CO-STAR Framework
Context · Objective · Style · Tone · Audience · Response
Dem Data-Science-&-KI-Team von GovTech Singapur zugeschrieben und zum Sieg im ersten GPT-4-Prompt-Engineering-Wettbewerb Singapurs eingesetzt. Maximale Kontrolle über Stimme, Zielgruppe und Ausgabeformat.
Von Hans Kuepper · Zuletzt aktualisiert

- Definition
- Das CO-STAR-Framework (Context · Objective · Style · Tone · Audience · Response) ist eine Prompt-Engineering-Struktur, die Ihre KI-Anfrage in 6 einzelne Felder unterteilt. Es eignet sich am besten für businesskommunikation und marketingtexte.
Die 6 Felder
Context
Hintergrundinformationen, die die KI braucht, um Aufgabe und Situation zu verstehen.
Objective
Das konkrete Ziel bzw. Ergebnis, das die KI erreichen soll.
Style
Der Schreibstil — z. B. formell, gesprächsnah, journalistisch, akademisch.
Tone
Das emotionale Register — z. B. überzeugend, einfühlsam, autoritativ, freundlich.
Audience
Für wen die Ausgabe bestimmt ist. Bestimmt Wortwahl, Tiefe und Annahmen.
Response
Das exakte Ausgabeformat — z. B. Aufzählung, 500-Wörter-Artikel, JSON, Tabelle.
Echtes Beispiel
Szenario: Eine Produkt-Launch-E-Mail für ein SaaS-Tool schreiben, das sich an CTOs richtet
Context: PromptQuorum ist ein Multi-Modell-KI-Tool, das im Juli 2026 startet. Objective: Schreibe eine Produkt-Launch-E-Mail, die Anmeldungen generiert. Style: Klar und direkt, ohne Füllwörter. Tone: Selbstbewusst und professionell. Audience: CTOs bei mittelgroßen Tech-Unternehmen. Response: 200-Wörter-E-Mail mit Betreffzeile.
Wann Sie CO-STAR einsetzen sollten

- ✓Businesskommunikation und Marketingtexte
- ✓Inhalte, bei denen Stimme und Tonalität entscheidend sind (Markenkommunikation)
- ✓Professionelle Texte für eine klar definierte Zielgruppe
- ✓Aufgaben, bei denen Style und Tone getrennt gesteuert werden müssen
Häufig gestellte Fragen
Wofür steht CO-STAR?
CO-STAR steht für Context, Objective, Style, Tone, Audience und Response — sechs Felder, die dir präzise Kontrolle über die KI-Ausgabe geben.
Woher stammt CO-STAR, und hat es den Singapur-GPT-4-Wettbewerb gewonnen?
CO-STAR wird dem Data-Science-&-KI-Team von GovTech Singapur zugeschrieben. Sheila Teo gewann damit den ersten GPT-4-Prompt-Engineering-Wettbewerb von GovTech mit über 400 Teilnehmenden und beschrieb das Vorgehen in einem Artikel auf Towards Data Science. Das Framework hat also nicht selbst gewonnen, der Sieg war Teos. Seine zentrale Idee ist die Trennung von Style (Darstellung) und Tone (Emotion).
Wann sollte ich CO-STAR statt CRAFT verwenden?
Verwende CO-STAR, wenn du feingranulare Kontrolle über Stimme und Zielgruppe brauchst. Verwende CRAFT, wenn du eine rollenbasierte Herangehensweise mit klar definierter Zielperson willst. Wie du die Qualität deiner CO-STAR-Prompts misst, erfährst du unter https://www.promptquorum.com/de/prompt-engineering/how-to-evaluate-prompt-quality.