreibst, häufige Fehler vermeidest und deinen AI Agent für echte Gespräche optimierst.

In Teil 1 haben wir die Grundlagen des Prompt Engineering betrachtet: Anweisungen statt Fließtext zu schreiben, unnötige Definitionen zu entfernen, Widersprüche zu vermeiden und Prompts knapp zu halten. In diesem Blog gehen wir einen Schritt weiter und konzentrieren uns darauf, wie KI-Modelle tatsächlich funktionieren.

Zu verstehen, was ein Modell kann und was nicht, ist genauso wichtig wie zu wissen, wie man einen Prompt schreibt. Außerdem behandeln wir Echtzeit-Voice-Prompting, praktische Testmethoden und eine Reihe von Gewohnheiten, die dir helfen, zuverlässigere 3CX AI Agents zu entwickeln. Lies weiter, um mehr zu erfahren!

Verstehen, was das Modell kann und was nicht

Ein großer Teil unnötiger Komplexität in User-Prompts entsteht dadurch, dass versucht wird, Probleme zu lösen, die Prompting nicht lösen kann.

Was Prompting gut kann:

  • Tonalität, Persona und Sprache festlegen
  • Die Struktur eines Gesprächs definieren (z. B. „stelle immer nur eine Frage“)
  • Bestimmen, wann welches Tool verwendet wird
  • Erlaubte und verbotene Aktionen definieren
  • Bestimmte Fehlerzustände korrigieren (z. B. Missverständnisse, feindliches Verhalten)

Was Prompting schlecht kann:

  • Exakte Wortwahl über alle Antworten hinweg erzwingen (das Modell paraphrasiert immer)
  • Präzise Zählregeln durchsetzen („genau zweimal fragen, dann eskalieren“) – nur näherungsweise möglich
  • Komplexe, verschachtelte Logik in einem Satz abbilden
  • Fehlende Tools ersetzen – wenn der Agent etwas nachschlagen muss, gib ihm ein Tool statt es im Text zu beschreiben

KI Rezeption Prompts

Wenn du denselben Regel-Satz mehrfach formulierst, um das Modell „wirklich, definitiv, immer“ zu etwas zu zwingen, ist die Lösung in der Regel kein längerer Prompt, sondern ein Tool-Call oder eine technische Absicherung.

Wenn du dich dabei wiederfindest, solltest du unnötige Prompt-Teile entfernen und dich ggf. an das 3CX Forum wenden.

Der Echtzeit-Unterschied

Bei Echtzeit-Audio-Modellen gilt eine zusätzliche Ebene: Sprache ist nicht Text. OpenAI stellt dazu einen Realtime Prompting Guide bereit.

Kurz gesagt:

  • Halte Sätze kurz. Gesprochene Sätze müssen in einem Atemzug verständlich sein.
  • Beschreibe den Klang, nicht nur den Inhalt: „Professionell, souverän, ruhig, prägnant“ ist echte Arbeit. Genauso wie „keine unnötigen Erklärungen“.
  • Gehe explizit auf Störungen ein. Hintergrundgeräusche, Wortfragmente, Unterbrechungen, der Anrufer, der sagt: „Äh, ja, Entschuldigung – fahren Sie fort.“ Wenn Sie dem Modell nicht sagen, wie es reagieren soll, rät es, und die Vermutung ist in der Regel falsch.
  • Eine Anweisung pro Zeile. Sprachmodelle folgen Zeilenumbrüchen zuverlässiger als eingebetteten Klauseln.

Ein Voice-Prompt ist noch weniger tolerant gegenüber unnötigem Text als ein normaler Prompt. Jedes zusätzliche Wort ist ein Zeitvertreib, den das Model zum Zuhören hätte nutzen können.

Tipps für Einsteiger im Prompt Engineering

Wenn Sie zum ersten Mal ein 3CX-Prompt bearbeiten, können Ihnen ein paar praktische Gewohnheiten Stunden sparen:

Starte mit dem Standard-Prompt. Baue nicht alles neu auf. Die 3CX Default-Prompts sind getestet und für OpenAI Realtime optimiert. Du solltest sie erweitern, nicht ersetzen.

Ändere nur eine Sache gleichzeitig. Wenn du mehrere Änderungen gleichzeitig machst und etwas bricht, weißt du nicht warum.

Teste mit echten Gesprächen. Nicht mit perfekten Skripten, sondern mit Unterbrechungen, unklarer Sprache und realen Szenarien.

Lies den Prompt laut vor. Wenn er sich schlecht lesen lässt, funktioniert er meist auch schlecht im Modell.

Token-Budget beachten. Lange Prompts reduzieren den verfügbaren Kontext für das eigentliche Gespräch.

Keine überflüssigen Anweisungen. „Sei hilfsbereit“ oder „sei freundlich“ ist unnötig – beschreibe stattdessen konkrete Verhaltensweisen.

Wenn unsicher: löschen. Kürzere Prompts sind fast immer bessere Prompts.

Pre-Save-Checkliste

Bevor Sie ein Prompt speichern, führen Sie folgenden Vorgang durch:

  1. Steht jede Regel genau einmal im Prompt? Keine Wiederholungen, keine nahezu identischen Formulierungen.
  2. Sind die Anweisungen positiv formuliert? „Tu X“ ist besser als „Tu Y, Z oder W nicht“.
  3. Gibt es widersprüchliche Regeln? Beheben Sie das Problem jetzt, nicht während der Produktion.
  4. Definieren Sie Dinge, die das Modell bereits kennt? Löschen Sie es.
  5. Verändert jede Zeile tatsächlich das Verhalten? Falls nicht, löschen Sie es.
  6. Haben Sie die Länge mit Tokenizer geprüft? Führe es durch Tokenizer und schau dir die tatsächliche Größe an.
  7. Haben Sie mit realistischen Anrufen getestet? Nicht nur ein normaler.

Knowledgebase-Dokumente

Auch wenn sie kein „Prompt“ im engeren Sinn sind, gehören Knowledgebase-Dokumente eng dazu.

Sie sollten klar und präzise sein. Markdown ist der empfohlene Standard. Bestehende Dokumente können automatisiert konvertiert werden, z. B. mit Microsofts MarkItDown-Projekt.

Nutzen Sie KI, um ihre KI zu verbessern

Ein besonders leistungsfähiger Ansatz:

Sie können diese Art von Anleitung (z. B. diesen Blog oder den OpenAI Realtime Prompting Guide) als Markdown-Datei speichern, prompt-engineering.md, und in die Knowledgebase ihres AI Agents integrieren.

Laden Sie die Datei realtime-prompting.skill herunter und installieren Sie sie in Ihre KI – in der Regel ist dies ein einfacher Drag-and-Drop-Vorgang.

Sobald das Prompt verfügbar ist, übernimmt der Agent sie als Fachwissen. Sie können Ihren Entwurf des Prompts in einen Chat mit diesem Agenten einfügen und fragen:

„Überprüfe diesen System-Prompt anhand der Prompt-Engineering-Regeln. Markiere Widersprüche, Wiederholungen, unnötige Definitionen und zu lange Passagen. Schlage eine optimierte Version vor.“

Und die KI wird Ihre Aufgabenstellung mit der Intelligenz der dahinterstehenden Fähigkeit analysieren – sie wird die Art von Problemen finden, die wir oben beschrieben haben, und Beispiele speziell für Ihre Aufgabenstellung heranziehen.

Damit nutzen Sie KI, um die System-Prompts anderer KI-Systeme zu verbessern – ein sehr effizienter Workflow im modernen Prompt Engineering.

Kurzfassung

Schreiben Sie Anweisungen statt Fließtext. Jede Regel nur einmal. Positiv formulieren. Widersprüche vermeiden. Mit Tokenizer prüfen. Mit realistischen Gesprächen testen. Mehr löschen als hinzufügen.

Ihr Agent wird es ihnen danken – mit mehr freiem Kontext für echte Aufgaben.

Sie möchten das Prompt eines 3CX-KI-Agenten bearbeiten? Beginnen Sie mit der Standardeinstellung, ändern Sie jeweils nur eine Sache und testen Sie die Änderungen anhand von echten Anrufen. Wenn Sie tiefer in die Materie einsteigen möchten, ist der OpenAI Realtime Prompting Guide die beste derzeit verfügbare technische Ressource.

Folgen Sie uns für Neuigkeiten

Beteiligen Sie sich an der V20-Diskussion in unseren entsprechenden Partner– oder Kundenforen. Folgen Sie uns auf X und LinkedIn, um über Neuigkeiten und neue Funktionen auf dem Laufenden zu bleiben.