-Funktion. Obwohl die Transparenzpflichten von Artikel 50 des EU-KI-Gesetzes nicht für den Quellcode selbst gelten, möchten wir dessen Prinzipien für die interne Governance übernehmen. **Code-Snippet:**
CREATE TABLE users ( id SERIAL PRIMARY KEY, name VARCHAR(100), email VARCHAR(100) UNIQUE, created_at TIMESTAMP WITH TIME ZONE DEFAULT NOW() ); CREATE TABLE orders ( id SERIAL PRIMARY KEY, user_id INTEGER REFERENCES users(id), amount DECIMAL(10, 2), created_at TIMESTAMP WITH TIME ZONE DEFAULT NOW() );
-Entwickler, der einen Produktionsfehler debuggt. Ich werde einen Stack-Trace und den relevanten Code bereitstellen. Ihre Aufgabe ist es, die wahrscheinlichste Ursache zu identifizieren. **Umgebung:**
Agieren Sie als Staff Engineer bei einem großen Technologieunternehmen, der ein Systemdesign-Interview führt. Ich bin der Kandidat. **Der Prompt:** „Entwerfen Sie ein System wie `[[Twitters Timeline-Dienst]]`." **Ihre Rolle:** 1. Beginnen Sie damit, mir klärende Fragen zu stellen, um das Problem einzugrenzen (z. B. „Was sind die Hauptfunktionen?“ „Was ist die erwartete Skalierung?“). 2. Wenn ich Komponenten vorschlage (z. B. Load Balancer, Datenbanken, Caches), hinterfragen Sie meine Entscheidungen. Fragen Sie nach Kompromissen, Fehlermodi und Skalierungsengpässen. 3. Zwingen Sie mich zu groben Berechnungen für Speicher, Bandbreite und QPS. 4. Geben Sie mir nicht die Antworten. Leiten Sie mich durch kritische Fragen zu einem robusten Design. 5. Beenden Sie das Interview, indem Sie mir Feedback zu meinem Design geben und 3 Stärken sowie 3 Verbesserungspunkte hervorheben.
21Der Architectural Decision Record (ADR)-Generator
# ADR-001: ScyllaDB als primäre Datenbank einführen **Datum:** `[[September 3, 2026]]` **Status:** Akzeptiert **Kontext:** *(Beschreiben Sie das geschäftliche/technische Problem, das wir zu lösen versuchen.)* **Entscheidung:** *(Geben Sie die Entscheidung klar an.)* **Konsequenzen:** * **Positiv:** * *(Listen Sie die erwarteten Vorteile auf, z. B. verbesserter Schreibdurchsatz, geringere Lese-Latenz, horizontale Skalierbarkeit.)* * **Negativ:** * *(Listen Sie die Nachteile und Risiken auf, z. B. Verlust von ACID-Transaktionen, Bedarf an neuen Entwicklerkenntnissen, Komplexität der Migration.)* **Betrachtete Optionen:** 1. **ScyllaDB:** *(Beschreiben Sie kurz, warum dies gewählt wurde.)* 2. **PostgreSQL mit CitusDB:** *(Beschreiben Sie kurz, warum dies nicht gewählt wurde.)* 3. **CockroachDB:** *(Beschreiben Sie kurz, warum dies nicht gewählt wurde.)*
[Ich habe versehentlich eine große Binärdatei in meinen Feature-Branch committet. Ich habe mehrere weitere Commits darüber gemacht. Ich möchte diese Datei und ihren Commit aus meiner Branch-Historie entfernen, bevor ich einen Pull Request erstelle. Ich habe den Branch noch nicht auf den Remote-Server gepusht.]
Generieren Sie einen funktionalen Prototyp für eine mobile App namens 'PlantPal'. Sie richtet sich an neue Pflanzenbesitzer. Wichtige Bildschirme: - **Onboarding:** Eine einfache 3-Schritte-Einführung in die Funktionen der App. - **Login/Registrierung:** E-Mail- und Passwort-Authentifizierung. - **Meine Pflanzen:** Ein Dashboard, das ein Raster der vom Benutzer hinzugefügten Pflanzen anzeigt. Jede Karte sollte ein Foto, den Namen der Pflanze und einen 'Jetzt gießen'-Button anzeigen. - **Pflanze hinzufügen:** Ein Formular zum Hinzufügen einer neuen Pflanze mit Feldern für Name, Art (Dropdown) und Foto-Upload. - **Pflanzendetails:** Eine Ansicht, die weitere Informationen zu einer bestimmten Pflanze anzeigt, einschließlich eines Bewässerungsplans und Pflegetipps. Die Datenbank sollte eine 'Users'-Tabelle und eine 'Plants'-Tabelle mit einer Beziehung zwischen ihnen haben.
Analyze the following TypeScript function. Write a complete TSDoc comment for it. Explain what the function does, describe each parameter (including its type and purpose), and describe the return value. [[Paste your code here]]
I need to refactor a React component located at `src/components/OldProfile.tsx`. **Goal:** Create a new component `src/components/ProfileHeader.tsx` by extracting the header logic from `OldProfile.tsx`. **Context:** - The new `ProfileHeader` should accept `user` object as a prop. The user type is defined in `src/types/user.ts`. - It needs to display the user's avatar, full name, and username. - It must use our existing UI components: `<Avatar>`, `<Heading>`, and `<Text>` from `src/components/ui/`. - Styling must use Tailwind CSS classes only. **Task:** 1. Create the new file `src/components/ProfileHeader.tsx`. 2. Implement the component according to the context above. 3. Remove the corresponding code from `OldProfile.tsx`. 4. Import and use the new `ProfileHeader` component within `OldProfile.tsx`, passing the correct props.
I have a slow PostgreSQL query. Here is the query and the `EXPLAIN ANALYZE` output. **Query:** [[Paste your slow SQL query here]] **EXPLAIN ANALYZE Output:** [[Paste the full EXPLAIN ANALYZE output here]] **Schema:** - `users` table: (id, name, email, created_at) - `orders` table: (id, user_id, amount, created_at) - The `user_id` column in `orders` is a foreign key to `users.id`. **Task:** 1. Identify the bottleneck in the query plan. 2. Suggest one or more optimized versions of the query. 3. For each suggestion, explain *why* it is more performant. 4. Recommend any database indexes that would improve the performance of the original query. Provide the exact SQL `CREATE INDEX` statement.
# Python, using SQLAlchemy and FastAPI # Database model (models.py): # class Item(Base): # __tablename__ = "items" # id = Column(Integer, primary_key=True, index=True) # name = Column(String, index=True) # description = Column(String) # Pydantic schema (schemas.py): # class Item(BaseModel): # id: int # name: str # description: str | None = None # # class Config: # orm_mode = True # Prompt: # Write a SQLAlchemy function `get_item_by_id` that takes a database session and an item_id. # It should query the `Item` model and return the first result. # If no item is found, it should return None.
31Prompt für GitHub Copilot: Terraform HCL für einen S3-Bucket erstellen
Schreiben Sie eine Terraform-Konfiguration (HCL) zur Erstellung eines privaten S3-Buckets. Der Bucket sollte Versionierung aktiviert haben, serverseitige Verschlüsselung mittels AWS KMS verwenden und jeglichen öffentlichen Zugriff blockieren. Fügen Sie eine Bucket-Richtlinie hinzu, die nur den Zugriff von einer spezifischen IAM-Rollen-ARN erlaubt.
import requests def get_user_profile(user_id): """ Fetches a user's profile from an external API and returns their name. """ if not isinstance(user_id, int) or user_id <= 0: raise ValueError("User ID must be a positive integer.") try: response = requests.get(f"https://api.example.com/users/{user_id}") response.raise_for_status() # Raises an HTTPError for bad responses data = response.json() return data.get("name") except requests.exceptions.RequestException as e: # Log the error, for example print(f"API request failed: {e}") return None
Schreiben Sie umfassende Unit-Tests für die folgende [[SPRACHE]] Funktion: [[FUNKTION EINFÜGEN ODER CODE EINFÜGEN]]. Decken Sie typische Randfälle, den Umgang mit Null-Eingaben und Grenzbedingungen mithilfe des [[TEST-FRAMEWORK]] Frameworks ab. Stellen Sie sicher, dass Mock-Abhängigkeiten sauber spezifiziert sind.
Vier Schritte, etwa eine Minute. Der Prompt liefert die Struktur, Sie liefern die Details.
1
Prompt auswählen
Jeder Prompt hier wurde für eine konkrete Aufgabe geschrieben — keine generische „Handle als Experte“-Vorlage. Überfliegen Sie die Titel und nehmen Sie den, der zu Ihrer Aufgabe passt.
2
Kopieren und einfügen
Auf Kopieren klicken und alles in ChatGPT, Claude, Gemini oder den Assistenten einfügen, den Sie ohnehin bezahlen. Nichts hier ist an ein Modell gebunden.
3
Klammern ausfüllen
Ersetzen Sie jeden [Platzhalter in Klammern] durch Ihre eigenen Angaben, bevor Sie absenden. Daher kommt die Qualität: Der Prompt liefert die Struktur, Sie liefern die Details.
4
Quell-Guide prüfen
Der Link „Quelle“ unter jedem Prompt öffnet den vollständigen Artikel: warum der Prompt so gebaut ist, woran er getestet wurde und zu welchen Tools er passt.
Häufige Fragen
Die Fragen, die man sich stellt, bevor man so einen Prompt in echte Arbeit einfügt.
Sind diese KI-Prompts kostenlos nutzbar?
Ja. Alle 33 Prompts auf dieser Seite dürfen mit jedem KI-Assistenten frei kopiert und genutzt werden, auch mit ChatGPT, Claude und Gemini. Sie brauchen nur ein Konto bei einem dieser Tools.
Wie nutze ich diese KI-Prompts für software?
Kopieren Sie den vollständigen Text über die Schaltfläche Kopieren, fügen Sie ihn in Ihren KI-Assistenten ein und ersetzen Sie jeden Platzhalter in Klammern — etwa [Ihre Stadt] oder [Firmenname] — durch Ihre eigenen Angaben.
Woher stammen diese Prompts?
Jeder Prompt stammt aus einem getesteten Zekai-Guide. Der Link „Quelle“ unter jedem Prompt führt zum vollständigen Artikel, der die Begründung und den Test erklärt.
Darf ich diese Prompts anpassen?
Unbedingt. Behandeln Sie jeden als Ausgangsstruktur: Anweisungen schärfen, eigene Vorgaben ergänzen und die Fassung behalten, die das beste Ergebnis liefert. Die Klammern markieren, was immer angepasst werden muss.
Prompt-Bibliotheken für andere Berufe
Gleiches Format, anderer Beruf — beginnend mit den nächstliegenden zu software.