Prompting-Patterns für MCP-Tools: Zuerst lesen, zusammenfassen, dann handeln
So formulieren Sie Prompts für KI-Assistenten mit MCP-Tools. Dieser Leitfaden zeigt, wie Sie Pläne anfordern, Diff-Vorschauen nutzen, Bestätigungstokens verwenden und Stapeloperationen ausführen – mit sofort einsetzbaren Corcava-Beispielen.
Grundlegende Prompting-Patterns
Pattern 1: Einen Plan anfordern
Vor der Aktion die KI bitten, einen Plan zu erstellen:
Plan-zuerst-Pattern
Was die KI macht:
- Ruft
list_tasksauf, um die Projektaufgaben zu holen - Erstellt einen Plan mit den zu aktualisierenden Aufgaben
- Zeigt Ihnen den Plan zur Prüfung
- Wartet auf Freigabe, bevor aktualisiert wird
Vorteile: Prüfung vor Aktion, Fehler früh erkennen, Umfang verstehen
Pattern 2: Diff-Vorschau
Vor dem Anwenden anzeigen, was sich ändert:
Diff-Vorschau-Pattern
Was die KI macht:
- Ruft
get_taskfür den aktuellen Stand auf - Erstellt einen Vorher→Nachher-Diff
- Zeigt den Diff klar an
- Wartet auf Freigabe, bevor
update_taskaufgerufen wird
Vorteile: Genau sehen, was sich ändert, Korrektheit prüfen, Fehler vermeiden
Pattern 3: Bestätigungstokens
Für wichtige Aktionen ein bestimmtes Token zur Bestätigung verlangen:
Token-Bestätigungs-Pattern
Was die KI macht:
- Zeigt eine Vorschau der zu erstellenden Aufgabe
- Wartet auf exakte Token-Eingabe
- Ruft
create_taskerst nach Token auf - Verhindert versehentliche Bestätigungen
Vorteile: Verhindert versehentliches Ja/Nein, erfordert bewusste Bestätigung
Pattern 4: Batching
Operationen bündeln, um weniger Tool-Aufrufe zu brauchen:
Batching-Pattern
Was die KI macht:
- Ruft
list_taskseinmal mit Filtern auf - Wählt die Top 5 aus dem Ergebnis
- Zeigt eine Vorschau der Updates
- Führt nach Freigabe 5
update_task-Aufrufe aus
Vorteile: Weniger Tool-Aufrufe, schnellere Ausführung, bessere Performance
Lese-zuerst-Pattern
Immer zuerst lesen, dann schreiben:
Lese-zuerst-Prinzip
Vor jeder Schreiboperation zuerst den aktuellen Zustand lesen:
Warum: Verhindert Überschreiben von Daten, gewährleistet Genauigkeit, zeigt was sich ändert
Zusammenfassen-dann-handeln-Pattern
Die KI zuerst zusammenfassen lassen, bevor sie handelt:
Zusammenfassen, dann handeln
Was die KI macht:
- Liest Aufgaben und analysiert Blocker
- Erstellt Zusammenfassung mit vorgeschlagenen Aktionen
- Zeigt die Zusammenfassung zur Prüfung
- Handelt erst nach Freigabe
Vollständige Pattern-Beispiele
Beispiel 1: Sichere Aufgabenerstellung
Vollständiges sicheres Create-Pattern
Das kombiniert: Vorschau + Diff + Bestätigungstoken
Beispiel 2: Stapel-Update mit Freigabe
Vollständiges Batch-Update-Pattern
Das kombiniert: Liste → Auswählen → Vorschau → Diff → Stapel-Update
Pattern-Kombinationen
Patterns kombinieren
Mehrere Muster für maximale Sicherheit kombinieren:
- Lese-zuerst + Diff + Token: Aktuellen Stand holen → Diff anzeigen → Token verlangen
- Plan + Vorschau + Freigabe: Plan erstellen → Vorschau zeigen → Freigabe einholen
- Batch + Zusammenfassen + Bestätigen: Stapeloperationen → Zusammenfassen → Alles bestätigen
Bewährte Praktiken
Bewährte Praktiken für Prompting
- Immer zuerst lesen: Aktuellen Stand vor dem Aktualisieren holen
- Vorschauen zeigen: Vor Schreiboperationen immer eine Vorschau anzeigen
- Bestätigungstokens nutzen: Bei kritischen Aktionen spezifische Tokens verlangen
- Batching wo möglich: Zugehörige Operationen bündeln
- Seien Sie explizit: Deutlich sagen, was passieren soll und was nicht
- Ausgabeformat angeben: Der KI mitteilen, wie Ergebnisse formatiert werden sollen
Weitere Ressourcen
Freigabe-Muster für Schreibaktionen
Vertiefung zu Freigaben
50-Prompt-Pack
Einsatzbereite Prompts
Batching-Leitfaden
Tool-Aufrufe reduzieren
Halluzinations-Vermeidung
Vor dem Schreiben prüfen
MCP-Prompting-Patterns beherrschen
Diese Muster nutzen, um KI-Assistenten mit MCP-Tools effektiv und sicher zu steuern
