> For the complete documentation index, see [llms.txt](https://docs.blockbrain.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.blockbrain.ai/de/for-users/prompt-writing-guide/mistral-models-prompt-guide.md).

# Prompt-Leitfaden für Mistral-Modelle

Mistral reagiert auf präzises Prompting mit klarer Rollenbeschreibung.

**Inhaltsverzeichnis**

1. [Geben Sie dem Modell einen klaren Zweck](https://app.gitbook.com/o/wESD8a1fR7H7ddwkYO61/s/IabFtGTeQzwfWCzp8vd6/~/edit/~/changes/458/for-users/prompt-writing-guide/mistral-models-prompt-guide#id-1-give-the-model-a-clear-purpose)
2. [Prompts klar strukturieren](https://app.gitbook.com/o/wESD8a1fR7H7ddwkYO61/s/IabFtGTeQzwfWCzp8vd6/~/edit/~/changes/458/for-users/prompt-writing-guide/mistral-models-prompt-guide#id-2-structure-prompts-clearly)
3. [Formatierung verwenden](https://app.gitbook.com/o/wESD8a1fR7H7ddwkYO61/s/IabFtGTeQzwfWCzp8vd6/~/edit/~/changes/458/for-users/prompt-writing-guide/mistral-models-prompt-guide#id-3-use-formatting)
4. [Fügen Sie Beispiele hinzu, wenn Genauigkeit oder Format wichtig sind](https://app.gitbook.com/o/wESD8a1fR7H7ddwkYO61/s/IabFtGTeQzwfWCzp8vd6/~/edit/~/changes/458/for-users/prompt-writing-guide/mistral-models-prompt-guide#id-4-add-examples-when-accuracy-or-format-matters)
5. [Reasoning nicht übermäßig nutzen](https://app.gitbook.com/o/wESD8a1fR7H7ddwkYO61/s/IabFtGTeQzwfWCzp8vd6/~/edit/~/changes/458/for-users/prompt-writing-guide/mistral-models-prompt-guide#id-5-dont-overuse-reasoning)
6. [Subjektive Wörter vermeiden](https://app.gitbook.com/o/wESD8a1fR7H7ddwkYO61/s/IabFtGTeQzwfWCzp8vd6/~/edit/~/changes/458/for-users/prompt-writing-guide/mistral-models-prompt-guide#id-6-avoid-subjective-words)
7. [Vermeiden Sie das selbstständige Zählen von Wörtern oder Zeichen](https://app.gitbook.com/o/wESD8a1fR7H7ddwkYO61/s/IabFtGTeQzwfWCzp8vd6/~/edit/~/changes/458/for-users/prompt-writing-guide/mistral-models-prompt-guide#id-7-avoid-self-count-of-words-or-characters)
8. [Verwenden Sie verbale Skalen statt numerischer Skalen](https://app.gitbook.com/o/wESD8a1fR7H7ddwkYO61/s/IabFtGTeQzwfWCzp8vd6/~/edit/~/changes/458/for-users/prompt-writing-guide/mistral-models-prompt-guide#id-8-use-worded-scales-over-numeric-scales)
9. [Prompt-Vorlagen](https://app.gitbook.com/o/wESD8a1fR7H7ddwkYO61/s/IabFtGTeQzwfWCzp8vd6/~/edit/~/changes/458/for-users/prompt-writing-guide/mistral-models-prompt-guide#id-9-prompt-templates)

***

### 1. Geben Sie dem Modell einen klaren Zweck

Mistral empfiehlt, frühzeitig einen klaren Zweck festzulegen, oft durch einen einfachen Rollen-und-Aufgaben-Aufbau wie: **„Sie sind \<Rolle>, Ihre Aufgabe ist es, \<Aufgabe>.“**

**Weniger wirksam**

```
Analysieren Sie dieses Kundenfeedback.
```

**Wirksamer**

```
Sie sind ein Analyst für Kundeneinblicke. 
Ihre Aufgabe ist es, dieses Kundenfeedback zu überprüfen und zu identifizieren
die 3 häufigsten wiederkehrenden Beschwerden.
```

*Tipp: Beginnen Sie mit Rolle + Aufgabe, bevor Sie detaillierte Anweisungen hinzufügen.*

***

### 2. Prompts klar strukturieren

Mistral empfiehlt ausdrücklich, Prompts hierarchisch mit klaren Abschnitten und Unterabschnitten zu organisieren.

Eine gute Struktur umfasst oft:

* Kontext
* Aufgabe
* Anweisungen oder Schritte
* Einschränkungen
* Ausgabeformat

**Unklarer Prompt**

```
Überprüfen Sie diesen Text und sagen Sie mir, was wichtig ist.
```

**Klarer Prompt**

```
Kontext: Interne Q2-Überprüfung für nicht-technische Führungskräfte
Aufgabe: Fassen Sie das Dokument zusammen
Anweisungen:

Identifizieren Sie die 3 wichtigsten Erkenntnisse

Entfernen Sie technischen Jargon

Nennen Sie alle wesentlichen Risiken oder Chancen
Einschränkungen: Bleiben Sie unter 200 Wörtern
Ausgabeformat: Nur 3 Aufzählungspunkte
```

***

### 3. Formatierung verwenden

Formatierung ist ein zentrales Prompting-Werkzeug. Am besten verwendet man Strukturen wie Markdown und/oder XML-ähnliche Tags, weil sie lesbar, parsbar und für Modelle vertraut sind.

**Empfohlene Formate:**

* Markdown-Überschriften
* Aufzählungspunkte und nummerierte Schritte
* XML-ähnliche Abschnitte wie `<context>`, `<task>`, `<constraints>`

**Beispiel**

```
<context>
Dies wird für eine Vorstandspräsentation verwendet.
</context>

<task>
Fassen Sie den Bericht für Führungskräfte zusammen.
</task>

<constraints>
- Verwenden Sie einfache Sprache
- Unter 120 Wörtern bleiben
- Nur Aufzählungspunkte ausgeben
</constraints>
```

*Tipp: Je komplexer die Aufgabe, desto wichtiger wird die Formatierung.*

***

### 4. Fügen Sie Beispiele hinzu, wenn Genauigkeit oder Format wichtig sind

Verwenden Sie Beispiel-Prompting, insbesondere Few-Shot-Prompting, wenn Sie eine höhere Genauigkeit oder strengere Kontrolle über das Ausgabeformat wünschen.

**Dies ist besonders nützlich für:**

* Klassifizierung
* Extraktion
* Kennzeichnung
* JSON-Ausgaben
* wiederholte Formatierungsaufgaben

```
# Aufgabe
Erkennen Sie die Sprache des Eingabetextes.

# Beispiele
Eingabe: Hallo, wie geht es Ihnen?
Ausgabe: {"language_iso": "en"}

Eingabe: Bonjour, comment allez-vous?
Ausgabe: {"language_iso": "fr"}
```

**Tipp:** Wenn die Ausgabestruktur wichtig ist, zeigen Sie dem Modell mindestens ein Beispiel des genauen Formats, das Sie möchten.

***

### 5. Subjektive Wörter vermeiden

Wörter wie „zu lang“, „interessant“, „besser“, „einige“ oder „ein paar“ sind vage. Mistral empfiehlt, sie durch objektive Maße zu ersetzen.

**Statt:** Machen Sie es kürzer\
**Verwenden Sie:** Halten Sie es unter 120 Wörtern

***

### 6. Vermeiden Sie das selbstständige Zählen von Wörtern oder Zeichen

Mistral rät davon ab, sich darauf zu verlassen, dass das Modell Schwellenwerte selbst berechnet. Wenn die Länge operativ wichtig ist, übergeben Sie die Anzahl stattdessen als Daten.

***

### 7. Widersprüche vermeiden

Je länger der System-Prompt wird, können leichte Widersprüche auftreten. Wenn die Anweisungen komplexe Bedingungen erfordern, verwenden Sie ein Entscheidungsbaum-Format.

```
# So aktualisieren Sie Datenbankdatensätze:
- Wenn die Daten keine neuen Informationen enthalten:
  - Ignorieren Sie diese Daten.
- Andernfalls, wenn die Daten dem vorhandenen Datensatz direkt widersprechen:
  - Löschen Sie den vorhandenen Datensatz und erstellen Sie einen neuen.
```

***

### 8. Verwenden Sie verbale Skalen statt numerischer Skalen

Für Bewertungen empfiehlt Mistral Bezeichnungen wie Sehr niedrig, Niedrig, Neutral, Gut, Sehr gut statt einer reinen 1–5-Skala.

***

### 9. Prompt-Vorlagen

#### Allgemeine Aufgaben-Vorlage

```
System:
Sie sind eine [Rolle]. Ihre Aufgabe ist es, [Ziel].

Benutzer:
## Kontext
[Hintergrund und Zielgruppe]

## Aufgabe
[Genau das, was erledigt werden soll]

## Anweisungen
1. [Schritt eins]
2. [Schritt zwei]
3. [Schritt drei]

## Einschränkungen
- [Ton]
- [Länge]
- [Was vermieden werden soll]

## Ausgabeformat
[Aufzählungspunkte, Tabelle, JSON, Absatz usw.]
```

#### Few-Shot-Vorlage

```
System:
Sie sind eine [Rolle]. Befolgen Sie die Beispiele genau.

Benutzer:
## Aufgabe
Klassifizieren Sie jede Eingabe in eine Kategorie.

## Kategorien
- Positiv
- Neutral
- Negativ

## Beispiele
Eingabe: "Dieses Produkt ist großartig."
Ausgabe: Positiv

Eingabe: "Es kam gestern an."
Ausgabe: Neutral

Eingabe: "Es ging nach einmaligem Gebrauch kaputt."
Ausgabe: Negativ

## Neue Eingabe
[Text hier einfügen]

## Ausgabeformat
Geben Sie nur die Kategorie zurück.
```

#### Vorlage für strukturierte Ausgabe

```
System:
Sie sind ein Extraktionsassistent.

Benutzer:
## Aufgabe
Extrahieren Sie die wichtigsten Details aus dem Text.

## Felder
- Unternehmen
- Produkt
- Veröffentlichungsdatum
- Zusammenfassung

## Einschränkungen
- Geben Sie nur gültiges JSON zurück
- Verwenden Sie null, wenn ein Feld fehlt
- Fügen Sie keine zusätzlichen Schlüssel hinzu
```


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.blockbrain.ai/de/for-users/prompt-writing-guide/mistral-models-prompt-guide.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
