Hochwertige Kategorietexte erfüllen gleich mehrere wichtige Funktionen für Online-Shops. Sie klären Fragen zu Produkten und Produktgruppen und geben wichtige Informationen für die richtige Verkaufsentscheidung. Zusätzlich befinden sich Kategorien im Sweet Spot von transaktionalen Suchanfragen (Relevanz), gutem Suchvolumen (Quantität) und Stärke der URL innerhalb der Website-Struktur (Qualität), womit sie wertvollen Suchmaschinen-Traffic generieren können.

Die Erstellung von hochwertigen Kategorietexten stellt dagegen für viele Shop-Betreiber eine große Hürde dar. Der Content-Editor benötigt umfangreiches Fachwissen (Verkaufspsychologie, Produktwissen, gute Schreibe an sich) – und das (er) hat seinen Preis. Der Shop-Betreiber muss also beträchtliche Ressourcen einsetzen – und für alle wichtigen Kategorien, was schnell Dutzende oder gar Hunderte sein können.

Hier tritt ChatGPT auf den Plan und stellt sich dabei durch gleich mehrere Eigenschaften in starke Konkurrenz zu menschlichen Schreibern:

1. Einmal korrekt eingestellt erreicht ChatGPT eine qualitative Konstanz, mit der kaum ein Mensch mithalten kann.
2. Der Schreibstil kann sehr einfach variiert werden, um sich an verschiedene Zielgruppen und Branchen anzupassen.
3. Die Content-Erstellung geschieht auf Knopfdruck, bei Tag und Nacht und in Rekordzeit. Selbst wenn die resultierenden Texte noch manuell nachbearbeitet werden müssen, kann das den Output an Content immens steigern.

Lohnt sich ein Investment in KI-generierten Content?

Bevor es hier darum geht, den perfekten Kategorietext mit ChatGPT zu erstellen, ist noch eine grundlegende Frage zu klären: Lohnt sich das Investment in KI-Content? Also: Hat KI-generierter Content derzeit bereits das Potenzial, in den SERPS (Suchergebnissen) von Google und Co. zu erscheinen? Und wie sicher ist das Investment für die Zukunft, sprich: Was ist Googles Sicht auf die Content-Erstellung mit KI?

Rankt KI-Content?

Wie sieht es derzeit in den SERPS von Google aus? Kommt KI-Content dort bereits vor? Die folgenden Daten stammen aus zwei Fallstudien, die wir im Rahmen unserer Arbeit für zwei mittlere Online-Shops mit sieben- bzw. achtstelligem Jahresumsatz erstellt haben.

In den Shops wurden seit Dezember 2022 bzw. Februar 2023 insgesamt 64 Kategorietexte veröffentlicht, die mit KI-Unterstützung erstellt wurden (rote Markierung in Abb. 1 und Abb. 2). Nach der üblichen mehrmonatigen Wartezeit steigt die Sichtbarkeit beider Shops in den Google-SERPS deutlich an: In Shop eins kann so ein Abwärtstrend gestoppt werden. In Shop zwei steigt die Sichtbarkeit zunächst nur gering, bevor sie endlich geradezu explodieren konnte (zuvor musste eine automatische Penalty wegen eines Linkkaufs beseitigt werden).

Die KI-generierten Kategorietexte konnten dabei in zweierlei Hinsicht ihre Wirkung entfalten. Einerseits konnte dank ihnen eine Vielzahl neuer Rankings erzielt werden. So erreichte die Kategorie „Dungeons & Dragons“ in Shop eins, in dem Produkte zum bekannten gleichnamigen Rollenspiel angeboten werden, einen Anstieg an Rankings um +890 % (von acht auf 71) inklusive einer guten Position sowohl für suchvolumenstarke Keywords als auch starke transaktionale Longtail-Keywords (Abb. 4).

Andererseits konnte durch die Texte auch die Position bestehender Rankings deutlich verbessert werden, etwa in Shop zwei in der Kategorie „Mundschutz“. Hier stiegen viele relevante Rankings massiv von schlechten hinteren auf Top-Ten- oder sogar Top-Three-Positionen (Abbildung 5).

Ist KI-Content Spam (aus Googles Sicht)?

Es ist also möglich, erfolgreich Rankings mit KI-generiertem Content zu erzielen oder zu optimieren. Aber wird das auch in Zukunft so bleiben? Oder kommt Google derzeit nur noch nicht mit der Erkennung und Abstrafung von KI-Content hinterher?

Lange Zeit stand Google der Verwendung von KI zur Content-Erstellung tatsächlich ablehnend gegenüber. Wohl auch unter dem Eindruck von alten Techniken wie Text-Spinning und anderen Formen der regelbasierten Texterstellung, die von manchen Website-Betreibern bis heute dazu genutzt werden, um das Web mit Thin Content, Content-Müll und Spam zu fluten.

Die Veröffentlichung von ChatGPT 3.5 hat aber bewiesen, dass KI mittlerweile in der Lage ist, grammatikalisch korrekte Sätze zu schreiben und Inhalte auf einem Niveau zu erstellen, die zwar (noch) nicht perfekt, aber ausreichend sind (und mit ChatGPT 4 und 4.5 immer besser werden).

Google hat am 8. Februar 2023 auf diese Entwicklung reagiert und die „Google Search’s guidance about AI-generated content“ (developers.google.com/search/blog/2023/02/google-search-and-ai-content) veröffentlicht. Darin ändert Google seine bisherige Sichtweise, nach der alle mit KI erstellten Texte per se als Spam betrachtet wurden.

Stattdessen bekräftigt Google darin seinen Fokus auf die Nützlichkeit und den Informationswert von Content für die User. Wichtig sei, dass der Content den Google-Richtlinien für Webmaster entspreche und einen Mehrwert biete. In diesem Rahmen wird KI-generierter Content exakt so behandelt wie von Menschen geschriebene Inhalte. Das heißt: Google wird keine Maßnahmen gegen KI-generierten Content in seinen SERPs ergreifen.

Der perfekte E-Commerce-Kategorietext mit ChatGPT – Vorarbeit

Manche behaupten, sie könnten jeden KI-Text direkt erkennen. Dazu gibt es zwei Dinge zu sagen:

1. Das ist unsinnig (siehe dazu auch den großartigen Beitrag von Kai Spriestersbach in Website Boosting #83).
2. Das kann jeder – aber nur bei KI-Texten, bei denen ChatGPT keine konkreten Anweisungen zum WAS und vor allem zum WIE mit auf den Weg gegeben wurde.

Den Standardstil von ChatGPT kann tatsächlich jeder nach ein paar Versuchen schnell erkennen. Ohne zusätzliche Anweisungen verwendet die KI häufig wiederkehrende Phrasen für Einleitungen und Satzanfänge sowie einen formellen, trockenen, akademischen Stil.

Damit ChatGPT Texte ausgibt, die in einem Online-Shop informieren, beraten und begeistern können, benötigt die KI Informationen, WAS und WIE sie schreiben soll. Folgende Vorarbeit ist dazu nötig.

Thematische Recherche

Was soll im Text stehen? Eine grundlegende Inhaltsrecherche ist auch bei Verwendung von ChatGPT unumgänglich.Der Content-Editor muss immer noch grundsätzlich verstehen, worum es bei einem Thema geht. Nur so kann er der KI vorgeben, über welche konkreten Unterthemen sie schreiben soll. Und nur so kann er das Ergebnis auf Falschinformationen prüfen.

Aber (und hier liegt der erste Effektivitätsbooster von ChatGPT) statt einer umfassenden Inhaltsrecherche kann der Content-Editor dabei nach dem Pareto-Prinzip vorgehen: Statt wie bisher 100 % Recherchezeit einzusetzen, um ein Thema vollumfänglich zu durchdringen, Details zu erfassen, Fakten herauszuschreiben etc., reichen für diesen Anwendungsfall meist schon die ersten 20 % Zeiteinsatz, um die wichtigsten 80 % eines Themas zu erfassen. Die kleinen Details und Exkurse in Nebenschauplätze, zu denen es unweigerlich kommt und die oft 80 % der gesamten Recherchezeit ausmachen, können weggelassen werden. Diese Arbeit kann die KI mit ihrer bestehenden Wissensdatenbank erfüllen.

Bleiben am Ende der Texterstellung noch Fragen offen, können sie gezielt nachrecherchiert werden, was natürlich deutlich effizienter ist, als sie im Vorhinein explorativ finden, kleinteilig einordnen und nach Relevanz gewichten zu müssen.

User-Intent

Was ist die Intention der User? Auf den Kategorieseiten eines Online-Shops wollen User vor allem

1. eine Orientierungshilfe, was die Produkte dieser Kategorie ausmacht: „Finde ich hier, was ich suche?“,
2. eine Erklärung der maßgeblichen Produktfeatures dieser Produktkategorie und der Unterschiede zwischen den Produkten innerhalb der Kategorie: „Was kann dieses Produkt vs. das andere?“, und
3. eine Hilfe für die Kaufentscheidung: „Ist dieses Produkt das richtige für mich?“.

Die Orientierungshilfe wird idealerweise schon durch den Seitentitel und die Hauptüberschrift (H1) sowie die Produktliste mit ihren Produktbildern erfüllt. Dennoch ist es sinnvoll, diesen Aspekt auch in der Einleitung des Kategorietexts aufzugreifen und ChatGPT entsprechend anzuweisen.

Der Hauptteil des Kategorietexts wird die Erfüllung des zweiten und dritten User-Intents in Anspruch nehmen: Welche Produkte können was? Was ist davon wichtig? Was ist die Basisversion, was die Verbesserung und was ist die Premiumversion? Warum, wann und für wen ist welche Version sinnvoll?

Diese Informationen helfen Usern dabei, schon auf der Kategorieseite zu verstehen, warum Produkt A 100 Euro günstiger ist als Produkt B. Ein guter Kategorietext ist in der Lage, den unvermeidlichen Vergleich zwischen den besten Features und dem günstigsten Preis im Kopf der User in die gewünschte Richtung zu lenken. Behält der Content-Editor das vor Augen, kann er eine bessere Auswahl an Unterthemen für den Kategorietext treffen.

Ansprache und Sprachstil

Damit ein Kategorietext seine volle Wirkung entfalten kann, ist die Ansprache der Zielgruppe entscheidend. Mögen es die User direkt, persönlich, informell? Legen sie Wert auf eine formelle, höfliche Ansprache? Oder wird die Zielgruppe am besten durch eine bestimmte Schreibweise, Bezeichnung oder mit Genderzeichen abgeholt? Der Content-Editor muss sich darüber im Vorfeld klar werden und es ChatGPT während der Content-Erstellung mitteilen.

Auch der Sprachstil trägt seinen Teil zur Wirkung auf den User bei. Mag es die Zielgruppe frisch, locker, mit Humor? Neutral und datenlastig? Oder bevorzugt sie gehobene Umgangsformen und einen vornehmen Sprachstil?

ChatGPT beherrscht eine lange Liste an Sprachstilen. Die folgenden sind, abhängig von der Zielgruppe, am besten für E-Commerce-Texte geeignet:

• Formell: geeignet für professionelle oder akademische Kontexte. Dieser Stil zeichnet sich durch korrekte Grammatik, präzisen Wortschatz und eine strukturierte Darstellung aus.
• Informell: locker und umgangssprachlich, ideal für alltägliche Konversationen oder soziale Medien. Dieser Stil ist weniger strikt in Bezug auf Grammatik und verwendet oft umgangssprachliche Ausdrücke.
• Überzeugend: Ziel ist es, den Leser zu einer bestimmten Meinung oder Handlung zu bewegen. Dieser Stil verwendet rhetorische Mittel und überzeugende Argumente.
• Beschreibend: reich an Details und bildhafter Sprache, um eine lebendige Vorstellung beim Leser zu erzeugen. Ideal für kreative Schreibarbeiten oder Produktbeschreibungen.
• Technisch: spezifisch und detailliert, oft verwendet in wissenschaftlichen oder technischen Kontexten. Dieser Stil legt Wert auf Genauigkeit und Fachterminologie.
• Sachlich: unparteiisch und objektiv, typisch für Nachrichtenartikel, Berichte und wissenschaftliche Arbeiten. Dieser Stil fokussiert auf Fakten und klare Informationen.

Keywords und Proof Terms

Da ein Kategorietext auch für Suchmaschinenbots geschrieben wird, ist natürlich auch eine Keyword-Recherche wichtig. Was ist das Fokus-Keyword des Texts? Was sind die Keywords, die in den Unterkapiteln wichtig sind? Die Keyword-Recherche hilft auch noch einmal dabei, zusätzliche relevante Unterthemen zu finden. ChatGPT müssen die Ergebnisse der Recherche dagegen nicht unbedingt mitgeteilt werden, da es sich durch das Vorgehen der Content-Erstellung (siehe unten) automatisch ergibt.

Auch eine Recherche nach Proof Terms (Worte und Phrasen, die mit dem Hauptthema des Texts in enger Verbindung stehen) ist wichtig. Sie können zur Nachbearbeitung und Schärfung des Texts verwendet werden. Relevante Proof Terms liefern Semantiktools wie Termlabs.io.

Der perfekte E-Commerce-Kategorietext mit ChatGPT – so geht’s!

Ein Prompt der Marke „Schreib mir einen Kategorietext zum Thema XY“ führt unweigerlich zu Ergebnissen, bei denen die Prompting-Weisheit „Shit in, Shit out“ greift. Wer der KI kaum Informationen gibt, darf sich nicht wundern, wenn nichts Vernünftiges aus der KI herauskommt. Um das volle Potenzial von ChatGPT zu entfalten, muss ein Content-Editor lernen, wie man der KI korrekte Anweisungen gibt.

Die folgende Methode zur Erstellung von E-Commerce-Kategorietexten mit ChatGPT beruht auf mehr als einem Jahr Erfahrung in der Arbeit mit ChatGPT 3.5, 4 und 4.5 – viel ausprobieren, testen und verbessern. In den folgenden sechs Schritten werden dabei Elemente von Multiprompting und Chain-of-Thought-Prompting eingesetzt. Durch die Aufteilung der Texterstellung in Einzelprompts wird das Problem des oft geringen Textoutputs von ChatGPT umgangen. Außerdem helfen die Einzelprompts gegen das Phänomen des Fantasierens, also dass sich die KI faktisch falsche Informationen „ausdenkt“.

Der menschliche Content-Editor ist auch hier (noch) nötig – nicht nur um die Prompts ins Interface von ChatGPT einzugeben und den Output herauszukopieren, sondern auch als thematische, faktische und stilistische Kontrollinstanz.

Schritt eins: thematische Textstruktur erstellen

Ein guter Kategorietext benötigt eine klare themenbasierte Struktur aus Unterkapiteln. An dieser kann sich der Content-Editor im weiteren Verlauf der Texterstellung orientieren. Um die besten Resultate zu erzielen, bietet sich hier ein Vorgehen aus zwei unterschiedlichen Richtungen an.

Zunächst wird ChatGPT angewiesen, Vorschläge für thematische Unterkapitel zu liefern:

„Du bist ein Content-Editor für einen Online-Shop, der [SORTIMENT] verkauft, und willst den perfekten Kategorietext für [PRODUKTGRUPPE] schreiben. Erstelle eine Liste von Unterkapiteln, in die du den Text strukturieren wirst.“

Zusätzlich sollte der Content-Editor aus seiner Vorbereitung (thematische Recherche, Keyword-Recherche) bereits eine Vorstellung von relevanten Unterthemen für diese Shop-Kategorie haben.

So lässt sich zügig eine Liste an Unterkapiteln zusammenstellen, die im finalen Kategorietext behandelt werden sollen. Wichtig ist es, dabei immer den User-Intent im Blick zu behalten – eine historische Abhandlung für die Entwicklung von Produktgruppe XY mag faszinierend sein. Aber in einem Online-Shop ist sie nahezu immer fehl am Platz.

Aus Erfahrung gesprochen sollte dieser Schritt mit ausreichend Sorgfalt durchgeführt werden. Zwar kann der Text im Nachhinein immer noch erweitert werden (Schritt sechs), am effizientesten ist man aber natürlich mit einer durchdachten thematischen Struktur, die keine zusätzliche Bearbeitungsschleifen benötigt.

Schritt zwei: Texterstellung – Einleitung

Jeder gute Text beginnt mit einer Einleitung, der Hinführung der Leser, die ihn bei der Stange hält und Interesse am weiteren Text weckt. Das Gleiche gilt natürlich auch für einen Kategorietext. Mit dem folgenden Prompt wird ChatGPT angewiesen, eine passende Einleitung für den Kategorietext zu erstellen:

„Du bist ein Content-Editor für einen Online-Shop, der [SORTIMENT] verkauft, und willst den perfekten Kategorietext für [PRODUKTGRUPPE/URL] schreiben. Beachte die folgenden Vorgaben und erledige dann die folgenden Aufgaben:

Vorgaben:

• Der Text soll diesen User-Intent erfüllen: Orientierungshilfe, was die Produkte dieser Kategorie ausmacht.
• Verwende diese User-Ansprache: [ANGABEN ZUR USER-ANSPRACHE].
• Verwende diesen Sprachstil: [ANGABEN ZUM SPRACHSTIL].

Aufgaben: Schreibe eine Einleitung für den Kategorietext. Der Leser muss Lust bekommen, den Text weiterzulesen.“

Die Einleitung benötigt natürlich auch eine Überschrift. Der folgende Prompt berücksichtigt die Tatsache, dass ChatGPT selten beim ersten Versuch die perfekte Überschrift erstellt. Die KI ist aber ein guter Ideengeber:

„Erstelle zehn Vorschläge für passende Überschriften für diese Einleitung des Kategorietexts.“

Aus dieser Auswahl kann entweder direkt ein Favorit gewählt werden oder sie kann als Inspiration für eine eigene Überschrift dienen.

Schritt drei: Texterstellung – Unterkapitel

Hier beginnt der Hauptteil der Texterstellung für den Kategorietext. Dazu geht der Content-Editor nach und nach die Unterkapitel aus der Textstruktur durch und verwendet die beiden folgenden Prompts, um den Fließtext und die Überschriften zu erstellen.

Im folgenden Prompt ist die Anweisung „Lies diese Informationen zu den Produkten“ enthalten. Hier soll ein Text mit wichtigen Produktfeatures und -funktionen eingefügt werden. Alternativ kann hier auch eine URL eingefügt oder eine Datei, etwa ein Whitepaper oder eine Produktdoku mit diesen Informationen, an das Prompt angehängt werden, die ChatGPT als zusätzliche Datenbasis nutzen kann. Je besser diese Informationen im Vorhinein aufbereitet sind, desto besser, weil die KI spezifischere Ergebnisse im Text liefern wird.

„Du bist ein Content-Editor für einen Online-Shop, der [SORTIMENT] verkauft, und willst den perfekten Kategorietext für [PRODUKTGRUPPE/URL] schreiben.

Halte diese Vorgaben ein:

• Lies diese Informationen zu den Produkten dieser Produktkategorie: [TEXT/URL/DATEI].
• Erfülle mit deinem Text diesen User-Intent: Der Text soll die User perfekt über die maßgeblichen Produktfeatures dieser Produktkategorie aufklären. Der Text soll außerdem die Unterschiede zwischen den Produkten innerhalb der Kategorie aufzeigen und erklären, in welcher Situation und für wen welche Features sinnvoll sind.
• Verwende diese(s) Keyword(s) in den Überschriften und im Fließtext: [KEYWORDS].
• Verwende diese User-Ansprache: [ANGABEN ZUR USER-ANSPRACHE].
• Verwende diesen Sprachstil: [ANGABEN ZUM SPRACHSTIL].

Aufgaben: Schreibe ein Unterkapitel über das Thema [UNTERKAPITEL].“

Wie schon bei der Einleitung liefert der folgende Prompt Vorschläge für zehn Überschriften für das letzte Unterkapitel:

„Erstelle zehn Vorschläge für passende Überschriften für dieses Unterkapitel.“

Schritt vier: Texterstellung – Schluss

Auf ähnlichem Weg wie die Einleitung wird auch der Schluss von ChatGPT erstellt. Wir bei V4 lassen die KI an dieser Stelle gerne noch einen Call-to-Action einbauen:

„Du bist ein Content-Editor für einen Online-Shop, der [SORTIMENT] verkauft, und willst den perfekten Kategorietext für [PRODUKTGRUPPE/URL] schreiben.

Halte diese Vorgaben ein:

• Der Text soll diesen User-Intent erfüllen: Hilfe bei der Kaufentscheidung.
• Verwende diese User-Ansprache: [ANGABEN ZUR USER-ANSPRACHE].
• Verwende diesen Sprachstil: [ANGABEN ZUM SPRACHSTIL].

Aufgabe: Schreibe einen Schluss für den Kategorietext. Ende mit einem Call-to-Action, der aussagt, dass die Produkte hier im Shop erhältlich sind.“

Weil „Fazit“ als Überschrift weder besonders ansprechend noch suchmaschinenoptimiert ist, erstellt ChatGPT mit dem folgenden Prompt wieder zehn Vorschläge:

„Erstelle zehn Vorschläge für passende Überschriften für diesen Schluss des Kategorietexts.“

Schritt fünf: Rohtext zusammenstellen und glätten

Jetzt liegen rohe Textstücke für Einleitung, Unterkapitel und Schluss vor. Nun kann der Content-Editor aus den einzelnen Textstücken und den ausgewählten/erstellten Überschriften den ersten Rohtext zusammenstellen.

Wird ChatGPT auf diese Weise verwendet, weisen die Textabschnitte unweigerlich ähnliche Formulierungen auf, etwa Anfänge wie „Willkommen in der Welt von …“. Was sich beim ersten Mal noch gut liest, ist ab Unterkapitel drei nervig. Solche Wiederholungen müssen nun geglättet werden.

Auf Folgendes muss dabei besonders geachtet werden:

• Faktencheck: Stimmen die Aussagen der KI bezüglich der Produktgruppe und seiner Features?
• Ähnlichkeit von Kapitelanfängen und Satzformulierungen
• Inhaltliche Doppelungen
• Roter Faden: Stimmt die inhaltliche Logik in Aufbau und Ablauf der Unterkapitel zueinander?
• Sprachfluss: Liest sich der Text flüssig?
• Verwendung von Keywords und Proof Terms

Ist dieser Schritt abgeschlossen, ist aus den rohen Textstücken ein einzigartiger, qualitativ hochwertiger, inhaltlich zusammenhängender und einfach zu lesender Kategorietext geworden.

Kann dieser Schritt nicht ebenfalls von ChatGPT erledigt werden? Es ist kein Problem, der KI den gesamten Rohtext als Input zu geben und sie anzuweisen, ihn stilistisch schöner und einfacher lesbar zu machen. Leider ändert die KI dann nicht nur einzelne Textstellen, sondern schreibt den Text komplett um. Das führt mitunter zu einer Verwässerung der Struktur sowie falschen Informationen und noch dazu ist der Stil und Lesefluss des Endergebnisses oft nicht viel besser als vorher. Daher ist hier ein erfahrener Content-Editor (vorerst noch) die beste (und nötige) Wahl.

Schritt sechs: thematische Optimierung

Es kann sich lohnen, am Ende dieses Prozesses noch einmal einen Schritt zurückzutreten und ChatGPT die Frage „Geht das auch noch besser?“ zu stellen. Nicht immer, aber doch regelmäßig spuckt die KI dann noch einen zusätzlichen, interessanten Aspekt aus, der relevant ist, aber bisher noch nicht im Text vorkommt. Gleichzeitig kann ChatGPT hier als Prüfinstanz genutzt werden, die kontrolliert, ob alle relevanten Aspekte im Text berücksichtigt wurden.

Der Prompt dazu:

„Du bist ein Content-Editor für einen Online-Shop, der [PRODUKTOBERKATEGORIE] verkauft, und willst den perfekten Kategorietext für [PRODUKTGRUPPE/URL] schreiben.

Prüfe folgenden Text. Erstelle eine Liste von Themen, die man zusätzlich im Text erwähnen kann, um den perfekten Kategorietext für [PRODUKTGRUPPE/URL] zu schreiben.

Das ist der Text:
[GESAMTER TEXT]“

Wenn die KI tatsächlich ein Thema vorschlägt, das sinnvoll ist und dabei hilft, den User-Intent noch besser zu erfüllen, dann lässt sich der Content-Editor noch einmal einen passenden Text samt Unterkapiteln erstellen (Schritt drei) und pflegt beides in den bestehenden Kategorietext ein.

Arbeitserleichterung per Custom Instructions

In den bisherigen Prompts wurde ein Teil der Anweisungen jedes Mal wiederholt. Wenn in einem ChatGPT-Account häufig Projekte und Zielgruppen gewechselt werden, wie das in Agenturen die Regel ist, lässt sich das nicht ändern.

In einem ChatGPT-Account, in dem dagegen immer Texte für den gleichen Online-Shop mit der gleichen Zielgruppe erstellt werden, können die Custom Instructions genutzt werden, um sich die Arbeit einfacher zu machen. Hier können Anweisungen hinterlegt werden, die in jedem neuen Chat automatisch von der KI beachtet werden, etwa die Anweisungen zur Rolle, die ChatGPT einnehmen soll (Content-Editor für einen Online-Shop), zur grundlegenden Aufgabe (Kategorietext schreiben) sowie zu User-Ansprache und Sprachstil. Sind sie einmal in den Custom Instructions hinterlegt, müssen sie anschließend nicht mehr in den einzelnen Prompts erwähnt werden.