📅

Prompt Intelligence Bericht

🏆 Highlight

### Anatomy: Nenne die Idee, bekommst eine funktionierende Maschine Prompt (vollständig, kopierbar): ``` /anatomy a figure for our Next.js docs on database connection pooling: a pool of 10 connections, requests borrow one and give it back, and when all 10 are busy new requests wait in a queue. A React component plus a static HTML preview, dark theme. ``` Am besten mit: Claude Code / ...

I'll start the daily prompt intelligence research. Setting up the workspace and firing parallel fetches to priority sources. All sources fetched. Now parsing the HN JSON files to find recent (past 24-48h) prompt-relevant stories. Good hits. Now fetching the most promising articles and repos, plus parsing GitHub/arXiv data, in parallel. GitHub trending has promising finds (anatomy = isometric illustration agent skill, answer-me-with-html). Fetching those repos and extracting article text now. The philosophy articles lack copy-paste prompts. Reading the skill repos (anatomy, answer-me-with-html, Veda) which likely contain real prompt text, and fetching the Figma-clone HN story for its 8 prompts. Anatomy skill looks strong for the image section. Now digging into polymodality guidance docs, huashu-art-motion (video/art animation), Veda's voice agent prompt source, and Figma-clone HN comments. Anatomy gives real copyable prompts for the image section. Now reading the polymodality guidance, huashu-art-motion (video candidate), and the self-portrait prompting article. huashu-art-motion is a strong video-section candidate, and polymodality has real agent prompt patterns. Final research batch: English README, answer-me-with-html skill, MarkTechPost, Atticus. MarkTechPost has fresh articles. Fetching the Qwen-Image article (image prompts?) and reading huashu's English README for exact prompt text — then I'll write the report. Final quick batch before writing: huashu's exact prompt table, polymodality START_HERE, Atticus README, and the zombie video generator site. Zombie site has a free Seedance prompt — fetching it, plus huashu's English prompt table and Atticus README. Then writing the report. All research complete — I have real, copy-paste prompts from every category. Writing the German report file now.

🔤 TOP 3 PROMPTS — Textgenerierung

1. Antworten als Diagramm-Seite statt als Textwand

Prompt (vollständig, kopierbar):

Explain the TCP three-way handshake
Map out how the modules in this repo fit together
Redis or Memcached for our cache?

Am besten mit: Claude Code (Installation: /plugin marketplace add QingYunA/answer-me-with-html bzw. npx skills add QingYunA/answer-me-with-html)

Warum effektiv: Der Prompt bleibt absichtsvoll kurz — die Strukturarbeit leistet das Skill: Statt einer Textwand antwortet der Agent mit einer einseitigen, lesbaren HTML-Seite mit Diagramm und Hierarchie. Im Always-On-Modus hängt er an jeder Schlussfolgerung automatisch eine solche Seite an.

Quelle: https://github.com/QingYunA/answer-me-with-html | 3.249 GitHub-Sterne

Community Resonanz: Heute auf Show HN vorgestellt; rund 3.200 Sterne in wenigen Tagen. Der Installer unterstützt mehr als 70 Agenten.

2. Domain-Agent-Prompt-Muster für Multi-Agenten-Architekturen

Prompt (vollständig, kopierbar):

You represent [ENTITY] as [AGENT_ID] within [BINDING_VERSION]. Reason using [MODALITY_ID@VERSION] and its evidence standards. Separate observations, interpretations, claims, and recommendations. Preserve other domains' definitions. Emit an envelope for each cross-agent contribution. Do not claim authority beyond verified delegation; tool permissions are independently enforced. When a requested conclusion exceeds your domain or authority, identify the missing decision and its proper owner.

Am besten mit: Claude Opus, GPT-5, Qwen3.5 — jedes Frontier-Modell in Multi-Agenten-Setups

Warum effektiv: Das Muster zwingt jeden Agenten, Beobachtung und Bewertung zu trennen und Beiträge nur über strukturierte "Envelopes" mit Nachweis-Links auszutauschen. Autorität wird nie behauptet, sondern muss verifiziert delegiert sein — das verhindert die größte Fehlerquelle in Agenten-Teams.

Quelle: https://github.com/polymodality/agentic-polymodality/blob/main/ai-guidance/GUIDING_AI.md | 4 Upvotes (https://news.ycombinator.com/item?id=50064868)

Community Resonanz: Der Design-Pack (v0.1.0-draft, 7. Oktober 2026) ist diese Woche auf HN diskutiert worden — noch klein, aber er adressiert genau das Thema der Woche: beweisbare Zuständigkeiten in Agenten-Systemen.

3. Atticus: Der ganze Mac in einem Satz

Prompt (vollständig, kopierbar):

Code on my big screen, Chrome and Terminal on the laptop.
Find my notes about the Tokyo trip.
What's wrong with this code?

Am besten mit: Claude Haiku (läuft über Claude Pro/Max via Claude Code, kein eigener API-Key nötig)

Warum effektiv: Natürliche Sprache statt Befehlssyntax: Atticus ordnet Fenster, durchsucht Dateien nach Inhalt und liest den Bildschirm. Sagt man "remember …", prägt sich der Agent Fakten dauerhaft ein — und einmal ausgeführte Aktionen lernt er, damit sie beim nächsten Mal ohne AI in 0,08 s laufen.

Quelle: https://github.com/SaarthurR/atticus-mac | 105 Upvotes (https://news.ycombinator.com/item?id=50049588)

Community Resonanz: 105 Punkte und 19 Kommentare auf HN; die Community hat bereits einen Windows-Port gebaut (github.com/FindlayHi/atticus-windows).

🖼️ TOP 3 PROMPTS — Bildgenerierung

1. Isometrische Erklärfigur für Docs und Landingpages

Prompt (vollständig, kopierbar):

/anatomy an isometric SVG explaining how a CDN edge cache works, cache hit vs miss, TTL of 60 s, for a dark landing page. Just the SVG file and a PNG preview.

Am besten mit: Claude Code / OpenCode / Codex mit dem Skill (npx skills add wheresryan22/anatomy)

Warum effektiv: Man nennt das Konzept plus echte Zahlen (TTL 60 s, Hit/Miss), und das Skill erfindet die passende Maschine daraus — inklusive Vier-Ton-Schattierung, Live-Readout und einem Geometrie-Audit, das beweist, dass sich keine Teile durchdringen.

Quelle: https://github.com/wheresryan22/anatomy | 7.265 GitHub-Sterne

Community Resonanz: Eines der am schnellsten wachsenden Skill-Repos der letzten zwei Wochen; die Galerie (Raptor-2-Prüfstand, Wellentank, Arcade-Automat) wird als neue Referenz für Agenten-generierte Illustrationen geteilt.

2. Interaktiver Bunsenbrenner mit WebGL-Flamme

Prompt (vollständig, kopierbar):

/anatomy a Bunsen burner on a lab bench: opening the air collar turns the lazy yellow flame into a roaring blue cone. WebGL for the flame, one HTML file, dark theme.

Am besten mit: Claude Code / OpenCode / Codex mit dem Anatomy-Skill

Warum effektiv: Das Prompt beschreibt, was sich bewegen soll (Luftregelung → Flammenfarbe), und das Skill wählt selbst das richtige Medium: SVG für die Apparatur, ein WebGL-Shader für die Flamme — geliefert in einer einzigen HTML-Datei.

Quelle: https://github.com/wheresryan22/anatomy | 7.265 GitHub-Sterne

Community Resonanz: Stammt direkt aus den offiziellen Evals des Skills; alle Beispielseiten sind committet und im Browser sofort probierbar.

3. 8-Schritte-Bildgenerierung mit Qwen-Image-2.1-Turbo

Prompt (vollständig, kopierbar):

A ceramic teapot on a wooden table, soft window light

Am besten mit: Qwen-Image-2.1-Turbo (7B, 8 Denoising-Steps statt 40, 2K-Auflösung, via Diffusers)

Warum effektiv: Das offizielle Beispiel zeigt, wie das neue Turbo-Checkpoint promptet: kurzer, sauberer Szenen-Prompt mit Lichtstimmung — das Modell liefert 2K-Bilder in 8 Steps bei CFG=1, mit nativer RGBA-Transparenz und Prefix-KV-Caching über die Schritte.

Quelle: https://www.marktechpost.com/2026/10/09/alibaba-qwen-releases-qwen-image-2-1-turbo-an-8-step-7b-image-model/ | MarkTechPost

Community Resonanz: Turbo kostet über die API ~0,1 CNY pro Bild (2,5× günstiger als Pro, 6× höhere Anfragerate); Self-Hosting läuft unter Forschungs-Lizenz.

🎬 TOP 3 PROMPTS — Videogenerierung

1. Zombie-Lovestory: 15 Sekunden, ein Match Cut

Prompt (vollständig, kopierbar):

A cinematic 15-second photorealistic short film told in two parts joined by one hard match cut.

Characters: PERSON A is the person in reference image 1; PERSON B is the person in reference image 2. Keep both faces, hairstyles and builds faithful to the reference images in every shot.

Part one, 0 to 9 seconds, cold desaturated blue-grey light, abandoned wooden cabin at dusk during a zombie apocalypse, handheld camera:
Shot 1: PERSON A stands in a broken doorway aiming a rifle, trembling, breathing hard.
Shot 2: PERSON B slowly turns toward them, infected and zombie-like: pale grey skin, dark veins around clouded eyes, torn dusty clothes, no blood and no gore. PERSON B stops, recognising them.
Shot 3: close-up of PERSON A's face, tears running down. They lower the rifle and let it fall.
Shot 4: PERSON A steps forward and embraces PERSON B tightly; PERSON B's hands slowly rise to hold them back.

Hard match cut at 9 seconds on the exact same embrace pose into part two, 9 to 15 seconds: a sunlit wildflower meadow at golden hour, tall grass moving in a soft breeze, warm lens flare, steady smooth camera, warm film colour.
Shot 5: the same embrace, both completely human and healthy, clean clothes, smiling; PERSON B lifts PERSON A and spins them around, both laughing.

Natural ambient sound only: wind and creaking wood, heavy breathing, a low groan, then birdsong, rustling and soft laughter. No music, no dialogue, no on-screen text, no subtitles, no logos.

Am besten mit: Seedance 2 (in Dreamina und CapCut) oder Kling 3 — Reference-Image-Videomodelle, zwei Fotos hochladen

Warum effektiv: Shot-by-Shot-Regie mit Sekundenmarken, zwei kontrastierenden Farbwelten und Negativ-Constraints (kein Blut, keine Musik, kein Text) — und der harte Match Cut auf dieselbe Umarmungs-Pose macht aus zwei Miniaturen eine emotionale Erzählung.

Quelle: https://zombieaivideo.org/zombie-love-story-prompt | 3 Upvotes (https://news.ycombinator.com/item?id=50029633)

Community Resonanz: Die Site rendert Aufträge in 10–15 Minuten als MP4; das Prompt ist bewusst gratis veröffentlicht, damit man den Trend auch selbst in CapCut, Dreamina oder Kling nachbaut — zusätzlich gibt es eine Haustier-Variante (Hund/Katze) mit gleicher Struktur.

2. Kunstgeschichte in Bewegung: Animationen im Stil alter Meister

Prompt (vollständig, kopierbar):

Make an animation in the style of Van Gogh, Monet, or Bauhaus
Make a film of someone walking through famous paintings

Am besten mit: Claude Code / OpenCode / Codex mit dem Skill (npx skills add alchaincyf/huashu-art-motion)

Warum effektiv: 35 Stil-Rezeptkarten (von Höhlenmalerei bis 8-bit) plus 9 Erklär-Animationssyntaxen (Kurzgesagt, Vox, Whiteboard, 3Blue1Brown …): Das Skill entwirft zuerst ein Standbild und bringt es dann gezielt in Bewegung. Die fünf Meisterwerke im Demo-Film sind CC0-Originale des Met, code-gemalt in jeweiliger Pinselführung.

Quelle: https://github.com/alchaincyf/huashu-art-motion | 3.758 GitHub-Sterne

Community Resonanz: 3.700+ Sterne in wenigen Tagen; vor Auslieferung misst ein QA-Skript Stabilität und Motion, und ein unbeteiligter Agent begutachtet den fertigen Film.

🧠 TOP 3 NEUE TECHNIKEN

1. Envelope-basierte Trennung von Beobachtung und Autorität

Zusammenfassung: Domain-Agenten geben Beobachtungen, Interpretationen, Behauptungen und Empfehlungen strikt getrennt aus und tauschen Beiträge nur über strukturierte "Envelopes" mit Nachweis-Links aus.

Erklärung: Der "Agentic Polymodality"-Design-Pack definiert für jeden Agenten ein "executable-purpose prompt", Grenzen und Ein-/Ausgabe-Verträge. Envelopes bewahren Original-Definitionen und verlinken Claims auf Belege; fehlende Verifikation gilt als "unbekannt", nie als erfolgreiche Prüfung. Synthese-Agenten führen Quellen-Schluss, Brücken-Inferenz und synthetischen Schluss getrennt auf — und verleihen niemals Handlungsautorität. Ein Handoff-Record erlaubt dem nächsten Agenten die Fortsetzung ohne Gesprächsgedächtnis.

Beispielprompt:

Preserve source envelopes and their definitions. Align shared entities and contexts, identify semantic collisions, and apply only justified, condition-appropriate bridges. Show each source-domain conclusion, bridge inference, and synthesized conclusion separately. Retain uncertainty and unresolved conflict. Link every synthesized conclusion to claim/envelope IDs, bridge versions, and evidence. A useful synthesis does not confer authority to act.

Geeignet für: Claude Opus, GPT-5, Qwen3.5 — Multi-Agenten-Orchestrierung

Ursprung: https://github.com/polymodality/agentic-polymodality/tree/main/ai-guidance

Warum heute wichtig: Mit QwenGyre (RL für langlaufende Agenten, gestern vorgestellt) und Googles universellem Gemini Agent ist Multi-Agenten-Koordination das Thema der Woche — das Envelope-Muster liefert das fehlende Stück: nachvollziehbare Herkunft und begrenzte Autorität.

2. Match-Cut-Verankerung für Reference-Image-Videos

Zusammenfassung: Ein harter Schnitt wird auf Sekunde und Pose exakt verankert, damit zwei kontrastierende Welten (Kälte/Wärme, Verlust/Erlösung) nahtlos ineinander übergehen.

Erklärung: Referenzbild-Videomodelle halten Gesichter über alle Shots konsistent; die Dramaturgie entsteht aus dem Schnitt. Das Prompt schreibt den Cut präzise vor ("Hard match cut at 9 seconds on the exact same embrace pose") und dreht danach Licht, Kamera und Klangwelt um. Negative Constraints (no music, no dialogue, no subtitles, no logos) halten das Ergebnis sauber — entscheidend für TikTok/Reels-Formate.

Beispielprompt:

Hard match cut at 9 seconds on the exact same embrace pose into part two, 9 to 15 seconds: a sunlit wildflower meadow at golden hour, tall grass moving in a soft breeze, warm lens flare, steady smooth camera, warm film colour. Natural ambient sound only: wind and creaking wood, heavy breathing, a low groan, then birdsong, rustling and soft laughter. No music, no dialogue, no on-screen text, no subtitles, no logos.

Geeignet für: Seedance 2 (Dreamina/CapCut), Kling 3, vergleichbare Reference-Image-Videomodelle

Ursprung: https://zombieaivideo.org/zombie-love-story-prompt

Warum heute wichtig: Der Zombie-Lovestory-Trend läuft gerade auf TikTok und Reels; das gratis veröffentlichte Prompt zeigt die aktuelle Regie-Sprache für 15-Sekunden-Clips — Sekundenmarken, Pose-Lock, Negativ-Constraints.

3. Ein-Rahmen-erst-Methode mit Beat-Grid-Breakdown

Zusammenfassung: Erst ein einzelnes Standbild entwerfen und prüfen, dann animieren — oder ein bestehendes Video per Skript in Übergänge, Beat-Grid und Motion-Heatmaps zerlegen, bevor man es mit Code nachbaut.

Erklärung: huashu-art-motion koppelt 35 Stil-Rezeptkarten an eine "Design one frame first, then animate it"-Pipeline: Komposition und Material stehen im ersten Frame fest, die Bewegung entsteht danach parametrisiert. Beim "Break down" misst ein Skript Übergänge, Beat-Grid und Motion-Heatmaps eines Referenz-Clips und recreatet dann die zugrunde liegenden Mechanismen in Code — inklusive Code-Synthese der Musik auf einem BPM-Grid.

Beispielprompt:

Recreate this animation
Break down this clip

Geeignet für: Claude Code, OpenCode, Codex (Coding-Agents)

Ursprung: https://github.com/alchaincyf/huashu-art-motion

Warum heute wichtig: 3.700+ Sterne in wenigen Tagen zeigen den Shift weg von reinen Video-Modellen hin zu code-getriebener Animation — ideal für Erklärvideos, Kunstprojekte und Social Clips.

🏆 Highlight des Tages

Anatomy: Nenne die Idee, bekommst eine funktionierende Maschine

Prompt (vollständig, kopierbar):

/anatomy a figure for our Next.js docs on database connection pooling: a pool of 10 connections, requests borrow one and give it back, and when all 10 are busy new requests wait in a queue. A React component plus a static HTML preview, dark theme.

Am besten mit: Claude Code / OpenCode / Codex (npx skills add wheresryan22/anatomy -g -a claude-code)

Warum effektiv: Die Kernregel des Skills lautet "Name the idea, not the drawing": Man nennt das Konzept und die echten Zahlen, und das Modell erfindet das passende Objekt — ein Connection Pool wird zu einem physischen Ort mit 10 Leih-Verbindungen und Warteschlange. Danach prüft sich die Figur selbst: Ein Geometrie-Audit beweist, dass nichts kollidiert, und Headless-Chrome-Screenshots werden vom Modell gelesen und kritisiert.

Quelle: https://github.com/wheresryan22/anatomy | 7.265 GitHub-Sterne seit Anfang Oktober

Community Resonanz: GitHub-Trending-Repo der Woche; ein Cache-Key wird zum Stift-Zylinder-Schloss, ein GPU-Kontext zum Gantry-Plotter — die Beispiele (Raptor-2-Prüfstand mit WebGL-Plume, Wellentank mit Kaustiken) setzen den Maßstab für Agenten-generierte technische Illustrationen.

📰 Erlesene Artikel & Ressourcen

Bericht erstellt am 13. Oktober 2026 Quellen: Hacker News, AI News Portals, arXiv, GitHub, Personal Blogs