GPT-6 verwenden: fünf praktische Aufgaben und Prompt-Vorlagen

Der beste Einstieg in GPT-6 Astra ist ein konkretes Arbeitsergebnis, das nötige Material und eine klare Definition von Erfolg. Wählen Sie eine Aufgabe, die Sie ausreichend verstehen, um sie zu prüfen: eine Recherchenotiz, einen überarbeiteten Bericht, eine Tabellenprüfung, Website-QA oder die Untersuchung eines schwierigen Fehlers.

Astra lohnt einen Versuch, wenn mehrere Quellen oder Schritte zusammenhängen. Beginnen Sie überschaubar, bevor Sie große Projekte angehen. Der GPT-6-Test erklärt Zugang und allgemeine Stärken; hier geht es darum, was Sie dem Modell anschließend auftragen sollten.

Quellen: OpenAI-Zugangsleitfaden; Claire Vos frühe Anwendungsbeispiele. Geprüft am 7. September 2026. Ergebnisse und Erfahrungen werden im Text den jeweiligen Autoren zugeordnet.

Beim Ergebnis beginnen

Eine pauschale Bitte wie „Recherchieren Sie unsere Wettbewerber“ lässt wichtige Entscheidungen offen. Ein guter Auftrag benennt Entscheidung, Zielgruppe, Quellenrahmen, Ergebnisform und Prüfkriterien. So bleibt Untersuchungsspielraum, ohne das Ziel aus den Augen zu verlieren.

Erstellen Sie eine zweiseitige Entscheidungsgrundlage für [Zielgruppe].
Die Entscheidung lautet [konkrete Frage].
Verwenden Sie [Anhänge und erlaubte öffentliche Quellen].
Vergleichen Sie [Optionen] anhand von [Kriterien].
Verknüpfen Sie Fakten mit Quellen und markieren Sie fehlende Angaben.
Schließen Sie mit Empfehlung, Abwägungen und nächster Handlung.

Wählen Sie eine Oberfläche mit den nötigen Werkzeugen. Ein Chatmodell kann keine lokale Anwendung prüfen, wenn die Umgebung keinen Zugang bietet. OpenAIs Verfügbarkeitsleitfaden unterscheidet Chat, Work und Codex; sichtbare Funktionen hängen von Tarif und Produkt ab.

Fünf gute Einstiegsaufgaben

Aus Quellen ein Recherchebriefing machen

Lassen Sie Astra Belege vergleichen, bevor es einen Text schreibt. Eine Faktenliste hilft nur, wenn sie die Entscheidung klärt. Zuerst sollten Widersprüche, fehlende Daten und Annahmen sichtbar werden.

Lesen Sie diese Quellen und erstellen Sie eine Aussagen-Quellen-Tabelle.
Benennen Sie Widersprüche, die unsere Entscheidung ändern könnten.
Verfassen Sie danach einen Vergleich der beiden Optionen.
Stützen Sie die Empfehlung nicht ohne Erklärung auf unsichere Aussagen.

Öffnen Sie einige Quellen selbst, besonders die entscheidenden. Auch ein gut formulierter Text kann eine Quelle missverstehen. Nutzen Sie ein wiederholbares Verfahren, um KI-Inhalte auf Fakten zu prüfen.

Berichte überarbeiten, ohne den Sinn zu verändern

Geben Sie den Entwurf und eine konkrete Leserschaft an. Trennen Sie sachliche Korrekturen von Stiländerungen, damit beides einzeln angenommen werden kann. Ist eine Aussage unbelegt, bitten Sie um einen Kommentar statt um erfundenen Ersatz.

Tabellen vor der Präsentation prüfen

Benennen Sie wichtige Blätter und Ergebnisse. Lassen Sie inkonsistente Formeln, doppelte Datensätze, Lücken und unvereinbare Einheiten auflisten. Prüfen Sie eine Stichprobe gegen die Originaldaten. Eine bereinigte Mappe sollte Rohdaten erhalten und Anpassungen erklären.

Browserzugang für QA nutzen

Claire Vos Early-Access-Episode nennt Browser-QA als praktischen Einsatz. Geben Sie Astra beispielsweise drei Kernabläufe und verlangen Sie reproduzierbare Befunde: Ausgangszustand, Schritte, Erwartung, Beobachtung und Beleg. Die wichtigsten Fehler prüfen Sie manuell nach.

Eine schwierige Korrektur untersuchen

Lassen Sie den Fehler vor einer Codeänderung reproduzieren. Eine hilfreiche Untersuchung enthält Fehlerpfad, Ursachenbelege und den kleinsten vorgeschlagenen Eingriff. Der GPT-6-Coding-Test erklärt, warum Testabdeckung und tatsächliches Funktionsverhalten getrennt betrachtet werden müssen.

Die passende Arbeitsumgebung wählen

Prüfen Sie vor einem detaillierten Auftrag die realen Zugriffsmöglichkeiten: Kann die Sitzung die Mappe lesen, die Vorschau öffnen, das Web durchsuchen und die Zieldatei erstellen? Fehlende Eingaben sollten früh gemeldet werden. Ein starkes Modell ersetzt keine unzugängliche Quelle und kein Werkzeug, das nur Screenshots liefert, obwohl bearbeitbare Daten nötig sind.

Für Browserarbeit nennen Sie Startseite und Konto oder Workspace. Für Dateiarbeit benennen Sie maßgebliche Dateien und klären, ob neue Fassungen alte ersetzen. Für Recherche legen Sie Zeitraum und Markt fest. So vermeiden Sie eine sorgfältige Antwort auf die falsche Frage.

OpenAI weist im GPT-6-Leitfaden darauf hin, dass das Modell mehr Rückfragen und Formatierung als erwartet erzeugen kann. Legen Sie fest, welche Routineentscheidungen es selbst treffen darf und wie die Ausgabe aussehen soll. Das hilft besonders, wenn ein fertiger Entwurf statt einer Diskussion möglicher Wege gewünscht ist.

Treffen Sie vernünftige Entscheidungen zu Aufbau und Formulierung.
Fragen Sie vor Änderungen an Zielgruppe, Umfang oder Grundannahmen.
Fehlt ein Detail, bearbeiten Sie unabhängige Teile weiter.
Nutzen Sie kurze Absätze und eine Vergleichstabelle im Ergebnis.

Durchgängiges Beispiel: Lieferantenauswahl vorbereiten

Angenommen, Sie wählen zwischen zwei Softwareanbietern. Vorhanden sind Angebote, interne Anforderungen, Gesprächsnotizen und eine Tabelle mit erwarteter Nutzung. Dieses anpassbare Beispiel verbindet Quellen, die vor einer brauchbaren Empfehlung abgeglichen werden müssen.

Schritt 1: Vergleichsregeln festlegen

Definieren Sie Kriterien, bevor Sie einen Sieger verlangen. Der Einführungsaufwand kann wichtiger sein als ein kleiner Lizenzpreisunterschied. Trennen Sie Pflichtanforderungen und Wünsche. Eine fehlende Pflichtfunktion darf nicht in einer Durchschnittsnote verschwinden.

Vergleichen Sie Angebot A und B mit der Anforderungsdatei.
Trennen Sie zwingende Anforderungen von Präferenzen.
Verwenden Sie die Nutzungstabelle für das Kostenszenario.
Leiten Sie keine Funktion aus allgemeiner Werbung ab.
Listen Sie offene Fragen vor einer Anbieterempfehlung auf.

Schritt 2: Belegtabelle prüfen

Verlangen Sie eine Zeile pro Anforderung samt Dokument und Abschnitt. Unterscheiden Sie belegt, widerlegt und nicht gefunden. „Nicht gefunden“ ist nützlich: Es liefert eine genaue Anbieterfrage und verhindert, dass das Modell Beweislücken mit Vermutungen füllt.

Kontrollieren Sie zuerst Punkte, die die Entscheidung verändern könnten. Kleine Formulierungsunterschiede verdienen selten so viel Aufmerksamkeit wie unklare Integrationsanforderungen, ausgeschlossene Leistungen oder Preisannahmen.

Schritt 3: Entscheidungsgrundlage und Folgefragen erstellen

Ist die Belegtabelle akzeptabel, fordern Sie Empfehlung, Alternativen und Bedingungen für einen Wechsel der Empfehlung. Anbieterfragen gehören in einen separaten Abschnitt, damit Kollegen sie direkt nutzen können.

Das Ergebnis sollte den Entscheidungsweg auch Menschen erklären, die die Quellen nicht gelesen haben, und wichtige Aussagen leicht zu ihren Belegen zurückverfolgen lassen.

Drei weitere Prompts für den Alltag

Berichtsbearbeitung

Überarbeiten Sie diesen Bericht für eine operative Leitung.
Bewahren Sie Zahlen, Daten und ausdrücklich genannte Annahmen.
Reduzieren Sie Wiederholungen und machen Sie die Empfehlung auffindbar.
Liefern Sie den Entwurf plus eine kurze Liste offener Sachfragen.
Ersetzen Sie unbelegte Aussagen nicht stillschweigend durch neue.

Prüfen Sie die Sachfragen vor dem Teilen. Ein Quellenkonflikt muss sowohl in den Materialien als auch im Text gelöst werden, sonst kehrt er im nächsten Bericht zurück.

Tabellenanalyse

Prüfen Sie diese Mappe vor meiner Managementzusammenfassung.
Finden Sie widersprüchliche Formeln, Einheiten, Lücken und Duplikate.
Nennen Sie jeweils Blatt, Zelle oder Zeile und mögliche Folgen.
Lassen Sie die Originaldaten unverändert. Schlagen Sie Korrekturen separat vor.
Fassen Sie nur Ergebnisse aus überprüften Berechnungen zusammen.

Lassen Sie die Rechnung hinter der Kernaussage zeigen. Leere Felder sind nicht null, Istwerte keine Prognosen. Selbst richtige Formeln können falsche Schlussfolgerungen tragen, wenn Eingaben andere Zeiträume oder Währungen verwenden.

Website-QA

Prüfen Sie in der Vorschau diese Abläufe: [drei Abläufe].
Verwenden Sie die bereitgestellten Testdaten.
Erfassen Sie Ausgangszustand, Aktionen, erwartetes und tatsächliches Ergebnis.
Priorisieren Sie Blockaden vor optischen Mängeln.
Liefern Sie reproduzierbare Befunde und nennen Sie unprüfbare Teile.

Kontrollieren Sie Leer-, Lade- und Fehlerzustände ebenso wie den Erfolgsfall. Scheint ein Formular gesendet, prüfen Sie den erzeugten Datensatz oder die Bestätigung. Ein veränderter Buttontext allein beweist keinen erfolgreichen Vorgang.

Ein schwaches erstes Ergebnis verbessern

Ist die Antwort zu allgemein, ergänzen Sie die zu unterstützende Entscheidung. Ist sie zu lang, nennen Sie Leser und Umfang. Fehlt eine Vorgabe, benennen Sie sie und lassen Sie verwandte Abschnitte auf denselben Fehler prüfen. Das hilft mehr als „Geben Sie sich mehr Mühe“.

Bewahren Sie gelungenes Material bei einer Überarbeitung. Zum Beispiel: „Behalten Sie die Belegtabelle und ändern Sie nur die Empfehlung, weil Einführungszeit jetzt Vorrang hat.“ So geht eine gute Quellenzuordnung nicht in einer vollständigen Neufassung verloren.

Stoppt oder verirrt sich ein Projekt wiederholt, nutzen Sie Meilensteine und Neustartbeispiele aus dem Leitfaden für lange GPT-6-Aufgaben. Größerer Kontext ersetzt kein klares aktuelles Ziel.

NIGHTSHIFT, mit GPT-6 unter menschlicher Anleitung und durch Iterationen entwickelt; veröffentlicht von CodeRabbit.

Den ersten Durchlauf überschaubar halten

Setzen Sie ein Zeit- oder Aufwandsbudget und verlangen Sie ein nützliches Teilergebnis, falls der Abschluss nicht gelingt. Recherche kann geprüfte Befunde und offene Fragen liefern, Coding eine Reproduktion samt Korrekturvorschlag, Berichtsprüfung eine Liste erledigter und offener Abschnitte.

Beurteilen Sie nicht nur die letzte Nachricht. Öffnen Sie das Ergebnis, prüfen Sie schwierige Stellen und zählen Sie notwendige Korrekturen. Entscheidend ist, wie viel Arbeit bis zur Nutzbarkeit übrig bleibt.

Ein wiederverwendbarer Prüfrahmen

1. Prüfen Sie, ob das angeforderte Ergebnis existiert.
2. Kontrollieren Sie die wichtigsten Fakten oder Verhaltensweisen.
3. Erkennen Sie Annahmen ohne ausreichende Belege.
4. Vergleichen Sie Prüfzeit mit Ihrem üblichen Vorgehen.
5. Bewahren Sie erfolgreiche Aufträge für ähnliche Aufgaben auf.

Bringen Sie Quellen, Auftrag und Prüfnotizen in Ottermind zusammen, um Recherche- und Dokumentprojekte zusammenhängend zu bearbeiten. Beginnen Sie beim Ziel und wählen Sie ein verfügbares, geeignetes Modell.

Häufige Fragen

Was sollte ich zuerst mit GPT-6 ausprobieren?

Eine Aufgabe mit mehreren Eingaben und prüfbarem Ergebnis, etwa eine belegte Entscheidungsvorlage oder begrenzte QA.

Muss der Prompt lang sein?

Er muss klar sein: Ziel, Material, Vorgaben, Ausgabe und Abnahmekriterien. Länge allein hilft nicht.

Sollte ich maximalen Denkaufwand verwenden?

Beginnen Sie mit normaler oder mittlerer Einstellung. Erhöhen Sie bei belegtem Nutzen in schwierigen Fällen.

Kann ich denselben Auftrag wiederverwenden?

Ja. Behalten Sie den Aufbau, aktualisieren Sie Quellen, Daten und Kriterien und entfernen Sie alte Projektannahmen.

Woran erkenne ich den Abschluss?

Prüfen Sie das tatsächliche Ergebnis anhand Ihrer Kriterien. Eine selbstsichere Abschlussmeldung reicht nicht aus.