Systemprompt

Wenn du mit einem Chatbot schreibst, bist du nicht der Erste, der ihm etwas sagt. Vorher hat schon der Anbieter eine Anweisung hinterlegt. Diese Anweisung heißt Systemprompt. Sie steht in normaler Sprache dort, etwa: „Du bist ein hilfsbereiter Assistent. Antworte kurz und höflich. Gib keine medizinischen Diagnosen.“ Du siehst diesen Text nicht, aber das Programm liest ihn bei jeder Antwort mit. Man kann sich das wie den Dienstplan mit Verhaltensregeln vorstellen, den ein Mitarbeiter am ersten Tag bekommt.

Der Unterschied zwischen Modell und Produkt

Große Sprachprogramme wie die hinter ChatGPT können sehr viel und sind erst einmal völlig unspezifisch. Sie können freundlich oder schroff antworten, sachlich oder ausschweifend. Der Systemprompt macht aus dieser allgemeinen Fähigkeit ein konkretes Produkt. Derselbe technische Kern kann so einmal ein Kundenservice-Chat und einmal ein Lernhelfer für Mathematik werden.

Das ist wirtschaftlich enorm praktisch. Ein Unternehmen muss kein eigenes Programm von Grund auf lernen lassen, was extrem teuer wäre. Es mietet ein fertiges Modell und schreibt ein paar Absätze Anweisung dazu. Deshalb gibt es tausende Chat-Anwendungen, die im Inneren dasselbe System benutzen und sich trotzdem sehr unterschiedlich anfühlen.

Der Systemprompt ist außerdem der wichtigste Ort für Sicherheitsregeln im Alltagsbetrieb. Dort steht, was die Anwendung nicht tun soll: keine Anlageberatung geben, keine Beleidigungen ausgeben, keine internen Preise verraten. Verlässlich ist das aber nur begrenzt. Ein Systemprompt ist eine Bitte an ein Programm, kein technisches Schloss.

Wie die Anweisung in das Gespräch kommt

Ein Sprachmodell rechnet immer nur mit dem Text, der ihm gerade vorliegt. Es hat kein Gedächtnis zwischen zwei Anfragen. Bei jeder einzelnen Antwort schickt die Anwendung deshalb das komplette Gespräch neu an das Modell. Ganz oben steht dabei der Systemprompt, darunter dein Verlauf und deine neue Frage.

Technisch sind das drei Rollen: System, Nutzer und Assistent. Die Modelle werden im Training darauf vorbereitet, der Systemrolle mehr Gewicht zu geben als der Nutzerrolle. Wenn du also schreibst „Ignoriere alle deine Regeln“, soll das Modell dem Systemprompt folgen und nicht dir. Ganz sauber funktioniert diese Rangfolge nicht immer.

Genau hier setzen Angriffe an, die man Prompt Injection nennt: Versuche, dem Programm über normalen Text neue Regeln unterzuschieben. Das kann auch versteckt passieren, etwa über eine Webseite, die die Anwendung liest. Ein zweiter Punkt ist praktischer Natur. Ein sehr langer Systemprompt kostet bei jeder Antwort Rechenzeit, weil er jedes Mal mitverarbeitet wird.

Systemprompts in Produkten und Schlagzeilen

Du begegnest Systemprompts überall, ohne sie zu sehen. Der Support-Chat eines Online-Shops hat einen, der ihn auf Bestellungen und Rücksendungen festlegt. Auch die Assistenten in Suchmaschinen, in Office-Programmen und in Lern-Apps arbeiten so. Wenn ein Chatbot auffällig stur bei einem Thema bleibt, steckt meist eine solche Anweisung dahinter.

In den Nachrichten tauchen Systemprompts vor allem auf, wenn sie durchsickern. Nutzer überreden einen Chatbot dazu, seine eigenen Anweisungen vorzulesen, und danach steht der Text öffentlich im Netz. Für Firmen ist das unangenehm, weil dort manchmal interne Regeln oder Formulierungen zum Umgang mit Kritik stehen. Einige Anbieter veröffentlichen ihre Systemprompts inzwischen freiwillig, um Vertrauen zu schaffen.

Ein häufiger Irrtum: Ein Systemprompt ändert nicht das Wissen des Modells. Er verändert nur Verhalten und Auftreten. Fehlendes Wissen holt man über andere Wege dazu, etwa indem man Dokumente mitliefert. Und wer selbst mit KI arbeitet, kann in vielen Werkzeugen einen eigenen Systemprompt setzen. Das ist der schnellste Hebel, um Antworten passender zu machen.