Zum Hauptinhalt springen
PromptQuorumFür Menschen gemacht. Strukturiert für KI.
Mittel KomplexitätUsed to win Singapore's GPT-4 competition

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 · Zuletzt aktualisiert

CO-STAR framework fields overview
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

1

Context

Hintergrundinformationen, die die KI braucht, um Aufgabe und Situation zu verstehen.

2

Objective

Das konkrete Ziel bzw. Ergebnis, das die KI erreichen soll.

3

Style

Der Schreibstil — z. B. formell, gesprächsnah, journalistisch, akademisch.

4

Tone

Das emotionale Register — z. B. überzeugend, einfühlsam, autoritativ, freundlich.

5

Audience

Für wen die Ausgabe bestimmt ist. Bestimmt Wortwahl, Tiefe und Annahmen.

6

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

CO-STAR-Prompt

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

When to use CO-STAR
Geeignet für
  • ✓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
Weniger geeignet für
  • ✗Kurze Einzelanfragen, bei denen Struktur keinen Mehrwert bringt
  • ✗Sequenzielle Mehrschritt-Aufgaben (stattdessen RISEN verwenden)
  • ✗Technische Aufgaben, bei denen Beispiele wichtiger sind (stattdessen TRACE verwenden)

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.

Quellen

Verwandte Frameworks

MCP