KI-Prompt Bibliothek: Prompts nach Kategorien durchsuchen

Mehrsprachiger Support, Eskalationslogik

Web-Search, Zusammenfassung, Quellen

SEO-Content-Pipeline automatisieren

CSV/DB analysieren, Dashboard

Spezialisierte Agenten zusammenarbeiten

Rollendefinition, Kontext, Verhalten

Portrait mit natürlichem Licht, 85mm

Minimalistisches Logo mit Brand Guidelines

Studio-Lighting, White-Background Produktshots

Photorealistische Gebäude-Aussendarstellung

Cartoon-Style, flache Illustrationen

Fashion-Mockups, Lookbook-Bilder

Appetitliche Food-Shots

App- und Website-Design Konzepte

Abstrakte Kunst, Malerei-Stile

SVG-ready Icons, einheitlicher Stil

Raumaufbau, Einrichtung visualisieren

Verpackungskonzepte, Produktverpackung

Das Claude Design System Prompt (122↑ HN) zeigt, wie System-Prompts als Design-Engineering-Frameworks funktionieren. Der reverse-engineered Prompt aus dem JimLiu/baoyu-design Repo (von Simon Willison validiert) enthält 20+ Kapitel mit Design-Token-Definitionen, Komponenten-Spezifikationen und Validierungsregeln. Am besten mit: Claude Fable 5, GPT-5.6 Sol Ultra

Das vollständig reverse-engineerte Claude Design System Prompt (122 Upvotes auf HN, GitHub trending) definiert einen kompletten „five-question test" für jedes Design-Element: 1) Beantwortet es eine echte Nutzerfrage? 2) Fördert es die Narrative? 3) Könnte der Nutzer die Seite ohne verstehen? 4) Gibt es einen klareren Weg? 5) Dient es dem Nutzer oder dem Designer? Wer diesen Prompt als System-Prompt einsetzt, eliminiert systematisch die typischen AI-Slop-Muster (Regenbogen-Gradients, Emoji-Dekoration, generische Card-Layouts). Am besten mit: Claude Fable 5, GPT-5.6 Sol, Gemini 2.5 Pro

Das Tool macht Prompting in 40 Sprachen zugänglich. Der zugrundeliegende Ansatz — systematische Prompt-Strukturierung mit Rolle/Kontext/Constraints/Struktur/Qualitätskriterien/Few-Shot — ist das universelle Prompt-Template, das auf allen Modellen funktioniert. Am besten mit: Alle Modelle (sprachunabhängig)

Das Repo `system_prompts_leaks` (GitHub Trending) dokumentiert die System-Prompts von Claude, ChatGPT, Gemini, Grok und anderen als Referenz. Dieser Prompt nutzt das Archiv, um gezielt Unterschiede zwischen Modellversionen zu analysieren — wertvoll für Prompt-Engineering und um zu verstehen, wie verschiedene Modelle "gedacht" sind. Am besten mit: Claude Sonnet 5 (beste Prompt-Analyse), GPT-5.5 Thinking

Inspiriert durch die HN-Show-Storie „Getting GLM 5.2 running on my slow computer" (696 Upvotes). GLM 5.2 von Zhipu AI ist ein starker Open-Source-Modell-Kandidat, aber viele Nutzer scheitern an der Hardware. Dieser Prompt zwingt das Modell, eine konkrete, ausführbare Konfiguration zu liefern – nicht nur allgemeine Tipps. Am besten mit: GLM 5.2 via Ollama / llama.cpp

Die Community diskutiert massiv CLAUDE.md-Bloat (4↑ „How to Kill the Bloat in Claude Code's System Prompt"). Die goldene Regel von Boris Cherny: „Jede Zeile, die du schreibst, muss durch den Filter: Würde das Entferden dieser Regel einen Fehler verursachen?" Dieses Template automatisiert die Audit. Am besten mit: Claude Code, GPT-5.6