Skip to content
NeuralSkills
Prompting

Strukturierte-Ausgabe-Designer

Entwerfen Sie Schemas fuer konsistente, parsbare strukturierte Ausgaben, die sich in Ihren Code und Ihre Workflows integrieren.

Fortgeschritten Kostenlos Veroeffentlicht: 15. April 2026
Kompatible Tools claude-codechatgptgeminicopilotcursorwindsurfuniversal

Das Problem

Wenn KI-Ausgaben in Code einfliessen — Datenbanken befuellen, UI-Komponenten antreiben oder Automatisierung ausloesen — ist Freitext nutzlos. Sie benoetigen vorhersagbare, typsichere strukturierte Ausgaben, die Ihr Parser verarbeiten kann. Die meisten Versuche scheitern, weil das Schema mehrdeutig ist, Grenzfaelle nicht abgedeckt sind oder das Modell Fliesstext um die Struktur herum einfuegt.

Der Prompt

Generiere Ausgabe, die EXAKT diesem Schema entspricht. Kein Text vor oder nach der Struktur.

SCHEMA:
```json
{
  "feldName": "typ | beschreibung | einschraenkungen",
  "elemente": [{
    "pflichtfeld": "string | immer vorhanden",
    "optionalesFeld": "string | null wenn unbekannt",
    "enumFeld": "eines von: option1, option2, option3",
    "numerischesFeld": "number | bereich: 0-100"
  }],
  "metadaten": {
    "gesamt": "number | anzahl der elemente",
    "konfidenz": "number | 0.0-1.0"
  }
}

REGELN:

  • Ausgabe NUR gueltiges JSON, keine Markdown-Code-Bloecke
  • Verwende null fuer unbekannte Werte, niemals leere Strings
  • Arrays muessen mindestens ein Element enthalten oder leer sein []
  • Alle Enum-Werte muessen aus den angegebenen Optionen stammen
  • Zahlen muessen innerhalb der angegebenen Bereiche liegen

EINGABE: [Deine Daten oder Frage]


## Beispielausgabe

```json
{
  "schwachstellen": [
    {
      "id": "vuln-001",
      "schweregrad": "kritisch",
      "ort": {"datei": "auth.ts", "zeile": 42},
      "beschreibung": "JWT-Secret hartcodiert im Quellcode",
      "cwe": "CWE-798",
      "behebung": "In Umgebungsvariable auslagern"
    },
    {
      "id": "vuln-002",
      "schweregrad": "hoch",
      "ort": {"datei": "api.ts", "zeile": 15},
      "beschreibung": "SQL-Abfrage per String-Konkatenation erstellt",
      "cwe": "CWE-89",
      "behebung": "Parametrisierte Abfragen verwenden"
    }
  ],
  "metadaten": {
    "gesamt": 2,
    "konfidenz": 0.92
  }
}

Wann verwenden

Verwenden Sie diesen Skill beim Bau KI-gestuetzter Tools, die maschinenlesbare Ausgabe benoetigen — Code-Generatoren, Datenpipelines, automatisierte Test-Frameworks oder jedes System, in dem KI-Ausgabe von Code statt von Menschen konsumiert wird. Unverzichtbar fuer produktionsreife KI-Integrationen.

Profi-Tipps

  • Vollstaendiges Beispiel liefern — ein befuelltes Schema mit realistischen Daten lehrt das Modell besser als eine reine Typbeschreibung.
  • Mit Grenzfaellen testen — fordern Sie Ausgabe bei null Elementen, null-Feldern oder sehr langen Strings an, um die Schemasabilitaet zu pruefen.
  • Enum-Felder aggressiv nutzen — eingeschraenkte Auswahlfelder (schweregrad: “niedrig” | “mittel” | “hoch”) erzeugen konsistentere Ausgabe als Freitext.
  • Metadaten-Objekt ergaenzen — Anzahl, Konfidenz und Verarbeitungsnotizen in einem Metadaten-Feld helfen bei der programmatischen Validierung.