Prompts für Code: Bessere Ergebnisse beim Programmieren mit KI

Prompts für Code entscheiden darüber, ob KI brauchbaren Code liefert oder eine plausible, aber falsche Lösung. Die wichtigsten Zutaten: genug Kontext, eine klare Aufgabe, Grenzen und ein Weg, das Ergebnis zu prüfen.

1. Kontext geben

• Sprache, Version und Bibliotheken: „Python 3.13, FastAPI, SQLAlchemy 2“
• Den relevanten Code, nicht das ganze Projekt
• Bestehende Konventionen: Benennung, Fehlerbehandlung, Tests

2. Aufgabe genau beschreiben

Ergänze die Funktion rechnung_erstellen() so, dass sie bei negativen
Beträgen einen ValueError mit verständlicher Meldung wirft.
Ändere nichts an der Signatur. Schreibe zwei pytest-Tests dafür.

3. Bei Fehlern: alles zeigen

Geben Sie die vollständige Fehlermeldung, den Code der betroffenen Stelle und was Sie erwartet haben. „Funktioniert nicht“ reicht nicht.

4. Grenzen setzen

• „Keine neuen Abhängigkeiten“
• „Nur diese Datei ändern“
• „Erst den Plan beschreiben, dann umsetzen“

5. Prüfen

Lassen Sie Tests schreiben und ausführen. Coding-Agenten wie Claude Code oder Codex können Tests selbst laufen lassen; prüfen Sie trotzdem jede Änderung vor dem Übernehmen.

Fertige API-Aufrufe für die großen Anbieter erzeugt der API-Anfrage-Generator; reguläre Ausdrücke aus der KI testen Sie im Regex-Tester.