Kategorie: KI

  • Von Pain-Points zu Kaufargumenten: Infografiken richtig einsetzen

    Von Pain-Points zu Kaufargumenten: Infografiken richtig einsetzen

    Im letzten Beitrag habe ich gezeigt, wie ich Prompts systematisch aufbaue und wiederverwende. Dieses Vorgehen nutze ich konsequent, um für unterschiedliche Bereiche meines Listings die passenden Prompts zu entwickeln.

    Heute greifen wir auf einen dieser Prompts zurück:

    • Persona-Prompt – erstellt eine Käufer-Persona aus echten Amazon-Rezensionen.

    Der Ablauf:

    • Zuerst erstellen wir eine Persona aus Rezensionen.
    • Danach tauchen wir tiefer in die Pain-Points ein. Diese geben uns vor, welche Inhalte in den Infografiken stehen müssen.
    • Anschließend nutzen wir den Infografik-Prompt, um aus diesem Kontext klare Messages zu entwickeln.

    Jede Infografik behandelt einen Pain-Point. Wir starten mit dem stärksten Argument und arbeiten uns bis zum schwächsten vor. Ergänzt wird die Serie durch:

    • eine Eigenschaften-Infografik (wichtige Produktdetails im Überblick)
    • ein „Jetzt kaufen“-Outro

    Dieses System hat sich als besonders effektiv erwiesen, weil viele Kunden Entscheidungen fast ausschließlich anhand der Bilder treffen. Die zentrale Frage lautet: Löst das Produkt mein Problem? – genau diese Antwort müssen die Infografiken liefern.

    Später werden dieselben Pain-Points auch in den Texten behandelt, wie ich bereits in meinem (link zum post) beschrieben habe.

    Persona als Ausgangspunkt

    Alles startet immer mit der Persona. Warum? Weil wir zuerst verstehen müssen, wer unser Kunde eigentlich ist. Ohne diese Grundlage bleibt jede Optimierung im Dunkeln.

    Dafür habe ich mir einen Prompt erstellt, der aus Amazon-Kundenrezensionen Insights zieht. Das Prinzip ist simpel:

    1. Zuerst frage ich ChatGPT nach einer Outline, wie eine detaillierte Persona für mein Ziel aussehen sollte (z. B. für Copywriting und Marketingmaterialien rund um Amazon-Produkte).
    2. Wichtig: Ich weise die KI an, Pain-Points und positive Eigenschaften gezielt zu berücksichtigen.
    3. Außerdem schreibe ich in den Prompt, in welcher Form ich die Rezensionen bereitstelle. In meinem Fall nutze ich Helium10, dort gibt es eine Export-Funktion für Rezensionen als CSV.

    So gehe ich vor:

    • CSV-Datei exportieren → Inhalte in ChatGPT einspeisen.
    • Prompt laufen lassen → Persona ausarbeiten lassen.
    • Ergebnisse prüfen → alles, was nicht passt, direkt im gleichen Chatfenster anpassen. So bleibt der Kontext erhalten und die KI kann mit den Korrekturen weiterarbeiten.

    Zum Prompt

    Wenn du keine Lust hast, deinen eigenen Prompt zu bauen, findest du hier meinen. Wichtig zu verstehen ist:

    Der Prompt ist in Markdown geschrieben, um dem Ganzen eine klare Hierarchie zu geben.

    • Ich schreibe das meiste in Markdown, weil es einfach ist und kein spezielles Programm braucht.
    • Google es oder frag ChatGPT, falls du mehr wissen willst.

    Die Ausgabe ist auch in Markdown

    • Ich speichere mir diese Infos grundsätzlich ab.
    • Es gibt Open-Source-Programme, die mit Markdown sehr gut arbeiten und es in verschiedenste Formate umwandeln können.

    Die Ausgabe ist in einem Codeblock

    • Ein Klick, um alles zu kopieren.
    • Meine Markdown-Elemente bleiben erhalten.
    • Und ja, es sieht ein bisschen so aus, als würde ich hacken.

    Falls dir etwas nicht passt, kannst du es jederzeit anpassen – genau dafür ist Markdown gedacht.

    Hier der Prompt:

    # Prompt for Generating Detailed Buyer Personas from Amazon Reviews 
    
    You are provided with a CSV file (one or more) containing Amazon reviews for a product. Each row in the CSV includes reviewer comments, ratings, and possibly other metadata (e.g., reviewer age, location, etc.). Your task is to analyze these reviews and generate a detailed buyer persona based on the insights extracted. 
    
    --- 
    
    ## Instructions 
    
    1. **Analyze the CSV File:** 
       - **Review Content:** Read through the reviewer comments to identify common themes, needs, and sentiments. 
       - **Metadata Extraction:** If available, extract demographic or contextual details such as age, gender, occupation, and location. 
       - **Pattern Recognition:** Identify trends in product usage, pain points, motivations, and preferences based on multiple reviews.  
    
    2. **Construct a Persona:** 
       - Use the data from the CSV to fill out the following sections in a detailed buyer persona: 
    
       ### Demographic Profile 
    
       - **Age:** *(Determine an age range or specific age based on available data)* 
       - **Gender:** *(Based on reviewer indicators or inferred trends)* 
       - **Occupation:** *(Identify common professions or job titles if mentioned)* 
       - **Location:** *(Urban, suburban, or specific cities/regions if possible)* 
       - **Education:** *(Highest level of education indicated by the reviews or inferred trends)* 
       - **Income Range:** *(Estimate based on occupation and lifestyle mentions)* 
       - **Family Status:** *(Single, married, with/without children, etc.)* 
    
       ### Psychographics 
       - **Core Values:** *(e.g., efficiency, quality, innovation, reliability)* 
    
       - **Lifestyle:** *(Describe typical daily routines, work-life balance, and leisure activities)* 
       - **Interests:** *(Include hobbies, technology use, fitness, etc.)* 
       - **Digital Behavior:** *(Preferred social media platforms, content consumption habits, and online activity patterns)* 
    
        
    
       ### Goals and Motivations 
       - **Professional Growth:** *(Career-related aspirations and ambitions)* 
       - **Efficiency:** *(Need for time-saving and streamlined solutions)* 
       - **Informed Decision-Making:** *(Preference for transparent, data-backed information)* 
       - **Quality Assurance:** *(Demand for reliable products and strong customer support)* 
       - **Trend Awareness:** *(Desire to stay updated with the latest innovations)* 
    
        
    
       ### Pain Points 
       - **Time Constraints:** *(Challenges with lengthy or complicated product descriptions)* 
       - **Information Overload:** *(Frustration with excessive marketing jargon or unclear value propositions)* 
       - **Quality Concerns:** *(Worries about product reliability or after-sales service)* 
       - **Customer Support:** *(Issues encountered with ambiguous support or return policies)* 
       - **Decision Fatigue:** *(Difficulty in choosing among too many options or conflicting reviews)* 
    
       ### Needs and Expectations 
       - **Concise Product Descriptions:** *(Clear, benefit-focused information)* 
       - **Evidence-Based Information:** *(Data, testimonials, and case studies that validate claims)* 
       - **User-Friendly Experience:** *(Intuitive design and accessible support)* 
       - **Quality & Reliability:** *(High performance and dependable after-sales service)* 
       - **Comparative Insights:** *(Access to comparisons and key differentiators)* 
    
        
    
       ### Communication Preferences 
       - **Channels:** *(Preferred channels such as email, LinkedIn, Instagram, blogs, etc.)* 
       - **Tone:** *(Professional yet approachable tone that balances data with friendliness)* 
       - **Content Formats:** *(Infographics, video demos, interactive elements, etc.)* 
    
       ### Buying Behavior 
       - **Research-Driven:** *(Reliance on peer reviews, expert opinions, and detailed research)* 
       - **Value-Oriented:** *(Willingness to invest in quality if benefits are clear)* 
       - **Quick Decision Maker:** *(Preference for both high-level overviews and in-depth information)* 
       - **Skeptical of Hype:** *(Tendency to prefer transparent marketing over exaggerated claims)* 
    
    3. **Output Format:** 
       - Your output must be in markdown format and in a codeblock. 
       - Structure your persona with clear headings and bullet points. 
       - Provide a concise **Summary** at the end that encapsulates the persona’s key characteristics, motivations, and recommendations for marketing strategies. 
    
    --- 
    ## Example Persona: 
    ### Demographic Profile 
    - **Age:** 34 
    - **Gender:** Female 
    - **Occupation:** Marketing Manager at a mid-sized tech company 
    - **Location:** Urban metropolitan area (e.g., New York City) 
    - **Education:** MBA in Marketing 
    - **Income Range:** $80K - $120K per year 
    - **Family Status:** Single or in a committed relationship; may not have children, allowing for a focus on career and personal interests 
    
    ### Psychographics 
    
    - **Core Values:** Efficiency, clarity, authenticity, and reliability 
    - **Lifestyle:** Busy professional balancing a demanding career with personal development and leisure activities; values solutions that save time and reduce hassle 
    
    - **Interests:** Technology, fitness, personal development, digital trends, and social media 
    - **Digital Behavior:** 
      - Frequently uses social media platforms like LinkedIn and Instagram 
      - Reads online reviews and professional blogs to stay informed 
      - Prefers digital content that is concise yet informative 
     
    
    ### Goals and Motivations 
    - **Professional Growth:** Strives for career advancement and wants to be seen as a forward-thinking leader 
    - **Efficiency:** Seeks products and services that streamline tasks and save time in her busy schedule 
    - **Informed Decision-Making:** Values transparent, data-driven product information that helps her quickly assess benefits 
    - **Quality Assurance:** Looks for reliability, high performance, and strong customer support in her purchases 
    - **Trend Awareness:** Enjoys staying updated with the latest innovations and market trends 
     
    
    ### Pain Points 
    
    - **Time Constraints:** Limited time to dig through long, complicated product descriptions or overly technical specs 
    - **Information Overload:** Frustration with excessive marketing jargon and unsubstantiated claims that make it hard to discern real value 
    - **Quality Concerns:** Worries about investing in products that might not deliver on their promises, leading to potential wasted time and money 
    - **Customer Support:** Experiences stress when encountering products with poor after-sales service or ambiguous warranty/return policies 
    - **Decision Fatigue:** Overwhelmed by too many choices and conflicting user reviews when trying to make a purchasing decision 
     
    
    ### Needs and Expectations 
    
    - **Concise Product Descriptions:** Clear, benefit-focused content that quickly communicates the value proposition 
    - **Evidence-Based Information:** Inclusion of data, user testimonials, and real-life case studies to validate claims 
    - **User-Friendly Experience:** Intuitive website design with easy navigation, fast load times, and accessible customer support 
    - **Quality & Reliability:** Assurance of premium product quality and dependable after-sales service 
    - **Comparative Insights:** Quick access to comparisons and key differentiators between similar products 
     
    ### Communication Preferences 
    - **Channels:** 
      - Email newsletters 
      - LinkedIn updates 
      - Professional blogs and business podcasts 
    
      - Instagram for visual inspiration and quick tips 
    - **Tone:** Professional yet friendly, balancing data-driven insights with an approachable style 
    - **Content Formats:** 
      - Infographics and visual summaries 
      - Short, engaging video demos 
      - Interactive web elements (e.g., comparison tools, Q&A sections) 
    ### Buying Behavior 
    - **Research-Driven:** Conducts thorough online research, relying heavily on peer reviews and expert opinions 
    - **Value-Oriented:** Willing to invest in higher-priced options if they offer demonstrable quality and time-saving benefits 
    - **Quick Decision Maker:** Appreciates having both a high-level overview and the option to delve into detailed information when needed 
    - **Skeptical of Hype:** Prefers honest, transparent marketing over flashy claims without evidence 
    
    ### Summary 
    
    Busy, informed professional who demands clarity and efficiency in every aspect of her digital experience. She values products that help streamline her life and enhance productivity without sacrificing quality. Marketing efforts aimed at Emma should cut through the noise with concise, transparent messaging supported by concrete data and user testimonials. By addressing her time constraints, desire for quality, and need for straightforward information, brands can build trust and effectively capture her interest. 
    
    --- 
    
    ## Final Task: 
    
    Using the structure and style provided above, analyze the provided CSV file of Amazon reviews and generate a comprehensive buyer persona. Ensure that your persona is data-driven, actionable,formatted in markdown and in a codeblock. 

    Pain-Points: Das Herzstück der Persona

    Das Herzstück jeder Persona ist die Frage: Welches Problem versuchen wir zu lösen?
    Ein Produkt wird nur gekauft, wenn es ein echtes Problem oder Bedürfnis adressiert. Genau hier setzen die Pain-Points an.

    Wichtig: Wir verlassen uns dabei nicht blind auf die KI. Wir sind der Fahrer, die KI ist nur der Beifahrer.
    Die Pain-Points sind die Richtungsweiser für unser gesamtes Marketing – deshalb müssen wir ihnen besondere Aufmerksamkeit schenken.

    Vorgehen

    • Keine Angst haben, die KI nach neuen Vorschlägen zu fragen.
    • Eigene Ideen einbringen und die Ergebnisse nachjustieren.
    • Ziel: 3–4 wirklich starke Pain-Points, die unser Produkt klar adressiert.
    • Ungeeignet: lauwarme Aussagen oder Wunschdenken, das nichts mit dem Kundenproblem zu tun hat.

    Warum Rezensionen der Konkurrenz?

    Weil dort die echten Stimmen der Kunden stehen. In Rezensionen erzählen Käufer oft ausführlich:

    • Wo und wie sie das Produkt nutzen
    • Warum sie sich genau für dieses Produkt entschieden haben
    • Was sie daran gut finden
    • Und vor allem: was sie stört oder fehlt

    Diese Informationen sind Gold wert. Sie zeigen uns, welche Probleme Kunden wirklich haben – und welche Lösung sie erwarten.

    Persönliche Erfahrung

    Viele Listings ignorieren die Pain-Points komplett. Ich habe das selbst jahrelang nicht konsequent gemacht.
    Doch jedes Mal, wenn ich die Zeit investiert habe, die Pain-Points sauber herauszuarbeiten, hat es Ergebnisse gebracht.

    Das heißt nicht, dass jedes Produkt plötzlich zum Bestseller wird.
    Aber: Jedes Produkt verkauft sich besser, wenn die Pain-Points berücksichtigt werden.
    Wie stark der Effekt ist, hängt von vielen Faktoren ab – Nische, Produktqualität, Preis, Wettbewerb, sogar Saisonalität.

    Fazit

    • Wenn ein Produkt auf Amazon kein Marktpotenzial hat, lohnt sich der Aufwand nicht.
    • Hat es Potenzial, dann ist die Arbeit an den Pain-Points einer der wichtigsten Hebel, um die Conversion zu steigern.

    Umsetzung der Infografiken

    Was haben wir bisher gemacht?
    Wir haben die Persona erstellt, die Pain-Points herausgearbeitet und die KI mit allen nötigen Informationen gefüttert. Jetzt geht es an die eigentliche Arbeit: die Infografiken.

    Vorbereitung

    • Alles im selben Chatfenster laufen lassen, damit der Kontext erhalten bleibt.
    • Alternativ: Persona und Produktbeschreibung als externe Datei hochladen und der KI mitteilen, dass es sich um das Produkt X handelt.
    • Die KI kennt dann: Produkt, Kunde, Marke.

    Vorgehen mit der KI

    Pain-Points in Grafiken umsetzen

    • Pro Infografik behandeln wir einen Pain-Point.
    • Die KI erhält die Aufgabe, Überschriften + Bildideen vorzuschlagen.

    Überschriften generieren

    • Für den wichtigsten Pain-Point mehrere Varianten erstellen lassen.
    • KI beschreibt auch, was auf der Grafik zu sehen sein sollte.

    Arbeiten mit Stockfotos und Canva

    • Wenn keine neuen Fotos produziert werden sollen: der KI mitteilen, dass nur Stockfotos + Produktbilder in Canva bearbeitet werden.
    • So entstehen Vorschläge, die realistisch umsetzbar sind.

    Iterationen

    • 2–3 grobe Varianten in Canva bauen (verschiedene Visuals, Stockfotos, Perspektiven).
    • Screenshots erstellen → in ChatGPT hochladen → Feedback holen.
    • KI achtet auf: Textgröße, Bildaufbau, Hierarchie, Blickführung.
    • Anpassungen vornehmen, erneut prüfen lassen → bis die erste Infografik passt.

    Wiederholung

    • Danach das gleiche Vorgehen für den zweiten, dritten und vierten Pain-Point.

    Struktur für das Listing

    Am Ende wollen wir eine Serie von Bildern haben, die logisch aufeinander aufbauen:

    1. Hauptbild (bereits im letzten Post behandelt)
    2. Wichtigstes Argument (Pain-Point 1)
    3. Zweitwichtigstes Argument (Pain-Point 2)
    4. Drittwichtigstes Argument (Pain-Point 3)
    5. Viertes Argument (Pain-Point 4)
    6. Zusätzliche Infos, die der Kunde braucht
    7. Emotionaler Trigger + CTA

    Emotionaler Trigger + CTA

    • Lifestyle-Foto einsetzen (Anwendung des Produkts im Alltag).
    • Call to Action hinzufügen, z. B.:
    • „Jetzt kaufen“
    • „Chance sichern“
    • „Verpasse nicht die Gelegenheit“

    Fazit

    Der Prozess braucht Zeit und ist nicht in fünf Minuten erledigt. Doch am Ende stehen Infografiken, die:

    • professionell wirken
    • die relevanten Pain-Points direkt adressieren
    • dem Kunden eine klare Kaufentscheidung erleichtern

    Das Ergebnis: Bilder, die nicht nur gut aussehen, sondern verkaufen.

    Outro

    Das ist mein komplettes System. Keine Agentur, keine professionellen Fotos, keine teure Produktion – sondern Nacharbeit mit einfachen Tools wie Canva.

    Alles, was ich früher ohne KI selbst gemacht habe, war deutlich schlechter. Jedes Mal, wenn ich alte Listings nachbessere, steigen die Conversions. Das zeigt: Mit einem klaren Prozess und gezielter KI-Unterstützung lassen sich große Fortschritte erzielen.

    Der Schlüssel ist Zeit und Steuerung: Wir leiten die KI, nicht umgekehrt. Genau das machen die wenigsten – und hier liegt unser Vorteil. So können wir auch gegen große Wettbewerber antreten.

    Ich bin nicht nur Unternehmer. Im Laufe dieses Prozesses bin ich gleichzeitig Texter, Designer, Marketer und Grafiker geworden – zumindest ein Stück weit.
    Bin ich der Beste in jedem dieser Bereiche? Nein. Ein professioneller Grafiker oder eine Agentur kann sicher noch mehr herausholen. Aber das kostet. Ich habe Angebote gesehen, die bei weit über 5.000 € pro Artikel lagen.

    Ob sich das lohnt, hängt von deinem Produkt ab.

    • Hat es Potenzial und das nötige Budget? Dann kann es Sinn machen, Profis zu beauftragen.
    • In meinem Fall mache ich es selbst für alle Produkte, bei denen ich Potenzial sehe. Erst wenn diese sicher performen und Geld bringen, investiere ich in externe Unterstützung.

    That’s it.

    Wenn du nichts verpassen willst:
    Melde dich zu meinem Newsletter an – dort gibt es regelmäßig Tipps und Einblicke. Kein Spam, keine Werbung, nur purer Value.

    Bis zum Nächsten!

  • Mit KI zum perfekten Hauptfoto: Wie du dir einen Prompt für Amazon-Bildanalysen baust

    Mit KI zum perfekten Hauptfoto: Wie du dir einen Prompt für Amazon-Bildanalysen baust

    Das Hauptfoto ist das A und O eines Amazon-Listings.
    Es ist der erste Kontaktpunkt, den potenzielle Kunden mit unserem Produkt haben – und es ist das wichtigste Kriterium für unsere CTR (Click-Through-Rate).
    Kurz gesagt: Wer nicht klickt, kauft nicht.

    Doch wie gehen wir das Thema an? Was macht ein gutes Foto überhaupt aus?
    Im Kern ist es ganz einfach: Ein gutes Foto sammelt mehr Klicks von potenziellen Käufern, während es gleichzeitig die Amazon-Richtlinien einhält. Mehr ist es nicht – aber genau das ist die große Herausforderung.

    Als Seller fällt es mir oft schwer zu entscheiden: Welche Anpassungen bringen wirklich mehr Klicks?
    Wie mache ich aus meinem Foto den klaren Gewinner im Suchergebnis?

    Um genau dabei Hilfe zu bekommen, nutzen wir KI. Und statt jedes Mal neu herumzuprobieren, bauen wir uns einen wiederverwendbaren Prompt.

    In diesem Beitrag geht es nicht einfach um einen Prompt, sondern um den Weg zum „perfekten“ Prompt – egal ob für Fotos, Texte oder andere Aufgaben.
    Wir schauen uns an, wie wir Schritt für Schritt ein Prompt-System entwickeln, das jedes Mal verlässlich Ergebnisse liefert.

    Warum ein KI-Prompt fürs Hauptfoto?

    Bilder sind kaufentscheidend – Texte sind beim ersten Kontakt zweitrangig.
    Das Hauptfoto entscheidet, ob ein Kunde überhaupt klickt.

    Natürlich kann KI uns dabei helfen, Bilder zu bewerten und Ideen zu liefern. Aber: Sie ist immer nur so gut wie der Prompt, den wir ihr geben.
    Statt also jedes Mal neu Formulierungen zusammenzubasteln, entwickeln wir eine Checkliste, die wir immer wieder verwenden können.

    Denn am Ende geht es fast immer um die gleichen Dinge:

    • Klarheit
    • Auffälligkeit im Vergleich zur Konkurrenz
    • Vertrauen & Professionalität

    Und genau da liegt die Schwierigkeit: Wie stechen wir zwischen all den Mitbewerbern heraus?
    Per Hand die Amazon-Suche durchzuscrollen ist mühsam. Und wenn man (so wie ich) kein Design-Talent hat, landet man schnell wieder beim Bauchgefühl – also bei einem Bild, das einem selbst gefällt.

    Aber mal ehrlich: Was mir gefällt, ist egal. Entscheidend ist, was beim Kunden funktioniert.

    Hier spielt die KI ihre Stärken aus:

    • Sie kann uns eine Kundenpersona liefern (das Bild des idealen Käufers).
    • Sie kann Unterschiede zwischen Bildern aufzeigen.
    • Sie erkennt Stärken, Schwächen und Muster.
    • Sie gibt uns Ideen, wie wir unser eigenes Hauptfoto verbessern können.

    Warum funktioniert das? Ganz einfach: KI wurde mit Millionen von Bildern trainiert – und Mustererkennung ist genau das, worin sie extrem gut ist.

    Und ich? Ich bin ehrlich: Ich bin ein fauler Sack. Ich will keine Stunden verschwenden, sondern schnelle, gute Ergebnisse. Deshalb baue ich mir einen Prompt, der mir Arbeit abnimmt und direkt Ideen liefert.

    Natürlich ersetzt das kein Testen. Aber die wichtigste Frage ist: Was testen wir überhaupt?
    Genau dafür brauchen wir die KI: um herauszufinden, welche Bildideen es wert sind, ausprobiert zu werden.

    Und hier kommt unser Prompt ins Spiel – mit ihm vergleichen wir die Hauptfotos der Konkurrenz.

    Meta-Prompting: Die Basis

    Ein Meta-Prompt ist ein Prompt, der uns hilft, bessere Prompts zu schreiben.
    Beispiel:

    „Du bist Amazon-Listing-Experte. Hilf mir, einen Prompt zu schreiben, der Hauptfotos bewertet.“

    Das Ergebnis: Die KI liefert uns erste Kriterien wie Klarheit, USP oder Klickstärke.


    Warum nicht alles in einen Prompt packen?

    Viele versuchen, die KI gleich im ersten Anlauf mit einem riesigen Prompt abzufüttern.
    Das Problem: Die Ergebnisse sind oft unsauber oder oberflächlich.

    Besser ist es, Schritt für Schritt vorzugehen – und genau das ist Chain-Prompting.


    Was ist Chain-Prompting?

    Hört sich fancy an, ist aber simpel:
    Wir führen die KI in mehreren Prompts zum Ziel.

    Das bedeutet:

    • Wir sagen der KI nicht sofort: „Schreib mir einen perfekten Prompt.“
    • Stattdessen fordern wir sie auf, uns Fragen zu stellen.
    • Gemeinsam diskutieren wir: Welche Kriterien sind wichtig? Welche können wir weglassen?
    • So entsteht in einer „Chain“ Schritt für Schritt ein durchdachter Prompt.

    Der Vorteil dieses Ansatzes

    • Wir können unterwegs jederzeit anpassen.
    • Die KI denkt mit und erklärt uns, warum bestimmte Punkte relevant sind.
    • Wir bauen uns nicht irgendeinen Shortcut, sondern ein durchdachtes Prompt-System.

    Wichtig dabei: Alles passiert im gleichen Chatfenster – so bleibt der Kontext erhalten.
    Von Anfang an müssen wir klar machen: Wir wollen zusammen einen Prompt erarbeiten, keinen One-Shot.


    Warum das besser ist als Abkürzungen

    Viele Nutzer wollen schnelle Shortcuts – und bekommen deshalb nur durchschnittliche Ergebnisse.
    Wir investieren einmal mehr Zeit, bauen unseren Prompt sauber auf und können ihn danach immer wieder nutzen.
    Leichte Anpassungen sind möglich, aber die Basis steht.


    👉 So nutzen wir die KI nicht als „Alleskönner“, sondern als Tool, das uns beim Denken unterstützt.

    4. Variablen und Struktur

    Dieser Teil ist optional – aber extrem hilfreich (zumindest für mich).

    1. Struktur mit Start- und End-Indikatoren

    Ich schreibe meine Prompts gerne in Markdown. Zusätzlich setze ich Start- und End-Indikatoren für jeden einzelnen Teil.
    Warum? Damit die KI eine klare Struktur hat und die Daten eindeutig versteht. So weiß sie, wie der Prompt aufgebaut ist.


    2. Arbeiten mit Variablen

    Ich nutze gerne Variablen. Wer keine Programmiererfahrung hat:
    Eine Variable ist wie ein Platzhalter.

    Beispiel: Wir können die Ausgabesprache als Variable definieren.
    Dann schreiben wir im Prompt überall {{ausgabesprache}}, und die KI weiß, dass sie an dieser Stelle die definierte Sprache einsetzen soll.

    Wenn alle Variablen am Anfang des Dokuments stehen, ist sofort klar, was eingetragen werden muss.
    Typische Beispiele:

    • Produktname
    • Kategorie
    • Sprache

    So können wir denselben Prompt für verschiedene Produkte nutzen, ohne jedes Mal mühsam Textstellen austauschen zu müssen.


    3. Sprache des Prompts

    Ich schreibe meine Prompts immer auf Englisch – die Outputs sind meistens besser.
    Grund: Die Modelle wurden mit deutlich mehr englischen als deutschen Texten trainiert.


    Beispiel: Variablen im Prompt

    [VARIABLES_START]
    category = coffee
    product = my awesome new coffee blend
    language = English
    [VARIABLES_END]

    5. Der finale Prompt

    Nachdem wir Meta-Prompting, Chain-Prompting und die Arbeit mit Variablen durchgespielt haben, setzen wir jetzt alles zu einem konkreten Prompt zusammen.


    Der Weg dorthin

    Nichts davon hat beim ersten Versuch perfekt funktioniert. Es war ein ständiges Hin und Her:

    • ChatGPT hat manches versemmelt.
    • Ich habe Dinge nicht deutlich genug beschrieben.
    • Oder ich habe unterwegs meinen Ansatz geändert.

    Aber genau das ist der Clou: Mit Chain-Prompting können wir jederzeit anpassen, überdenken und verbessern.
    Wir erinnern die KI immer wieder an unser Ziel, hinterfragen ihre Vorschläge und lassen sie auch unsere Ideen hinterfragen.
    So bauen wir Schritt für Schritt ein System, das wirklich funktioniert.


    Mein finaler Prompt

    Unten seht ihr den Prompt, den ich mir auf diese Weise mit ChatGPT erarbeitet habe.
    Die ersten Tests sind sehr gut verlaufen – besser als ich ursprünglich erwartet habe.
    Darum gibt es jetzt auch diesen Post 😉

    [VARIABLES_START]
    marketplace: amazon.de
    category: <Starkstrom Verlängerungskabel>                 # REQUIRED
    use_persona: <false>        # default false
    persona: <paste if use_persona=true else "">
    competitor_images: <attach 3–12> # REQUIRED
    output_language: <de>         # REQUIRED
    [VARIABLES_END]
    
    [TOKEN_RULES_START]
    - {{var}} = value from [VARIABLES]; never output curly braces.
    - If REQUIRED missing → fill [MISSING_INPUTS] only; STOP.
    - If use_persona=true and persona empty → ask under [MISSING_INPUTS]; STOP.
    [TOKEN_RULES_END]
    
    [INFO_FOR_LLM_START]
    - Goal: design a main image that out-clicks competitors on {{marketplace}} in {{category}}.
    - Use competitor_images as the dataset; be thumbnail-aware.
    - Persona: use provided; else infer briefly from category (only if no missing inputs).
    - Compliance: follow current {{marketplace}} main-image rules; if uncertain, flag + give safe alternative.
    - Output in {{output_language}}.
    - Output in markdown and a single codeblock.
    - Format: use section markers exactly; each section = bullets + short **Why this matters** paragraph; be specific, not generic.
    [INFO_FOR_LLM_END]
    
    [TASK_START]
    Analyze the attached competitor main images and produce the sections below.
    [TASK_END]
    
    [MISSING_INPUTS_START]
    ## Missing Inputs (provide to proceed)
    - [auto-fill precise questions for any missing REQUIRED fields]
    [MISSING_INPUTS_END]
    
    [ECHO_INPUTS_START]
    - marketplace=<echo>; category=<echo>; use_persona=<echo>; persona_provided=<yes/no>; images_count=<n>; lang=<echo>
    [ECHO_INPUTS_END]
    
    [PATTERNS_START]
    ## Patterns Spotted
    - [•]
    - [•]
    - [•]
    **Why this matters:** [1–3 sentences]
    [PATTERNS_END]
    
    [GAPS_START]
    ## Gaps to Exploit
    - [•]
    - [•]
    **Why this matters:** [1–3 sentences]
    [GAPS_END]
    
    [COMPLIANCE_START]
    ## Compliance Notes
    - [risky/ok practices observed]
    **Why this matters:** [1–3 sentences]
    [COMPLIANCE_END]
    
    [PERSONA_START]
    ## Persona Fit Analysis
    - [alignment/mismatches]
    **Why this matters:** [1–3 sentences]
    [PERSONA_END]
    
    [DIFFERENTIATION_START]
    ## Differentiation Opportunities
    - [•]
    - [•]
    **Why this matters:** [1–3 sentences]
    [DIFFERENTIATION_END]
    
    [ACTIONABLES_START]
    ## 5 Actionable Changes (Prioritized)
    1. [...]
    2. [...]
    3. [...]
    4. [...]
    5. [...]
    **Why this matters:** [1–3 sentences incl. quick A/B angle]
    [ACTIONABLES_END]

    ## 6. Wie der Prompt funktioniert

    Oben haben wir die Variablen definiert. Dort legen wir fest:

    • Den Marktplatz (z. B. Amazon.de oder Amazon.com)
    • Ob wir eine Kundenpersona einbinden wollen
    • Das konkrete Produkt und die Kategorie

    Mit oder ohne Persona arbeiten

    Ich starte fast immer mit einer Persona.

    • Wenn ich bereits eine Persona habe, kann ich sie als separate Textdatei hinzufügen.
    • Falls keine vorhanden ist, erstellt die KI automatisch eine passende Persona basierend auf der Kategorie.

    👉 Tipp: Ich würde immer zumindest die wichtigsten Pain Points in die Persona aufnehmen.
    So hat die KI einen klaren Referenzpunkt und kann gezieltere Vorschläge machen.


    Bilder der Konkurrenz vorbereiten

    Um die Analyse aussagekräftig zu machen, brauchen wir die Hauptfotos der Konkurrenz.
    Dazu reicht es, einfache Screenshots von den Amazon-Suchergebnissen zu machen:

    1. Einen Suchbegriff eingeben.
    2. Die ersten 3 Reihen an Thumbnails auf dem Desktop screenshoten.
    3. Diese Screenshots hochladen.

    Analyse durch die KI

    Sobald die Screenshots hochgeladen sind, übernimmt die KI:

    • Sie vergleicht die Konkurrenzbilder mit unserem Produkt.
    • Sie hebt Stärken und Schwächen hervor.
    • Sie macht konkrete Verbesserungsvorschläge, die wir in unserem eigenen Hauptfoto umsetzen können.

    Oder anders gesagt: Wir liefern den Input – die KI liefert die Ideen.

    7. Warum das wichtig ist

    Mit diesem System können Seller sich eine wiederverwendbare KI-Checkliste bauen.
    Das spart Zeit, bringt Konsistenz und macht echte Benchmarking-Vergleiche möglich.


    Schnelle Konkurrenz-Analysen

    Jedes Mal, wenn ich ein neues Produkt testen oder ein bestehendes Listing pushen will, kann ich mir in 5 Minuten die aktuellen Konkurrenzfotos analysieren lassen.
    Das Ergebnis: direkte Vorschläge, wie ich mein Hauptfoto verbessern kann.


    Testen ist Pflicht

    Natürlich heißt das nicht, dass jede Idee automatisch funktioniert.
    Nach der Analyse kommt das Testen und Ausprobieren:

    • Welche Änderungen funktionieren wirklich?
    • Steigt die CTR tatsächlich?

    Ich habe das mit meinen eigenen Produkten getestet und sofort wertvolle Erkenntnisse gewonnen.


    Vergleich mit der Konkurrenz

    Besonders stark: Wenn du dein eigenes Hauptfoto hochlädst und die KI fragst:

    „Wie schlägt sich mein Bild im Vergleich zur Konkurrenz?“

    Dann bekommst du konkrete Vorschläge – und zwar Vorschläge, die mit den Amazon-Richtlinien übereinstimmen, weil wir das im Prompt von Anfang an eingebaut haben.

    Natürlich sollte man die Vorschläge immer gegen die aktuellen Amazon-Richtlinien prüfen – KI kann helfen, ersetzt aber keine finale Kontrolle.

    8. Fazit & Ausblick

    Jetzt hast du deinen ersten KI-Prompt für Amazon-Hauptfotos.
    Mit diesem System kannst du jedes Bild bewerten und bekommst schnell Input, was du besser machen kannst.

    Wir leben in einer geilen Zeit – KI kann nicht nur Texte schreiben, sondern auch Bilder analysieren und uns echten Mehrwert liefern.

    Der wichtigste Punkt für mich:
    Nicht einfach One-Shot-Prompts raushauen, sondern mit der KI gemeinsam Schritt für Schritt arbeiten. So bekommen wir Prompts, die konsistent gute Ergebnisse liefern.

    Das Coole daran: Den Weg kannst du auch für jeden anderen Prompt nutzen – egal ob für Bilder, Texte oder Daten.

    That’s it, folks! Ich hoffe, es hat dir gefallen.
    Ich werde dazu auch ein Video veröffentlichen – also bleib dran, wenn du sehen willst, wie ich das Ganze in Aktion nutze.

    Call-to-Action:
    Wenn du Bock auf mehr hast, abonnier den Newsletter, damit du keine neuen Beiträge verpasst.
    Bis zum nächsten Mal 👋

WordPress Cookie-Hinweis von Real Cookie Banner