ChatGPT · Custom Instructions und konsistente Ergebnisse

Mit Custom Instructions legen Sie Ihre Rolle, Ihren Ton und Ihr Ausgabeformat einmal fest, und jeder Chat hält sich daran, ohne dass Sie eine Einleitung erneut einfügen müssen. Statt jedes Gespräch mit „Agiere als Senior Data Analyst, fasse dich kurz, verwende britisches Englisch“ zu beginnen, konfigurieren Sie das an einer Stelle, und ChatGPT wendet es stillschweigend auf jeden neuen Chat an.

Das klingt nach wenig. Ist es nicht. Custom Instructions sind die günstigste Personalisierung mit dem höchsten Ertrag im OpenAI-Ökosystem, und die meisten Fachleute füllen sie einmal aus, schlecht, und fassen sie nie wieder an.

Was Custom Instructions eigentlich sind

Custom Instructions sind dauerhafter Text, der in den Kontext jedes neuen Gesprächs eingefügt wird. Sie legen sie in ChatGPT unter Einstellungen → Personalisierung fest. Die offizielle Referenz finden Sie unter help.openai.com zu Custom Instructions. Die Bezeichnungen ändern sich je nach App-Version etwas, aber die Seite hat derzeit drei Teile:

1. Ein Preset für Grundstil oder Persönlichkeit (zum Beispiel Default, Robot, Nerd, Cynic oder Listener). Das ist ein schneller Regler für den Gesamtton.
2. Custom Instructions: ein Freitextfeld dafür, wie ChatGPT antworten soll. Es umfasst Ton, Format, Länge und was zu vermeiden ist.
3. Über Sie: ein Spitzname, Ihr Beruf und ein Feld „Mehr über Sie“. Es umfasst Ihre Arbeit, Ihr Publikum und Ihre Rahmenbedingungen.

Das Preset ist ein Ausgangspunkt. Im Feld für Custom Instructions und im Feld „Mehr über Sie“ liegt die eigentliche Kontrolle, weil Sie dort konkrete Regeln schreiben, statt eine Stimmung auszuwählen.

Davon zu unterscheiden ist Memory, das sich über Gespräche hinweg selbstständig Fakten über Sie merkt. Custom Instructions sind explizit und stabil. Memory ist abgeleitet und verändert sich. Custom Instructions schreiben Sie; Memory schreibt ChatGPT. Beides fließt ins Modell ein, aber das Erste kontrollieren Sie vollständig. Memory kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen Sie auf derselben Einstellungsseite prüfen oder abschalten.

Vorher und nachher: das Beispiel zum Hausstil

Hier ein generischer Prompt ohne Custom Instructions:

Sie: Write a short update about our APIAPIApplication Programming Interface: eine standardisierte Schnittstelle, über die Anwendungen kommunizieren und Daten austauschen, ohne die interne Funktionsweise der jeweils anderen zu kennen.Vollständige Definition ansehen → rate limit change.

ChatGPT: Sure! Here's a friendly update you can use: "Hi everyone! 🎉 We're excited to share that we've updated our API rate limits..."

Enthusiastisch, voller Emoji, vage. Jetzt derselbe Prompt mit ausgefüllter Personalisierung.

Mehr über Sie:

I'm a developer-relations lead at a B2B fintech API company.
My audience is technical: backend engineers integrating our REST API.
We publish changelog entries and email notices. Compliance reviews everything.

Custom Instructions (wie geantwortet werden soll):

Write in plain, direct English. No emoji, no exclamation marks, no "I'm excited to".
Lead with the change and its effective date. State the old value and the new value.
Include one sentence on the action the reader must take.
Default to under 120 words unless I ask for more. Use British spelling.

Gleicher Prompt, neues Ergebnis:

ChatGPT: Rate limit increase, effective 14 March 2026. The default limit on /v2/transactions rises from 100 to 300 requests per minute. Existing integrations need no code changes; the new ceiling applies automatically. If you currently implement client-side throttling at 100 RPM, you may raise it to 300 to improve throughput. Burst limits and the 429 retry-after header are unchanged.

Das ist Ihr Hausstil, automatisch angewendet, in jedem neuen Chat, ohne zusätzlichen Prompt-Aufwand. Das Modell leistet dieselbe Arbeit. Sie haben die Mehrdeutigkeit beseitigt, die es sonst mit Standardwerten füllen würde.

Wie Sie Anweisungen schreiben, die tragen

Der Fehler besteht darin, wohlklingende Absichtserklärungen zu schreiben („sei hilfreich und klug“). Das Modell versucht ohnehin, hilfreich zu sein. Anweisungen zählen nur dort, wo sie eine Entscheidung treffen, die das Modell sonst für Sie treffen würde.

Seien Sie konkret bei Standardwerten statt bei Stimmungen

„Fasse dich kurz“ ist schwach. Das Modell hat keine Zahl. Vergleichen Sie:

Weak:    Keep answers short and to the point.
Strong:  Default to under 150 words. For code, give the snippet first,
         then at most three bullets of explanation. Skip preamble like
         "Great question".

Legen Sie das Format fest, denn beim Format geht Zeit verloren

Wenn Sie Ausgaben immer in Slack, Jira oder ein CMS einfügen, sagen Sie das:

When I ask for a Jira ticket, output: a one-line summary, a description
in plain text (no markdown headers), and a bulleted acceptance criteria
list. Do not wrap the whole thing in a code block.

Sagen Sie, was unterbleiben soll

Negative Anweisungen sind hier wirkungsvoll. „Weiche nicht mit ‚kommt darauf an‘ aus, es sei denn, du nennst mir dann den entscheidenden Faktor.“ „Entschuldige dich nicht.“ „Wenn du unsicher bist, sag das in einer Zeile und gib trotzdem deine beste Antwort.“

Halten Sie sie kurz und überschneidungsfrei

Diese Felder teilen sich den Kontext mit allem anderen im Chat. Aufgeblähte Anweisungen verwässern das Signal, und ein Preset, das etwas anderes sagt als Ihr Text, liefert gemischte Ergebnisse. Streben Sie knappe Regeln ohne Überschneidungen an, und wählen Sie das Preset, das Ihrem Text am nächsten kommt. Ein Dutzend präziser Zeilen schlägt drei Absätze Fließtext.

Wo Custom Instructions enden und Projekte beginnen

Custom Instructions sind global. Sie gelten für jeden eigenständigen Chat. Ihr Hausstil für Kunden-E-Mails ist aber nicht derselbe wie Ihr Hausstil für SQLSQLSales Qualified Lead: ein Prospect, den das Sales-Team als bereit für direkte Ansprache und ein Angebot validiert hat, weil er klare Qualifizierungskriterien erfüllt.Vollständige Definition ansehen →-Debugging. Wer beides ins globale Feld packt, erzeugt Widersprüche.

Genau dafür gibt es Projekte. Ein Projekt ist ein Arbeitsbereich mit eigenen Anweisungen, eigenen hochgeladenen Dateien und eigenem Chatverlauf, getrennt von Ihren globalen Einstellungen. Innerhalb eines Projekts legen Sie projektspezifische Anweisungen fest, die auf Ihren globalen aufsetzen (und sie überschreiben können).

Eine saubere Arbeitsteilung:

• Globale Custom Instructions: wer Sie sind, Ihre Sprache, Ihre universellen Anti-Patterns (keine Emoji, britische Schreibweise). Das, was überall gilt.
• Projektanweisungen: die Regeln für ein bestimmtes Arbeitspaket. „Dieses Projekt ist das Redesign des Q2-Onboardings. Beziehe dich auf das hochgeladene PRD. Geh davon aus, dass der Leser Product Manager ist, kein Engineer.“

Wenn Sie also ein Projekt „Compliance Comms“ anlegen, tippen Sie Ihre Tonregeln nicht neu ein. Sie übernehmen sie und ergänzen die projektspezifischen. Unter help.openai.com zu Projekten erfahren Sie, wie Dateien und Anweisungen zugeordnet werden.

Wenn Anweisungen nicht mehr reichen: Custom GPTs

Wenn Sie immer wieder denselben Kontext, dieselben Dateien und denselben Ton für etwas aufbauen, das andere nutzen werden, sind Sie über persönliche Anweisungen hinausgewachsen. Dann brauchen Sie ein Custom GPT. Das ist ein gebündelter, teilbarer Assistent mit eigenen Anweisungen und Wissensdateien. Sie können eingebaute Funktionen wie Websuche, Codeausführung und Bildgenerierung aktivieren. Außerdem können Sie Actions hinzufügen, also Aufrufe externer APIs, die Sie mit einem SchemaSchemaEin Schema ist der formale Bauplan, der festlegt, wie Daten in einer Datenbank, einer Datei oder einer Nachricht strukturiert, benannt, typisiert und miteinander verknüpft sind.Vollständige Definition ansehen → beschreiben.

Verwechseln Sie diese nicht mit den Apps auf Kontoebene in ChatGPT (früher Connectors genannt), die Ihr eigenes ChatGPT mit Diensten wie Google Drive oder GitHub verbinden. Die gehören Ihnen. Die Actions eines Custom GPT gehören zum GPT.

Das Verhältnis ist eine Leiter:

Das Anweisungsfeld in einem Custom GPT folgt derselben Idee wie Ihre Custom Instructions, nur größererDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen →: es ist der System-Prompt dieses Assistenten. Alles, was Sie über knappe, konkrete Regeln mit dem Format an erster Stelle gelernt haben, gilt direkt, wenn Sie eines bauen.

Dasselbe Prinzip in der API

Custom Instructions sind die ChatGPT-Oberfläche für das, was die API System Instructions nennt. Wenn Sie von der ChatGPT-App auf die OpenAI-Plattform wechseln, werden Ihre Regeln dazu, wie geantwortet werden soll, zum Parameter instructions der Responses API oder zu einer System-Message in Chat Completions.

Diese BrBrDer Anteil der Besucher, die nach nur einer angesehenen Seite wieder abspringen, häufig ein Signal für mangelnde Relevanz, verfehlte Suchintention oder schwache User Experience.Vollständige Definition ansehen →ücke sollten Sie einmal gesehen haben: die Disziplin, die Sie beim Schreiben guter Custom Instructions aufbauen, überträgt sich direkt auf Produktionscode.

from openai import OpenAI

client = OpenAI()

HOUSE_STYLE = (
    "Write in plain, direct English. No emoji, no exclamation marks. "
    "Lead with the change and its effective date. State old and new values. "
    "Default to under 120 words. Use British spelling."
)

response = client.responses.create(
    model="gpt-5",
    instructions=HOUSE_STYLE,
    input="Write a short update about our API rate limit change.",
)

print(response.output_text)

Beachten Sie: HOUSE_STYLE ist wörtlich Ihr Text aus den Custom Instructions, als Konstante herausgezogen, die Sie bei jedem Aufruf wiederverwenden. Ein gutes Anweisungsset ist ein wiederverwendbares Asset, keine Einmalsache. Für Jobs mit hohem Volumen und geringem Risiko setzen Sie ein kleineres Modell wie gpt-5-mini ein; die Anweisungen bleiben gleich.

Wenn Sie die Ausgabe in einer festen Form brauchen (nicht nur in einem bestimmten Ton), hören Sie auf, das Format in Prosa zu beschreiben, und nutzen Sie Structured Outputs. Sie binden das Modell an ein JSON-Schema, das Sie definieren. Anweisungen regeln den *Stil*; Structured Outputs regeln die *Form*. Nutzen Sie beides zusammen: Anweisungen für „knapp und britisch“, ein Schema für „genau diese Felder zurückgeben“.

Ein praktisches Audit Ihrer aktuellen Anweisungen

Öffnen Sie jetzt Einstellungen → Personalisierung und prüfen Sie, was dort steht:

1. Treffen sie echte Entscheidungen? Löschen Sie jede Zeile, die das Modell ohnehin standardmäßig umsetzt („sei genau“).
2. Steht irgendwo eine Zahl? Länge, Anzahl der Bullets, maximale Zahl an Beispielen. Wenn nicht, rät das Modell.
3. Nennen sie das Ziel Ihrer Ausgabe? Slack, E-Mail, Code, ein CMS. Das Format folgt dem Ziel.
4. Haben Sie gesagt, was unterbleiben soll? Ausweichende Antworten, Entschuldigungen, Emoji, Einleitungen.
5. Passt das Persönlichkeits-Preset zu Ihrem Text? Ein gesprächiges Preset arbeitet gegen eine Regel wie „sei knapp“.
6. Gelten sie überall? Alles, was nur für ein Projekt gilt, gehört in ein Projekt.

Machen Sie einen Test: Geben Sie einen identischen Prompt mit aktivierten Anweisungen ein, schalten Sie sie dann ab und wiederholen Sie ihn. Der Unterschied ist genau das, was Ihnen Ihre Anweisungen bringen. Gibt es keinen Unterschied, verdienen Ihre Anweisungen ihren Platz nicht.

Das Wichtigste in Kürze

• Schreiben Sie Anweisungen, die Entscheidungen treffen, statt Stimmungen zu beschreiben. Ersetzen Sie „fasse dich kurz“ durch eine Wortzahl und „sei professionell“ durch konkrete Formatvorgaben, die sich danach richten, wohin die Ausgabe geht.
• Nutzen Sie negative Regeln. ChatGPT zu sagen, was unterbleiben soll (Emoji, ausweichende Antworten, Einleitungen), ist oft mehr wert, als ihm zu sagen, was es ergänzen soll.
• Das Persönlichkeits-Preset ist ein grober Regler. Ihre geschriebenen Custom Instructions und die Angaben unter „Über Sie“ leisten die präzise Arbeit, also halten Sie beides miteinander konsistent.
• Trennen Sie Globales von Projektbezogenem. Behalten Sie universelle Regeln in den Custom Instructions und legen Sie Regeln für einzelne Aufträge in ein Projekt, damit sie sich nicht widersprechen.
• Behandeln Sie Ihr Anweisungsset als wiederverwendbares Asset. Derselbe Text wird zum Parameter instructions in der Responses API und zum System-Prompt eines Custom GPT.
• Greifen Sie zu Structured Outputs, wenn Sie eine feste Form brauchen und nicht nur einen Stil, und kombinieren Sie sie mit Anweisungen, um Konsistenz auf Produktionsniveau zu erreichen.