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:
- Einen Suchbegriff eingeben.
- Die ersten 3 Reihen an Thumbnails auf dem Desktop screenshoten.
- 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 👋
Schreiben Sie einen Kommentar