KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs

💻 Tech & Engineering

KI-Prompts für Software

33 KI-Prompts zum Kopieren für software, aus 7 getesteten Zekai-Guides. Kostenlos, ohne Anmeldung, und jeder verweist auf den Artikel, der ihn erklärt. Im Hub software finden Sie die Tools, für die diese Prompts geschrieben sind.

  • 33Prompts
  • 7Quell-Guides
  • 100%kostenlos · ohne Anmeldung

Die 33 Prompts

Kopieren Sie einen davon direkt in ChatGPT, Claude oder Gemini und ersetzen Sie die Platzhalter in Klammern durch Ihre Angaben.

33 Prompts zum Kopieren
1Der Multi-Datei kontextsensitive Refactor
-Ingenieur, spezialisiert auf groß angelegte Refactorings. Ihre Aufgabe ist es, die
2Der „Erklären-dann-Bearbeiten“-Prompt für Legacy-Code
-Codebasis beauftragt ist. Bevor Sie Änderungen an
3Der Framework-Migrationsassistent
. Ihre Aufgabe ist es, einen Migrationsplan für die Komponente
4Der API-Endpunkt-Scaffolder
model Product { id String @id @default(cuid()) name String description String? price Float createdAt DateTime @default(now()) updatedAt DateTime @updatedAt }
5Der Algorithmus-Erklärer & Neu-Implementierer
implementiert. Ich brauche Sie, um es zuerst zu erklären und dann in
6Der skeptische Sicherheitsprüfer
[Fügen Sie das Code-Snippet ein, z. B. eine Funktion, die Benutzereingaben oder eine Datenbankabfrage verarbeitet]
7Der Abhängigkeitsauditor
und identifizieren Sie potenzielle Risiken. **Dateiinhalt:**
8Der EU-KI-Gesetz-Compliance-Check (Quellcode)
-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:**
9Der „Least Privilege“-IAM-Policy-Generator
möglich ist, die eine bestimmte Aufgabe ausführen muss. **Aufgabenbeschreibung:** Die Lambda-Funktion muss Objekte aus dem S3-Bucket
10Der Pull-Request-Beschreibungsschreiber
[[Fügen Sie den vollständigen git diff hier ein]]
11Der SQL-Abfragegenerator mit Schema-Kontext
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() );
12Der SQL-Abfrageoptimierer
. Analysieren Sie die folgende langsame Abfrage und das Tabellenschema und stellen Sie dann eine optimierte Version bereit. **Tabellenschema:**
13Der ORM-zu-Raw-SQL-Konverter
[from myapp.models import Author, Book recent_prolific_authors = Author.objects.filter( book__publication_date__gte='2026-01-01' ).annotate( num_books=Count('book') ).filter( num_books__gt=5 ).order_by('-num_books')]
14Der Testfallgenerator
function calculateDiscount(price, quantity, userTier) { // ... function implementation ... }
15Der Stack-Trace-Debugger
-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:**
16Der Regex-Generator und -Erklärer
2. **Erklärung:** Zerlegen Sie den Regex Teil für Teil in einer Tabelle und erklären Sie, was jede Komponente bewirkt (z. B.
17Der MCP-fähige Datenbankmigrationsagent
(für die Interaktion mit dem Prisma-Schema und der CLI) *
18Der agentische E2E-Testläufer
(zum Ausführen von Playwright-Tests) *
19Der Code-zu-Dokumentations-Agent
**Anweisungen:** 1. Lesen Sie die Datei
20Der Systemdesign-Interviewer
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.)*
22Der Tech-Stack-Empfehler
[[eine Echtzeit-Chat-Anwendung für große Online-Communities]]
23Der „Erklären Sie mir ein Konzept“-Prompt
. **Anweisungen:** * Gehen Sie davon aus, dass ich ein erfahrener Entwickler bin, der bisher nur mit Garbage-Collected-Sprachen wie
24Der Git-Befehls-Problemlöser
[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.]
25Der Projekt-Scaffolding-Agent
/ ├── app/ │ ├── layout.tsx │ └── page.tsx ├── components/ │ └── ui/ ├── lib/ │ └── utils.ts ├── public/ ├── package.json ├── tsconfig.json ├── next.config.mjs └── tailwind.config.ts
26Beispiel-Prompt für KI-App-Prototyping
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.
27Funktions-Docstring generieren
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]]
28React-Komponenten-Refactoring mit Kontext
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.
29Postgres-Abfrageoptimierung
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.
30Beispiel: Generieren einer Datenbankfunktion
# 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.
32Prompt zur Generierung von Unit-Tests
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
33Unit-Tests für Repository-Funktionen generieren
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.

So nutzen Sie diese Prompts für software

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.

Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen