Was ist das RTF-Framework?
📍 In One Sentence
RTF ist ein dreiteiliges Prompt-Gerüst — Role, Task, Format — das dem Modell gerade genug Struktur gibt, um Routine-Aufgaben ohne den Aufwand größerer Frameworks zu bewältigen.
💬 In Plain Terms
Sagen Sie der KI, wer sie sein soll (Role), was sie tun soll (Task) und wie sie die Antwort formatieren soll (Format). Das war's. Drei Dinge. Funktioniert für 80% der alltäglichen Aufgaben. Wenn das nicht mehr ausreicht, wechseln Sie zu CO-STAR oder SPECS.
Das RTF-Framework ist ein dreiteiliges Prompt-Muster, das dem Modell sagt, wer es ist, was es tun soll und wie die Antwort genau aussehen soll. Statt eine lose Frage zu stellen, geben Sie Role, Task und Format explizit an. Dies funktioniert über GPT-5.5, Claude Opus 4.8, Gemini 3.1 Pro und lokale Modelle, die Sie über Ollama oder LM Studio ausführen.
Das RTF-Framework ist absichtlich minimal. Mit nur drei Feldern ist es leicht zu merken, schnell auszufüllen und flexibel genug für viele alltägliche Aufgaben. Sie können es als „Standard-Prompt-Gerüst" verwenden, wenn Sie nicht sicher sind, welches spezialisierte Framework Sie verwenden sollten.
Die drei RTF-Komponenten
Ein starker RTF-Prompt definiert alle drei Komponenten eindeutig, damit das Modell keine Unklarheit über seine Aufgabe hat. Sie können sie als beschriftete Zeilen oder als einen Satz schreiben, der alle drei Teile enthält.
Typische Definitionen:
- Role: Die Perspektive oder das Fachwissen, das das Modell annehmen soll (zum Beispiel „Sie sind ein leitender Datenanalyst").
- Task: Die konkrete Aktion, die Sie möchten, beschrieben in ein oder zwei Sätzen.
- Format: Die Struktur, Länge und den Stil der Ausgabe (zum Beispiel „3 Aufzählungspunkte plus eine 2-Satz-Zusammenfassung").
🔍 Format ist der Gamechanger
Role und Task sind offensichtlich — die meisten Leute sagen bereits, was sie möchten. Format ist dort, wo RTF echten Wert hinzufügt. „3 Aufzählungspunkte, maximal 50 Wörter pro Punkt, Markdown" erzeugt dramatisch konsistentere Ausgaben als „geben Sie mir eine Zusammenfassung". Das Format-Feld ist RTFs Geheimwaffe.
Warum RTF nützlich ist
Das RTF-Framework ist nützlich, weil es Ihnen die meisten Vorteile komplexerer Frameworks mit fast keinem Aufwand gibt. Es erzwingt, dass Sie drei Entscheidungen treffen — wer, was und wie — bevor Sie den Prompt senden.
Praktische Vorteile sind:
- Schnellere Prompt-Erstellung als Multi-Section-Frameworks für Routine-Arbeit.
- Bessere Konsistenz über Modelle und Durchläufe hinweg, da das Format immer explizit ist.
- Einfaches Onboarding für Teamkollegen, die RTF in wenigen Minuten lernen und überall wiederverwenden können.
Beispiel: Schlechter vs. guter RTF-Prompt
Die RTF-Version teilt dem Modell genau mit, wie es über den Inhalt nachdenken soll und wie es das Ergebnis so verpackt, dass andere es sofort nutzen können.
❌ Unstrukturierte Anfrage
Fassen Sie dieses Meeting zusammen.
✅ RTF-Prompt
Role: Sie sind ein Operations Manager, der ein Project-Status-Meeting für die Geschäftsführung zusammenfasst. Task: Lesen Sie das Protokoll und identifizieren Sie die im Meeting besprochenen Schlüsselbeschlüsse, offenen Risiken und nächsten Schritte. Format: Geben Sie eine Markdown-Zusammenfassung mit drei Abschnitten aus (`Beschlüsse`, `Risiken`, `Nächste Schritte`). Verwenden Sie unter jedem Abschnitt 3–5 Aufzählungspunkte. Halten Sie die Gesamtzusammenfassung unter 250 Wörtern.
Wann RTF verwenden
Sie sollten das RTF-Framework verwenden, wenn Sie ein einfaches, wiederverwendbares Muster möchten, das trotzdem Klarheit und Struktur erzwingt. Es ist eine starke Standardwahl, wenn Sie keine langen Spezifikationen oder mehrstufige Reasoning-Traces benötigen.
Typische Anwendungsfälle sind:
- Kurze Berichte, Zusammenfassungen und Überblicke für E-Mails oder Chat.
- Entwurf von Antworten an Kunden oder interne Interessengruppen mit klarer Struktur.
- Generierung von kleinen Code-Snippets oder Umgestaltungen mit einem angegebenen Output-Format.
- Schnelle Inhalte wie Produkt-Blurbs, FAQ-Einträge oder einfache Checklisten.
Wann RTF nicht die richtige Wahl ist
| Szenario | RTF-Limitation | Verwenden Sie stattdessen |
|---|---|---|
| Kundenorientierte Inhalte, bei denen Ton und Zielgruppe entscheidend sind | Kein explizites Audience- oder Tone-Feld | CO-STAR (mit Style, Audience, Tone) oder CRAFT (Constraints, Role, Audience, Format, Tone) |
| Strikte Datenstruktur oder Schema-Erzwingung erforderlich | Format-Feld kann JSON anfordern, bietet aber keine Constraint-Syntax | SPECS (mit explizitem Constraints-Feld) |
| Mehrstufige Begründung oder Entscheidungslogik erforderlich | Kein explizites Schrittweise-Reasoning-Feld | TRACE (mit Trigger, Response, Action, Consequence, Evaluation) |
| Komplexe Workflows mit bedingter Logik | Einzelne Role/Task/Format pro Prompt | APE (Action, Process, Examples) oder benutzerdefinierte Multi-Turn-Workflows |
Vergleichstabellen
Wie RTF sich gegen andere Haupt-Frameworks behauptet:
Dimensionsvergleich
| Dimension | RTF | CO-STAR | SPECS | TRACE |
|---|---|---|---|---|
| Anzahl der Felder | 3 (Role, Task, Format) | 6 (Context, Objective, Style, Audience, Response, Tone) | 5 (Settings, Person, Examples, Pattern, Constraints) | 5 (Trigger, Response, Action, Consequence, Evaluation) |
| Einrichtungszeit | 30 Sekunden | 2–3 Minuten | 3–5 Minuten | 2–3 Minuten |
| Am besten geeignet für | Routine-, wiederholbare Aufgaben | Ton- und Zielgruppenkontrolle | Strikte Schemas und Constraints | Explizite Reasoning-Schritte |
| Output-Konsistenz | Gut | Ausgezeichnet | Ausgezeichnet | Gut |
| Benötigt Beispiele? | Nein | Optional | Ja (starke Muster) | Nein |
Paarweiser Vergleich (RTF vs. andere)
| Vergleich | Gewinner | Warum |
|---|---|---|
| RTF vs. CO-STAR | CO-STAR (wenn Zielgruppe wichtig ist) | CO-STAR hat explizite Audience- und Tone-Felder. RTF zwingt Ton in Role oder Format, was umständlich wird. Wenn Ihnen die Stimme nicht wichtig ist, ist RTF schneller. |
| RTF vs. SPECS | SPECS (wenn strikte Constraints nötig sind) | SPECS hat ein dediziertes Constraints-Feld und erwartet Beispiele. RTF kann Constraints im Format anfordern, aber keine strukturierte Syntax. SPECS gewinnt bei JSON, CSV oder strukturierten Daten. |
| RTF vs. TRACE | TRACE (wenn Begründung wichtig ist) | TRACE modelliert Ursache und Wirkung explizit (Trigger → Response → Action → Consequence). RTF hat kein Reasoning-Schritte-Feld. Verwenden Sie TRACE für komplexe Logik, RTF für einfache Ausgaben. |
| RTF vs. Chain-of-Thought | Komplementär | RTF definiert Role und Output-Format. CoT verbessert Begründung. Kombinieren Sie sie: Verwenden Sie RTF, um den Prompt zu strukturieren, und fügen Sie „Schritt für Schritt denken" für komplexe Mathematik oder Logik hinzu. |
So schreiben Sie einen RTF-Prompt
- 1Role: Definieren Sie, wen der KI-Agent spielt. Spezifische Rollen schlagen generische. Schlecht: „Sie sind hilfreich." Gut: „Sie sind ein leitender Backend-Ingenieur, der Code auf Performance-Regressionsprobleme überprüft." Je spezifischer die Role, desto konsistenter die Ausgabe.
- 2Task: Geben Sie an, was der KI-Agent tun soll. Seien Sie konkret. Schlecht: „Fassen Sie das zusammen." Gut: „Identifizieren Sie die drei Schlüsselbeschlüsse, offenen Risiken und nächsten Schritte, die besprochen wurden."
- 3Format: Geben Sie Struktur, Länge und Stil an. Das ist, wo RTF Wert hinzufügt. Schlecht: (kein Format). Gut: „3 Aufzählungspunkte, maximal 50 Wörter pro Punkt, Markdown, unter 200 Wörtern insgesamt."
- 4Trennen Sie Task und Format. Wenn Sie sie zu einem Brei zusammenmischen, bekommt keiner genug Spezifität. Halten Sie sie getrennt.
- 5Geben Sie immer Format an, auch wenn es offensichtlich scheint. Ohne explizites Format-Feld wählen Modelle standardmäßig Prosa-Absätze.
Fünf reale RTF-Beispiele
Hier sind fünf produktionsreife RTF-Prompts für häufige Workflows:
Beispiel 1: Wöchentliche Status-Zusammenfassung
Role: Sie sind ein Operations Manager, der eine wöchentliche Status-Zusammenfassung für die Geschäftsführung schreibt.
Task: Fassen Sie den Projektfortschritt dieser Woche, getroffene Schlüsselbeschlüsse, identifizierte Risiken und Prioritäten der nächsten Woche zusammen.
Format: Markdown, vier Abschnitte (Zusammenfassung, Beschlüsse, Risiken, Nächste Woche), 3–5 Aufzählungspunkte pro Abschnitt, 300 Wörter maximal.
Beispiel 2: Code-Review-Feedback
Role: Sie sind ein leitender Backend-Ingenieur, der Code auf Wartbarkeit, Performance und Sicherheit überprüft.
Task: Überprüfen Sie diesen Code-Block, identifizieren Sie Probleme, schlagen Sie Verbesserungen vor und bewerten Sie die Gesamtqualität.
Format: Markdown, drei Abschnitte (Gefundene Probleme, Verbesserungen, Qualitätsbewertung 1–5), Code-Blöcke für Beispiele.
Beispiel 3: Kunden-E-Mail-Entwurf
Role: Sie sind ein Customer Success Manager, der einen professionellen, empathischen Antwort-Entwurf auf eine Kundenbeschwerode schreibt.
Task: Adressieren Sie das Anliegen, entschuldigen Sie sich, wo angebracht, erklären Sie die Lösung und stellen Sie das Vertrauen wieder her.
Format: E-Mail-Format (Gruß, 2–3 Absätze, Schluss), professioneller Ton, 150–250 Wörter.
Beispiel 4: Meeting-Notizen zu Action Items
Role: Sie sind ein Projektkoordinator, der Action Items aus rohen Meeting-Notizen extrahiert.
Task: Identifizieren Sie getroffene Beschlüsse, besprochene Risiken und nächste Schritte mit Besitzern und Fristen.
Format: Markdown mit drei Abschnitten (Beschlüsse, Risiken, Action Items), Action Items als Kontrollkästchen-Listen mit Assignee und Fälligkeitsdatum.
Beispiel 5: Produktdokumentation für nicht-technische Benutzer
Role: Sie sind ein Technical Writer, der ein Feature nicht-technischen Benutzern in einfacher Sprache erklärt.
Task: Erklären Sie, was diese Feature tut, warum Benutzer sie möglicherweise nutzen möchten, und wie sie in drei einfachen Schritten verwendet wird.
Format: 1 Satz Intro, 3 nummerierte Schritte mit Beispielen, 1 Satz Schluss. Vermeiden Sie Jargon.
RTF mit anderen Frameworks kombinieren
Sie sollten das RTF-Framework mit anderen Frameworks kombinieren, indem Sie RTF als leichte Standardwahl behandeln und zu schwereren Frameworks wechseln, wenn die Anforderungen zunehmen. Ein praktisches Muster ist:
- Beginnen Sie mit RTF für die meisten neuen Aufgaben, bei denen Sie nur schnelle klare Struktur benötigen.
- Wechseln Sie zu SPECS, wenn Sie strikte Schemas, Beispiele und Constraints benötigen.
- Verwenden Sie TRACE oder APE, wenn Sie explizite Reasoning-Schritte vor der endgültigen Antwort möchten.
- Verwenden Sie kreative Frameworks wie CRAFT, wenn Zielgruppe und Ton zentral sind.
Häufige RTF-Fehler
❌ Vage Role — „Sie sind ein hilfreicher Assistent"
Why it hurts: „Hilfreicher Assistent" ist der Standard. Es fügt nichts hinzu. Eine vage Role bedeutet, dass das Modell seine eigene Perspektive wählt, die zwischen Durchläufen variiert.
Fix: Seien Sie spezifisch: „Sie sind ein leitender Backend-Ingenieur" oder „Sie sind ein B2B-Marketing-Manager, der CFOs anvisiert." Je spezifischer die Role, desto konsistenter die Ausgabe.
❌ Task und Format zu einem Brei zusammengemengt
Why it hurts: „Fassen Sie dieses Meeting in Aufzählungspunkten zusammen" vermengt Task und Format. Wenn sie zusammengemengt sind, bekommt keiner genug Spezifität.
Fix: Trennen Sie sie: Task = „Identifizieren Sie Beschlüsse, Risiken und nächste Schritte." Format = „Markdown, 3 Abschnitte, 3–5 Aufzählungspunkte pro Abschnitt, unter 250 Wörtern."
❌ Format komplett auslassen
Why it hurts: Ohne ein explizites Format-Feld wählt das Modell standardmäßig Prosa-Absätze — was möglicherweise nicht das ist, was Sie brauchen. Das ist die #1 Ursache für „die KI hat mir einen Text-Wand gegeben."
Fix: Geben Sie immer Format an. Selbst „Format: 3 Aufzählungspunkte" ist besser als nichts.
❌ RTF für Aufgaben verwenden, die Zielgruppen-/Ton-Kontrolle benötigen
Why it hurts: RTF hat kein Audience- oder Tone-Feld. Wenn Sie kundenorientierte Inhalte schreiben, bei denen die Stimme wichtig ist, zwingt RTF Sie, Ton in die Role oder das Format-Feld zu zwingen, was umständlich wird.
Fix: Wechseln Sie zu CRAFT (das explizite Audience- und Tone-Felder hat) oder CO-STAR (das Style und Audience trennt), wenn Stimme wichtig ist.
❌ RTF-Prompts nie als Vorlagen speichern
Why it hurts: Das Schreiben desselben „Meeting-Zusammenfassung"-RTF-Prompts jede Woche von Grund auf kostet Zeit und führt zu Inkonsistenzen.
Fix: Speichern Sie funktionierende RTF-Prompts als benannte Vorlagen in PromptQuorum. Verwenden Sie sie wieder, indem Sie nur Eingabedaten auswechseln.
Wie PromptQuorum RTF implementiert
PromptQuorum ist ein Multi-Model-AI-Dispatch-Tool, das das RTF-Framework als eine seiner integrierten Prompt-Strukturen enthält, sodass Benutzer Role–Task–Format-Prompting konsistent anwenden können. Wenn Sie die RTF-Option in PromptQuorum auswählen, stellt die Benutzeroberfläche Felder für Role, Task und Format bereit und fügt sie zu einer einzigen wohlgeformten Anweisung zusammen.
In PromptQuorum ermöglicht Ihnen das RTF-Framework:
- Role, Task und Format einmal ausfüllen und denselben strukturierten Prompt an 25+ Modelle wie GPT-5.5, Claude Opus 4.8, Gemini 3.1 Pro und lokale Modelle senden, die über Ollama oder LM Studio konfiguriert sind.
- RTF-Prompts als Vorlagen für wiederkehrende Workflows speichern — zum Beispiel „wöchentliche Status-Zusammenfassung", „Kunden-Antwort-Entwurf" oder „Bug-Bericht-Zusammenfassung".
- RTF-Vorlagen über Ihr Team hinweg teilen, sodass auch Nicht-Experten Prompts erstellen können, die konsistente, strukturierte Ausgaben erzeugen.
- Denselben RTF-Prompt über mehrere Modelle nebeneinander testen, um den besten für Ihren Use Case zu finden.
Häufig gestellte Fragen
Wofür steht RTF?
RTF steht für Role, Task, Format — eine dreiteilige Prompt-Struktur, wobei Role definiert, wer das Modell sein sollte, Task spezifiziert, was das Modell tun sollte, und Format beschreibt die Struktur der gewünschten Ausgabe.
Wie unterscheidet sich RTF von CO-STAR?
RTF ist minimal und konzentriert sich auf drei Felder: Role, Task, Format. CO-STAR ist umfassender und fügt Context, Style, Audience und Tone hinzu. Verwenden Sie RTF für schnelle, unkomplizierte Aufgaben; verwenden Sie CO-STAR, wenn Publikum und Ton wichtig sind.
Wann sollte ich RTF verwenden?
Verwenden Sie RTF, wenn Sie strukturierte Ausgabe von einer klar definierten Rolle benötigen. Beispiele: Zusammenfassung von Meetings, Code-Generierung, Schreiben von E-Mails in einem bestimmten Format oder Erstellung von Dokumentation. RTF ist ideal für Template-basierte Workflows.
Kann ich RTF mit anderen Frameworks kombinieren?
Ja. Sie können RTF für die anfängliche Ausgabegenerierung verwenden und dann RISEN für iterative Verfeinerung anwenden. Oder kombinieren Sie RTF mit Chain-of-Thought, um Argumentation hinzuzufügen. Mischen Sie Frameworks für komplexe Workflows.
Was ist, wenn ich unsicher bin, welche Rolle ich angeben soll?
Beginnen Sie mit der einfachsten Rolle, die zur Aufgabe passt: „Sie sind ein technischer Schreiber", „Sie sind ein Produktmanager" oder „Sie sind ein Python-Experte". Seien Sie spezifisch, aber nicht übermäßig ausarbeitet. Testen Sie verschiedene Rollen, um zu sehen, welche bessere Ergebnisse liefert.
Ist die Reihenfolge von Role, Task, Format wichtig?
Die traditionelle Reihenfolge ist Role → Task → Format, aber das Modell wird Ihre Absicht unabhängig von der Reihenfolge verstehen. Jedoch erleichtert die Beibehaltung dieser Standardreihenfolge das Lesen und Template-Erstellen von Prompts. Konsistenz ist wichtiger als strikte Reihenfolge.
Funktioniert RTF mit allen Sprachmodellen?
Ja. RTF ist Framework-unabhängig. Es funktioniert mit GPT-5.5, Claude, Gemini, Open-Source-Modellen wie Llama 3.2 und lokalen Modellen über Ollama oder LM Studio. Die Prinzipien gelten universell für alle Befehls-befolgenden LLMs.
Wie schreibe ich eine gute Format-Spezifikation?
Seien Sie spezifisch: Statt „Format: schöne Ausgabe" schreiben Sie „Format: 5 Aufzählungspunkte, jeweils unter 15 Worten". Geben Sie die Struktur (Aufzählungspunkte, Absätze, Codeblöcke, JSON), Länge (Wortanzahl, Anzahl der Elemente) und Ton (formal, lässig, technisch) an.
- Schulhoff, L., et al. (2024). Prompt Engineering Guide. https://www.promptingguide.ai
- Brown, T. B., et al. (2020). „Language Models are Few-Shot Learners." OpenAI. arXiv:2005.14165
- OpenAI. (2026). Prompt Engineering Best Practices. https://platform.openai.com/docs/guides/prompt-engineering
- Anthropic. (2026). Prompt Engineering — Claude API Documentation. https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering