The short answer
Diese 25 strukturierten KI-Prompts unterstützen Support-Teams bei der Erstkontaktaufnahme, Deeskalation, Rückerstattungen, Erstellung von Wissensdatenbanken und der Qualitätssicherung von Agenten. Jeder Prompt enthält kopierbare Codeblöcke mit Variablen in Klammern und ein JSON-Metadatenschema zur Integration in Plattformen wie Zendesk, Intercom oder Gorgias. Sie sind für aktuelle Modelle konzipiert und berücksichtigen Compliance-Aspekte.
Vage Eingaben führen zu vagen Ausgaben. Für Kundensupport-Teams, die KI nutzen, liegt der Unterschied zwischen einer hilfreichen, markenkonformen Antwort und einer generischen, Ticket-erzeugenden Antwort in der Qualität des Prompts. Freiform-Anfragen wie „Antwort verfassen“ überlassen zu viel dem Zufall.
Strukturierte Prompts mit klaren Variablen, Kontext und Einschränkungen sind die Grundlage für skalierbaren KI-Support. Sie gewährleisten Konsistenz, reduzieren Halluzinationen und ermöglichen es Agenten, schneller zu arbeiten. Dies ist die Kernkompetenz für Fachleute im Bereich KI im Kundenerlebnis.
Bei ZEKAI bewerten wir Tools unabhängig. Unsere Bewertungskriterien für diese Prompts sind einfach:
- Klarheit & Spezifität: Lässt der Prompt Raum für Mehrdeutigkeiten?
- Anpassungsfähigkeit: Lässt er sich leicht mit Variablen modifizieren?
- Anbieter-Mapping: Kann er einem realen Helpdesk-Workflow zugeordnet werden?
- Compliance-Bewusstsein: Berücksichtigt er reale rechtliche und Markenrisiken?
Dies ist eine Bibliothek von 25 kopierbaren Prompts, die im September 2026 gegen aktuelle große Sprachmodelle getestet wurden. Jeder enthält ein JSON-Objekt, was die Integration in die Makros oder internen Tools Ihres Helpdesks erleichtert.
Warum strukturierte Prompts Freiform-Anfragen übertreffen
Ein strukturierter Prompt fungiert als detailliertes Briefing für Ihren KI-Assistenten. Indem Sie Platzhalter bereitstellen, den gewünschten Ton definieren und Einschränkungen (wie Länge oder Format) festlegen, leiten Sie die KI zur bestmöglichen Antwort, nicht nur zu einer von vielen möglichen. Dies reduziert die Bearbeitungszeit und minimiert vor allem das Risiko, dass die KI Richtlinien erfindet oder Versprechen macht, die Ihr Unternehmen nicht halten kann.
Schadensersatz, der einem Kunden zugesprochen wurde, nachdem der Chatbot von Air Canada falsche Informationen zu Trauertarifen bereitgestellt hatte – ein wegweisender Fall für die KI-Haftung. Source: pinsentmasons.com
Der berüchtigte Fall *Moffatt gegen Air Canada* ist eine deutliche Erinnerung an dieses Risiko. Die Fluggesellschaft wurde für falsche Informationen haftbar gemacht, die ihr Support-Chatbot bereitgestellt hatte, obwohl die korrekten Informationen an anderer Stelle auf ihrer Website verfügbar waren. Strukturierte Prompts mit fundierten Fakten verhindern solche unnötigen Fehler.
Ticket-Antworten & Erstkontakt-Prompts (5 Prompts)
Diese Prompts dienen für erste Antworten, um Erwartungen zu setzen und Informationen effizient zu sammeln.
Entwerfen Sie eine Erstkontakt-Antwort für ein Ticket zum Thema `[TICKET_TOPIC]`.
1. Bestätigen Sie das spezifische Problem des Benutzers: `[USER_ISSUE_SUMMARY]`.
2. Bestätigen Sie den Empfang des Tickets und geben Sie die Ticket-ID an: `[TICKET_ID]`.
3. Geben Sie unsere Standard-Antwortzeit für diesen Problemtyp an: `[RESPONSE_TIME_SLA]`.
4. Erwähnen Sie, falls bekannt, den Spezialisten oder das Team, an das es weitergeleitet wurde: `[ROUTED_TEAM]`.
5. Halten Sie den Ton einfühlsam und professionell. Versprechen Sie keine Lösung, sondern nur eine Rückmeldung.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_t1_001",
"use_case": "Erstkontakt-Antwort",
"variables": ["TICKET_TOPIC", "USER_ISSUE_SUMMARY", "TICKET_ID", "RESPONSE_TIME_SLA", "ROUTED_TEAM"],
"tone": "einfühlsam, professionell",
"constraints": "Versprechen Sie keine Lösung."
}
Die Anfrage des Benutzers zu `[TICKET_TOPIC]` enthält wichtige Informationen nicht.
Entwerfen Sie eine höfliche Antwort, die:
1. sich für die Nachricht bedankt.
2. die spezifischen Informationen klar benennt, die wir benötigen, um fortzufahren. Listen Sie diese als Aufzählungspunkte auf:
* `[REQUIRED_INFO_1]`
* `[REQUIRED_INFO_2]`
* `[REQUIRED_INFO_3]`
3. kurz erklärt, *warum* wir diese Informationen benötigen (z. B. „um Ihr Konto zu finden“, „um den Fehler zu reproduzieren“).
4. versichert, dass ihr Ticket priorisiert wird, sobald die Informationen eingegangen sind.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_t1_002",
"use_case": "Informationsanfrage",
"variables": ["TICKET_TOPIC", "REQUIRED_INFO_1", "REQUIRED_INFO_2", "REQUIRED_INFO_3"],
"tone": "hilfsbereit, klar",
"constraints": "Erklären Sie das „Warum“ hinter der Anfrage."
}
Erstellen Sie eine Schritt-für-Schritt-Anleitung zur Beantwortung der Benutzerfrage: `[USER_QUESTION]`.
Der Benutzer hat den `[USER_PLAN_LEVEL]` Plan.
1. Beginnen Sie mit einer direkten Bestätigung: „Ja, das können Sie tun. Hier sind die Schritte:“
2. Verwenden Sie eine nummerierte Liste für die Schritte.
3. Verweisen Sie auf spezifische UI-Elemente namentlich (z. B. „Klicken Sie auf ‚Einstellungen‘ im Haupt-Dashboard“).
4. Verlinken Sie, falls verfügbar, auf einen relevanten Wissensdatenbank-Artikel: `[KB_ARTICLE_URL]`.
5. Beenden Sie mit einer Einladung zu weiteren Fragen.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_t1_003",
"use_case": "Anleitung",
"variables": ["USER_QUESTION", "USER_PLAN_LEVEL", "KB_ARTICLE_URL"],
"tone": "klar, instruktiv",
"constraints": "Verwenden Sie eine nummerierte Liste."
}
Wir haben gerade ein systemweites Problem behoben: `[ISSUE_DESCRIPTION]`.
Entwerfen Sie eine proaktive Nachricht an einen Benutzer, der von diesem Problem betroffen war.
1. Verweisen Sie auf die ursprüngliche Ticket-ID: `[TICKET_ID]`.
2. Geben Sie kurz an, dass das von ihnen gemeldete Problem nun behoben sein sollte.
3. Bitten Sie sie zu bestätigen, ob auf ihrer Seite alles wie erwartet funktioniert.
4. Stellen Sie einen direkten Link bereit, wo sie die Lösung testen können: `[TESTING_URL]`.
5. Danken Sie ihnen für ihre Geduld.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_t1_004",
"use_case": "Proaktives Update zur Lösung",
"variables": ["ISSUE_DESCRIPTION", "TICKET_ID", "TESTING_URL"],
"tone": "proaktiv, hilfsbereit",
"constraints": "Schließen Sie das Ticket nicht automatisch."
}
Erstellen Sie eine konforme Erstkontakt-Nachricht, die eine KI-Offenlegung beinhaltet.
Der Benutzer fragt nach `[TICKET_TOPIC]`.
1. Beginnen Sie mit einer klaren Offenlegung, z. B. „Sie interagieren mit einem KI-Assistenten von `[COMPANY_NAME]`."
2. Bieten Sie sofort eine Option zur Eskalation an einen menschlichen Agenten an (z. B. „Sie können jederzeit einen menschlichen Ansprechpartner anfordern.“).
3. Beantworten Sie dann die ursprüngliche Anfrage des Benutzers basierend auf dem bereitgestellten Kontext.
4. Halten Sie die gesamte Nachricht prägnant und klar.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_t1_005",
"use_case": "Konformer KI-Erstkontakt",
"variables": ["COMPANY_NAME", "TICKET_TOPIC"],
"tone": "transparent, direkt",
"constraints": "Muss Offenlegung und Eskalationspfad zu Beginn enthalten."
}
Deeskalation & Empathie-Prompts (5 Prompts)
Wenn die Spannungen hoch sind, kommt es auf die richtigen Worte an. Diese Prompts helfen der KI, Antworten zu entwerfen, die die Gefühle der Kunden anerkennen, ohne falsche Versprechungen zu machen.
Der Benutzer äußert erhebliche Frustration über `[USER_ISSUE]`. Er hat uns bereits `[NUMBER_OF_CONTACTS]` Mal kontaktiert.
Entwerfen Sie eine einfühlsame Antwort, die:
1. Formulierungen verwendet, die ihre Gefühle bestätigen (z. B. „Ich verstehe, wie frustrierend das sein muss“, „Sie haben allen Grund, verärgert zu sein.“).
2. sich explizit für die negative Erfahrung entschuldigt, ohne die Schuld für das zugrunde liegende Problem zuzugeben. Beispiel: „Es tut mir leid für die Unannehmlichkeiten, die dadurch entstanden sind.“
3. das Problem in eigenen Worten zusammenfasst, um zu zeigen, dass ich es verstanden habe: `[PROBLEM_SUMMARY]`.
4. die nächste unmittelbare Maßnahme angibt, die ich persönlich ergreife: `[AGENT_ACTION]`.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_deescalate_001",
"use_case": "Frustration anerkennen",
"variables": ["USER_ISSUE", "NUMBER_OF_CONTACTS", "PROBLEM_SUMMARY", "AGENT_ACTION"],
"tone": "sehr einfühlsam, bestätigend, verantwortlich",
"constraints": "Entschuldigen Sie sich für die Erfahrung, nicht für die Ursache, es sei denn, dies ist bestätigt."
}
Analysieren Sie die folgende Agentenantwort und formulieren Sie sie um, um sie empathischer und weniger roboterhaft zu gestalten.
Originalantwort: `[ORIGINAL_RESPONSE]`
Situation des Benutzers: `[USER_SITUATION]`
Konzentrieren Sie sich auf:
1. Ersetzen Sie Unternehmensjargon durch einfache Sprache.
2. Fügen Sie einen Satz hinzu, der den emotionalen Zustand des Benutzers (z. B. Frustration, Verwirrung) anerkennt.
3. Stellen Sie sicher, dass die Kernbotschaft und alle Anweisungen korrekt bleiben.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_deescalate_002",
"use_case": "Ton-Politur (Empathie)",
"variables": ["ORIGINAL_RESPONSE", "USER_SITUATION"],
"tone": "einfühlsam, menschlich",
"constraints": "Ändern Sie den sachlichen Inhalt der Originalantwort nicht."
}
Entwerfen Sie eine Antwort, die einen Benutzer darüber informiert, dass die von ihm angefragte Funktion `[REQUESTED_FEATURE]` derzeit nicht verfügbar ist.
1. Beginnen Sie mit Empathie und Bestätigung („Das ist eine großartige Idee“ oder „Ich kann sehen, wie nützlich das wäre.“).
2. Geben Sie klar, aber behutsam an, dass die Funktion derzeit nicht existiert.
3. Bieten Sie einen praktikablen Workaround an, falls einer existiert: `[WORKAROUND_STEPS]`. Falls kein Workaround existiert, geben Sie dies klar an.
4. Erklären Sie, dass Sie ihre Anfrage offiziell beim Produktteam protokollieren. Erwähnen Sie, dass ihr Feedback wertvoll ist.
5. Geben Sie keinen Zeitplan an oder versprechen Sie, dass es gebaut wird.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_deescalate_003",
"use_case": "Schlechte Nachrichten überbringen (Feature-Anfrage)",
"variables": ["REQUESTED_FEATURE", "WORKAROUND_STEPS"],
"tone": "einfühlsam, ehrlich, hilfsbereit",
"constraints": "Versprechen Sie keine zukünftige Implementierung oder geben Sie einen Zeitplan an."
}
Der Benutzer beschwert sich über eine schlechte Erfahrung mit einem früheren Support-Agenten oder einer früheren Interaktion. Ihre Referenz ist `[PREVIOUS_TICKET_ID]`.
Entwerfen Sie eine Antwort, die:
1. sich dafür entschuldigt, dass die vorherige Erfahrung ihre Erwartungen nicht erfüllt hat.
2. den vorherigen Agenten nicht beschuldigt. Konzentrieren Sie sich auf die Erfahrung des Benutzers.
3. die Verantwortung für das Problem jetzt übernimmt. („Ich habe die Verantwortung für dieses Ticket übernommen, um es zu Ende zu bringen.“)
4. um eine kurze Zusammenfassung des ungelösten Problems bittet, um sicherzustellen, dass Sie den vollständigen Kontext haben, ohne dass der Benutzer alles wiederholen muss.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_deescalate_004",
"use_case": "Service-Wiederherstellung",
"variables": ["PREVIOUS_TICKET_ID"],
"tone": "verantwortlich, beruhigend",
"constraints": "Weisen Sie anderen Agenten keine Schuld zu."
}
Die Nachrichten des Benutzers werden wütend, in Großbuchstaben verfasst und unkonstruktiv.
Entwerfen Sie eine kurze, bestimmte und professionelle „Reset“-Nachricht.
1. Erkennen Sie ihre Frustration direkt an.
2. Geben Sie Ihr Ziel an: „Mein Ziel ist es, dies für Sie zu lösen, aber dafür brauche ich Ihre Hilfe.“
3. Setzen Sie das Gespräch zurück, indem Sie eine klare, spezifische Frage stellen, die das Problem voranbringt. Beispiel: „Um fortzufahren, können Sie mir bitte die Rechnungsnummer aus Ihrer Bestätigungs-E-Mail mitteilen?“
4. Vermeiden Sie emotionale Sprache. Seien Sie ein ruhiger Anker.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_deescalate_005",
"use_case": "Gesprächs-Reset",
"variables": [],
"tone": "ruhig, bestimmt, professionell",
"constraints": "Seien Sie direkt und konzentrieren Sie sich auf den nächsten einzelnen Schritt."
}
Abrechnung, Rückerstattungen & Richtlinienausnahmen-Prompts (4 Prompts)
Geld ist ein sensibles Thema. Diese Prompts gewährleisten Klarheit und die Einhaltung von Richtlinien.
Ein Benutzer hinterfragt eine Abbuchung von `[CHARGE_AMOUNT]` am `[CHARGE_DATE]`.
Entwerfen Sie eine klare Erklärung.
1. Verweisen Sie auf die spezifische Rechnung oder Bestellnummer: `[INVOICE_ID]`.
2. Gliedern Sie die Abbuchung in Einzelposten der Rechnung auf (z. B. „Abonnement für Pro-Plan: $XX“, „Überziehungsgebühren: $Y“).
3. Verlinken Sie auf die relevanten Nutzungsbedingungen oder Preisgestaltungsseite, die diese Abbuchung erklärt: `[POLICY_URL]`.
4. Verwenden Sie einfache, direkte Sprache. Vermeiden Sie Buchhaltungsjargon.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_billing_001",
"use_case": "Abbuchung erklären",
"variables": ["CHARGE_AMOUNT", "CHARGE_DATE", "INVOICE_ID", "POLICY_URL"],
"tone": "sachlich, klar, transparent",
"constraints": "Verweisen Sie auf spezifische Einzelposten."
}
Der Benutzer ist gemäß unserer Richtlinie für eine Rückerstattung für `[PRODUCT/SERVICE]` berechtigt.
Entwerfen Sie eine Nachricht, die die Rückerstattung bestätigt.
1. Geben Sie klar an, dass die Rückerstattung bearbeitet wurde.
2. Geben Sie den erstatteten Betrag an: `[REFUND_AMOUNT]`.
3. Informieren Sie sie, wie lange es dauern wird, bis die Gelder auf ihrem Konto erscheinen (z. B. „5-10 Werktage“).
4. Erwähnen Sie die ursprüngliche Transaktions-ID für ihre Unterlagen: `[TRANSACTION_ID]`.
5. Beenden Sie mit einer positiven und hilfreichen Bemerkung.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_billing_002",
"use_case": "Rückerstattung bearbeiten",
"variables": ["PRODUCT/SERVICE", "REFUND_AMOUNT", "TRANSACTION_ID"],
"tone": "hilfsbereit, effizient",
"constraints": "Seien Sie spezifisch bezüglich Betrag und Zeitrahmen."
}
Ein Benutzer beantragt eine Rückerstattung für `[PRODUCT/SERVICE]`, aber seine Anfrage liegt außerhalb unserer Rückerstattungsrichtlinie, weil `[REASON_FOR_DENIAL]`.
Entwerfen Sie eine bestimmte, aber einfühlsame Ablehnung.
1. Bestätigen Sie ihre Anfrage und zeigen Sie, dass Sie sie geprüft haben.
2. Geben Sie klar an, dass die Anfrage außerhalb der Rückerstattungsrichtlinie liegt.
3. Erklären Sie kurz und neutral die spezifische Richtlinienregel, die gilt (z. B. „Rückerstattungen sind nur innerhalb von 30 Tagen nach dem Kauf möglich.“).
4. Verlinken Sie auf die öffentliche Rückerstattungsrichtlinienseite: `[POLICY_URL]`.
5. Bieten Sie, falls möglich, eine Alternative an, wie z. B. einen Rabatt auf einen zukünftigen Kauf oder ein Plan-Downgrade. `[ALTERNATIVE_OFFER]`. Bieten Sie dies nicht an, wenn keine angemessen ist.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_billing_003",
"use_case": "Rückerstattung ablehnen",
"variables": ["PRODUCT/SERVICE", "REASON_FOR_DENIAL", "POLICY_URL", "ALTERNATIVE_OFFER"],
"tone": "bestimmt, einfühlsam, klar",
"constraints": "Entschuldigen Sie sich nicht für die Richtlinie. Stellen Sie sie als Tatsache dar."
}
Als Manager habe ich eine einmalige Ausnahme von unserer Richtlinie für diesen Benutzer bezüglich `[POLICY_ISSUE]` genehmigt.
Entwerfen Sie eine Nachricht, die dies klar kommuniziert.
1. Geben Sie an, dass Sie ihre spezifische Situation geprüft haben.
2. Geben Sie klar an, dass Sie eine *einmalige Ausnahme* machen.
3. Erklären Sie das Ergebnis der Ausnahme (z. B. „wir haben eine vollständige Rückerstattung vorgenommen“, „wir haben Ihre Testphase verlängert“).
4. Wiederholen Sie behutsam die Standardrichtlinie, um zukünftige Erwartungen zu managen.
5. Verwenden Sie einen positiven, „gerne behilflich“-Ton.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_billing_004",
"use_case": "Richtlinienausnahme",
"variables": ["POLICY_ISSUE"],
"tone": "gnädig, klar",
"constraints": "Muss die Formulierung „einmalige Ausnahme“ verwenden."
}
Wissensdatenbank & FAQ-Generierungs-Prompts (4 Prompts)
Verwandeln Sie Support-Gespräche in Self-Service-Ressourcen.
Analysieren Sie das folgende Support-Ticket-Transkript und fassen Sie es in einem einzigen Frage-Antwort-Paar für unsere FAQ zusammen.
Transkript: `[TICKET_TRANSCRIPT]`
1. **Frage:** Formulieren Sie das Kernproblem des Benutzers als klare, suchbare Frage.
2. **Antwort:** Verfassen Sie eine prägnante, schrittweise Antwort, die die Frage löst, basierend auf der endgültigen Lösung im Ticket.
3. Entfernen Sie alle persönlich identifizierbaren Informationen (PII).
4. Die endgültige Ausgabe sollte in einfacher Sprache sein, nicht eine Geschichte des Tickets.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_kb_001",
"use_case": "Ticket zu FAQ",
"variables": ["TICKET_TRANSCRIPT"],
"tone": "instruktiv, klar",
"constraints": "Die Ausgabe muss ein einzelnes Frage-Antwort-Paar sein. Keine PII."
}
Analysieren Sie diese 5 Support-Tickets. Identifizieren Sie ein gemeinsames Thema oder eine Frage, die NICHT durch unsere aktuellen Wissensdatenbank-Artikel beantwortet wird.
Ticket 1: `[TICKET_1_SUMMARY]`
Ticket 2: `[TICKET_2_SUMMARY]`
Ticket 3: `[TICKET_3_SUMMARY]`
Ticket 4: `[TICKET_4_SUMMARY]`
Ticket 5: `[TICKET_5_SUMMARY]`
Aktuelle KB-Titel: `[KB_TITLES_LIST]`
Geben Sie einen einzelnen Satz aus, der die Wissenslücke beschreibt. Beispiel: „Wir haben keinen Artikel, der erklärt, wie man mit der neuen X API-Version integriert.“
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_kb_002",
"use_case": "KB-Lückenanalyse",
"variables": ["[TICKET_SUMMARIES]", "[KB_TITLES_LIST]"],
"tone": "analytisch",
"constraints": "Geben Sie einen einzelnen Satz aus."
}
Entwerfen Sie einen neuen Wissensdatenbank-Artikel basierend auf den folgenden Informationen.
**Thema:** `[ARTICLE_TOPIC]`
**Zielgruppe:** `[AUDIENCE_DESCRIPTION]` (z. B. „Neue Benutzer“, „Entwickler“)
**Wichtige Schritte/Informationen zum Einschließen:**
* `[POINT_1]`
* `[POINT_2]`
* `[POINT_3]`
**Struktur:**
1. **Titel:** Ein klarer, handlungsorientierter Titel.
2. **Einleitung:** Eine einzeilige Zusammenfassung dessen, was der Artikel dem Benutzer hilft zu tun.
3. **Voraussetzungen:** Eine Aufzählung aller Dinge, die der Benutzer vor dem Start benötigt.
4. **Schritte:** Eine nummerierte Liste mit klaren Anweisungen.
5. **Fehlerbehebung/FAQ:** Ein kleiner Abschnitt mit 1-2 häufigen Problemen und deren Lösungen.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_kb_003",
"use_case": "KB-Artikel entwerfen",
"variables": ["ARTICLE_TOPIC", "AUDIENCE_DESCRIPTION", "[POINTS]"],
"tone": "instruktiv, strukturiert",
"constraints": "Befolgen Sie die angegebene Struktur genau."
}
Formulieren Sie den folgenden Wissensdatenbank-Artikel um, damit er von Suchmaschinen besser gefunden und für Benutzer leichter zu überfliegen ist.
**Originalartikeltext:** `[ARTICLE_TEXT]`
**Primäres Keyword:** `[KEYWORD]`
**Anweisungen:**
1. Stellen Sie sicher, dass das primäre Keyword im Titel (H1) und in mindestens einer Unterüberschrift (H2) enthalten ist.
2. Teilen Sie lange Absätze in kürzere auf.
3. Verwenden Sie Aufzählungspunkte oder nummerierte Listen, wo angebracht.
4. Fügen Sie oben eine „TL;DR“- oder „In diesem Artikel“-Zusammenfassung hinzu.
5. Fetten Sie Schlüsselbegriffe zur besseren Lesbarkeit hervor.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_kb_004",
"use_case": "KB SEO & Lesbarkeit",
"variables": ["ARTICLE_TEXT", "KEYWORD"],
"tone": "klar, scannbar",
"constraints": "Verbessern Sie die Struktur, ohne die Kernbedeutung zu ändern."
}
Agenten-QA, Coaching & Trainings-Prompts (4 Prompts)
Nutzen Sie KI, um Interaktionen zu bewerten und Schulungsmaterialien zu generieren.
Bewerten Sie die Leistung des Agenten im folgenden Ticket-Transkript anhand unserer QA-Rubrik. Geben Sie eine Punktzahl von 1-5 für jede Kategorie und eine kurze Begründung an.
**Transkript:** `[TICKET_TRANSCRIPT]`
**QA-Rubrik:**
1. **Eröffnung:** War sie personalisiert und prompt?
2. **Problemidentifikation:** Hat der Agent das wahre Problem des Benutzers korrekt identifiziert?
3. **Ton & Empathie:** War der Ton angemessen und einfühlsam?
4. **Lösungsqualität:** War die Lösung präzise und gut erklärt?
5. **Abschluss:** War der Abschluss klar und bestätigte er die Lösung?
Ausgabe im Markdown-Tabellenformat.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_qa_001",
"use_case": "Ticket-Bewertung",
"variables": ["TICKET_TRANSCRIPT"],
"tone": "analytisch, objektiv",
"constraints": "Ausgabe als Markdown-Tabelle mit Bewertungen und Begründungen."
}
Überprüfen Sie die folgende Agenteninteraktion. Identifizieren Sie die größte einzelne Coaching-Möglichkeit für den Agenten.
**Transkript:** `[TICKET_TRANSCRIPT]`
Konzentrieren Sie sich auf Verhaltensweisen, nicht auf die Persönlichkeit. Formulieren Sie die Möglichkeit konstruktiv.
Beispielausgabe: „Der Agent hätte die Situation effektiver deeskalieren können, indem er die Frustration des Kunden im Voraus bestätigt hätte, bevor er zu einer Lösung übergeht.“
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_qa_002",
"use_case": "Coaching-Möglichkeit identifizieren",
"variables": ["TICKET_TRANSCRIPT"],
"tone": "konstruktiv, analytisch",
"constraints": "Identifizieren Sie eine primäre Möglichkeit."
}
Erstellen Sie basierend auf dem untenstehenden schwierigen Ticket ein Rollenspiel-Szenario für eine Schulungssitzung.
**Zusammenfassung des schwierigen Tickets:** `[TICKET_SUMMARY]`
**Szenario-Ausgabe:**
1. **Kunden-Persona:** Eine kurze Beschreibung des Kunden (z. B. „Frustriert, nicht technisch versiert, hat bereits zweimal versucht, es zu beheben“).
2. **Eröffnungsstatement:** Der genaue Satz, den der „Kunde“ verwenden sollte, um das Rollenspiel zu beginnen.
3. **Der „Twist“:** Die verborgene Information oder das Missverständnis, das der Agent aufdecken muss.
4. **Gewünschtes Ergebnis:** Wie eine erfolgreiche Lösung aussieht.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_qa_003",
"use_case": "Trainingsszenario generieren",
"variables": ["TICKET_SUMMARY"],
"tone": "kreativ, instruktiv",
"constraints": "Befolgen Sie die 4-teilige Szenariostruktur."
}
Erstellen Sie eine Multiple-Choice-Quizfrage basierend auf diesem mehrdeutigen Support-Ticket.
**Ticket-Zusammenfassung:** `[TICKET_SUMMARY]`
**Anweisungen:**
1. Stellen Sie eine Frage wie „Was ist der beste nächste Schritt?“.
2. Geben Sie vier Optionen an:
* A - Die perfekte, regelkonforme Antwort.
* B - Eine plausible, aber falsche Antwort.
* C - Eine gängige, aber ineffiziente Antwort.
* D - Eine Antwort, die gegen die Richtlinie verstößt.
3. Geben Sie die richtige Antwort an und liefern Sie eine kurze Erklärung, warum sie die beste Wahl ist und die anderen falsch sind.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_qa_004",
"use_case": "Quizfrage erstellen",
"variables": ["TICKET_SUMMARY"],
"tone": "pädagogisch",
"constraints": "Bieten Sie 4 verschiedene Optionen und eine detaillierte Erklärung."
}
Eskalation & Compliance-sensible Prompts (3 Prompts)
Diese Prompts helfen, Risiken zu managen, sowohl rechtliche als auch Reputationsrisiken.
Das Inkrafttreten von Artikel 50 des EU-KI-Gesetzes, der vorschreibt, dass Benutzer darüber informiert werden müssen, wenn sie mit einem KI-System interagieren. Source: iapp.org
Erstellen Sie eine prägnante Zusammenfassung dieses Gesprächs zur Eskalation an einen menschlichen Agenten. Der Agent ist beschäftigt und muss die Situation in weniger als 15 Sekunden verstehen.
**Gesprächstranskript:** `[CONVERSATION_TRANSCRIPT]`
**Zusammenfassung muss enthalten:**
1. **Benutzer:** `[USER_NAME_OR_ID]`
2. **Problem:** Eine einzeilige Zusammenfassung des Problems.
3. **Verlauf:** Was bisher versucht wurde (z. B. „KI schlug Cache-Löschung vor, Benutzer sagt, es funktionierte nicht“).
4. **Emotionaler Zustand des Benutzers:** (z. B. „Ruhig“, „Frustriert“, „Verwirrt“).
5. **Spezifische Frage zur Lösung:** Die genaue Frage, die der Mensch beantworten muss.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_escalation_001",
"use_case": "Eskalationszusammenfassung",
"variables": ["CONVERSATION_TRANSCRIPT", "USER_NAME_OR_ID"],
"tone": "prägnant, sachlich",
"constraints": "Maximal 75 Wörter."
}
Analysieren Sie den folgenden Entwurf einer Antwort auf jegliche Sprache, die als Versprechen, Garantie, Schuldeingeständnis oder rechtlich bindende Aussage betrachtet werden könnte.
**Entwurf der Antwort:** `[DRAFT_RESPONSE]`
Wenn sensible Sprache gefunden wird, identifizieren Sie die spezifische Formulierung und schlagen Sie eine sicherere Alternative vor.
Beispielausgabe:
- **Formulierung:** „Ich garantiere, dass dies Ihr Problem beheben wird.“
- **Risiko:** Erzeugt ein Versprechen, das wir möglicherweise nicht halten können.
- **Vorschlag:** „Dies ist der empfohlene nächste Schritt und löst das Problem für die meisten Benutzer.“
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_escalation_002",
"use_case": "Scan nach rechtlicher Sprache",
"variables": ["DRAFT_RESPONSE"],
"tone": "analytisch, risikobewusst",
"constraints": "Identifizieren Sie Formulierung, Risiko und Vorschlag."
}
Überprüfen Sie das folgende Kundengespräch und schwärzen Sie alle persönlich identifizierbaren Informationen (PII), bevor es als Teil eines Fehlerberichts an die Technik gesendet wird.
**Originaltranskript:** `[ORIGINAL_TRANSCRIPT]`
**Zu schwärzende PII:**
- Namen
- E-Mail-Adressen
- Telefonnummern
- Physische Adressen
- IP-Adressen
- Kontonummern oder Benutzer-IDs
Ersetzen Sie jedes PII-Element durch einen Platzhalter wie `[REDACTED_EMAIL]` oder `[REDACTED_NAME]`. Bewahren Sie den restlichen Inhalt und die Struktur des Gesprächs.
```
**JSON Metadata:**
```json
{
"prompt_id": "cs_escalation_003",
"use_case": "PII-Schwärzung",
"variables": ["ORIGINAL_TRANSCRIPT"],
"tone": "neutral, technisch",
"constraints": "Nur PII schwärzen; alle anderen Texte intakt lassen."
}
Welche Tools führen diese nativ aus?
Obwohl diese Prompts mit jeder allgemeinen KI wie ChatGPT oder Claude verwendet werden können, entfaltet sich ihre wahre Stärke erst durch die Integration in Ihren Helpdesk. Im September 2026 verfolgen die großen Plattformen unterschiedliche Ansätze zur Prompt-Automatisierung.
Intercom Fin
Am besten für autonome Lösungen, aber die Preisgestaltung erfolgt pro Ergebnis, nicht pro Prompt.
Am besten für autonome Lösungen, aber die Preisgestaltung erfolgt pro Ergebnis, nicht pro Prompt.
- Price from
- $0.99/resolution
- Free tier
- verified truth: 14-day unlimited trial, then no free tier
Intercoms Fin AI Agent ist für die autonome Lösungsfindung konzipiert. Sie „prompten“ ihn nicht pro Ticket; Sie trainieren ihn mit Ihrer Wissensdatenbank und definieren Workflows. Die hier vorgestellten Prompts sind am nützlichsten für die Erstellung der *Inhalte*, die Fin verwendet, oder für Agenten, die die KI-Copilot-Funktionen nutzen. Im September 2026 kostet Fin 0,99 $ pro erfolgreicher Lösung zusätzlich zu den Sitzlizenzen.
Zendesk AI
Leistungsstark für Agentenunterstützung und benutzerdefinierte Bots, aber KI ist ein kostspieliges Add-on.
Leistungsstark für Agentenunterstützung und benutzerdefinierte Bots, aber KI ist ein kostspieliges Add-on.
- Price from
- $50/agent/mo + overage
- Free tier
- verified truth: Small allowance per plan, then paid.
Zendesk bietet eine Reihe von KI-Tools an, darunter einen KI-Agenten für die Automatisierung und Copilot-Funktionen für menschliche Agenten. Diese Prompts sind ideal, um Makros zu erstellen, die Agenten mit dem Copilot verwenden können, um Antworten zu entwerfen, Tickets zusammenzufassen oder den Ton zu ändern. Das Advanced AI Add-on kostet etwa 50 $ pro Agent und Monat, und automatisierte Lösungen werden über ein kleines Kontingent hinaus separat abgerechnet.
Gorgias AI
Unschlagbar für Shopify-Automatisierung, aber KI ist getaktet und kann teuer werden.
Unschlagbar für Shopify-Automatisierung, aber KI ist getaktet und kann teuer werden.
- Price from
- $1.50/AI conversation
- Free tier
- verified truth: No free tier for AI features.
Gorgias glänzt im E-Commerce, insbesondere für Shopify-Shops. Seine KI kann direkt Aktionen ausführen (wie den Bestellstatus überprüfen oder Rücksendungen bearbeiten). Die Prompts für Abrechnung, Rückerstattungen und spezifische Produktfragen passen hier hervorragend. Die KI von Gorgias wird pro automatisierter Konversation abgerechnet, was laut einigen Quellen 1,50 $ zusätzlich zum ticketbasierten Helpdesk-Plan beträgt.
| Prompt-Kategorie | Am besten geeignet: Intercom Fin | Am besten geeignet: Zendesk AI | Am besten geeignet: Gorgias AI |
|---|---|---|---|
| Erstkontakt & Offenlegung | Nativ durch Fins Begrüßungs-Workflows abgedeckt. | Hervorragend zum Erstellen konformer Makros für Agenten. | Gut, kann in automatisierte Abläufe integriert werden. |
| Deeskalation & Empathie | Nur Agentenunterstützung; Fin ist dafür nicht konzipiert. | Stärkste Passung; perfekt für Copilot-Ton-Politur. | Nur Agentenunterstützung. |
| Abrechnung & Rückerstattungen | Kann bearbeitet werden, wenn Workflows definiert sind. | Gut zum Entwerfen von Agentenantworten. | Hervorragend. Versteht Bestelldaten nativ. |
| Wissensdatenbank-Generierung | Fins Kernfunktion ist die Nutzung der KB, nicht deren Erstellung. | Starker Anwendungsfall zum Zusammenfassen von Tickets. | Gut zum Generieren von FAQs aus Shopify-bezogenen Tickets. |
| QA & Coaching | Keine primäre Funktion. | Stärkste Passung für die Bewertung von Tickets und Schulungen. | Möglich, aber keine Kernfunktion. |
| Eskalation & Compliance | Behandelt Eskalationspfade nativ. | Hervorragend für PII-Schwärzung und Eskalationszusammenfassungen. | Gut für PII-Schwärzung im E-Commerce-Kontext. |
Swipe the table sideways →
IN Tool review Intercom — read our full review Pricing, free tier and where it falls short ZE Tool review Zendesk — read our full review Pricing, free tier and where it falls shortAufbau der Prompt-Bibliothek Ihres Teams
Lassen Sie diese Seite nicht der einzige Ort sein, an dem Ihre Prompts leben. Die effektivsten Support-Teams bauen eine gemeinsame Prompt-Bibliothek in ihrer internen Dokumentation oder ihrem Helpdesk auf und pflegen diese.
- Klein anfangen: Wählen Sie die 5 häufigsten, sich wiederholenden Ticket-Typen aus und erstellen Sie für jeden einen perfekten Prompt.
- Verwenden Sie eine Namenskonvention: Ein System wie
cs_[use_case]_[version](z. B.cs_refund_denial_002) macht Prompts leicht auffindbar und aktualisierbar. - Überprüfen und iterieren: Überprüfen Sie einmal im Monat die am häufigsten verwendeten Prompts. Liefern sie immer noch hervorragende Ergebnisse? Können sie verbessert werden?
- Leistung verfolgen: Wenn Ihre Tools es zulassen, verfolgen Sie Metriken wie „Zeit bis zur ersten Antwort“ oder „One-Touch-Lösungen“ für Tickets, die einen Standard-Prompt verwendet haben, im Vergleich zu denen, die dies nicht taten. Die Daten werden den Zeitaufwand rechtfertigen.
Eine Investition in eine hochwertige Prompt-Bibliothek zahlt sich in Agenten-Effizienz, Kundenzufriedenheit und Risikoreduzierung aus. Für Teams, die es ernst meinen, KI in ihren Support-Workflows zu nutzen, ist dies keine Option mehr. Erfahren Sie mehr über die Skalierung Ihres Teams in unserem KI für Kundensupport Berufs-Hub.
Wie schreibt man einen guten KI-Prompt für den Kundenservice?
Ein guter Prompt ist spezifisch, liefert Kontext und setzt Einschränkungen. Fügen Sie das Problem des Benutzers ein, definieren Sie den gewünschten Ton, geben Sie das Ausgabeformat an (z. B. eine Liste oder Tabelle) und teilen Sie der KI mit, was sie *nicht* tun soll (z. B. „keinen Zeitplan versprechen“). Die Verwendung von Variablen in Klammern zur Personalisierung hilft, wiederverwendbare Vorlagen zu erstellen.
Was sind ChatGPT-Prompts für den Kundenservice?
Dies sind Anweisungen, die Modellen wie ChatGPT gegeben werden, um Antworten für Support-Szenarien zu generieren. Sie können vom Entwurf einer einfachen Willkommens-E-Mail bis zum Verfassen einer komplexen Deeskalationsnachricht reichen. Für den professionellen Einsatz sollten Prompts Variablen für Ticketdetails enthalten, einen professionellen Ton angeben und auf Unternehmensrichtlinien verweisen, um generische oder falsche Antworten zu vermeiden.
Kann KI automatisierte Antworten für den Kundensupport generieren?
Ja. KI-Plattformen wie Intercom Fin und Zendesk AI können automatisierte Antworten generieren. Einfachere Systeme verwenden Keyword-Trigger, während fortschrittliche KI-Agenten natürliches Sprachverständnis nutzen, um die Absicht des Benutzers zu interpretieren, Antworten aus einer Wissensdatenbank abzurufen und sogar das Ticket ohne menschliches Eingreifen zu lösen.
Wie verwenden Sie Zendesk KI-Prompts?
In Zendesk sind Prompts am effektivsten, wenn sie als Makros für Agenten zur Verwendung mit KI-Copilot-Funktionen gespeichert werden. Ein Agent kann ein Makro, das einen strukturierten Prompt enthält, auf ein Ticket anwenden, und die KI hilft dann beim Entwurf einer Antwort, fasst das Gespräch zusammen oder ändert den Ton, den der Agent dann überprüfen und senden kann.
Wie verwenden Sie Intercom Fin-Prompts?
Intercom Fin ist für die vollständige Automatisierung konzipiert, daher verwenden Sie normalerweise keine „Prompts“ pro Ticket. Stattdessen trainieren Sie Fin mit Ihrer Wissensdatenbank und richten Workflows ein. Die Prompts in diesem Leitfaden eignen sich am besten, um die hochwertigen, strukturierten Inhalte zu erstellen, auf die Fin angewiesen ist, um genaue Antworten zu liefern.
Gilt das EU-KI-Gesetz für Kundensupport-Chatbots?
Ja. Ab dem 2. August 2026 schreibt Artikel 50 des EU-KI-Gesetzes vor, dass Benutzer klar darüber informiert werden müssen, wenn sie mit einem KI-System interagieren, es sei denn, dies ist offensichtlich. Dies gilt für Kundensupport-Chatbots und Voice-Bots, die Benutzer innerhalb der Europäischen Union bedienen.
Sind Unternehmen für die Aussagen ihrer KI-Chatbots haftbar?
Ja, zunehmend. Der Fall *Moffatt gegen Air Canada* aus dem Jahr 2024 schuf einen Präzedenzfall, in dem das Unternehmen für die Bereitstellung falscher Richtlinieninformationen durch seinen Chatbot an einen Kunden haftbar gemacht wurde, obwohl die korrekten Informationen an anderer Stelle auf der Website verfügbar waren. Dies unterstreicht die Bedeutung der Sicherstellung, dass von KI bereitgestellte Informationen korrekt sind.
Wie es weitergeht
Drei Wege, passend zu dem, was Sie gerade gelesen haben.
Zekai zuerst in Google sehen
Das wöchentliche KI-Briefing für Ihren Beruf
Eine E-Mail pro Woche: die KI-Änderungen, die Ihren Beruf wirklich betreffen — Tools, Deals und was zu tun ist.

