Google AI Studio: Prompts prototypen

# Google AI Studio: Prompts prototypen

Google AI Studio ist der kostenlose Playground, in dem Sie Prompts testen, Modelleinstellungen justieren und am Ende genau den Code mitnehmen, mit dem Sie sie produktiv betreiben. Es ist der schnellste Weg von „Ich habe eine Idee" zu „Ich habe ein funktionierendes Snippet". Diese Lektion führt Sie diesen Weg von Anfang bis Ende: einen Prompt bauen, die Regler justieren, die wirklich zählen, und sauberen Code exportieren, den Sie in ein Projekt übernehmen kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen.

Warum Studio und nicht die Gemini-App

Die Gemini-App und Gems kennen Sie schon. Die sind zum Konsumieren und leichten Anpassen gedacht. Studio ist zum *Engineering* gedacht. Es legt die Rohparameter offen, die die App versteckt: Modellauswahl, Temperature, TokenTokenA token is the basic unit of text that language models process, often a word fragment, whole word, or punctuation mark rather than a single character.Vollständige Definition ansehen →-Limits, Schemata für strukturierte Ausgaben, Safety Settings und System Instructions. Entscheidend: Jeder Prompt, den Sie bauen, entspricht direkt einem Gemini-API-Aufruf, den Sie herauskopieren kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen.

Das Denkmodell: Studio ist die IDE für Prompt-Design. Die Gemini-App ist das fertige Produkt.

Ihr erster Prototyp

Öffnen Sie aistudio.google.com und melden Sie sich mit einem Google-Konto an. Sie landen standardmäßig im Chat, einer einzelnen Multi-Turn-Konversation mit einem Modell, das Sie im rechten Panel auswählen.

Beginnen Sie mit der Modellauswahl. 2025-2026 wählen Sie zwischen den Gemini Pro-Stufen (tieferes Reasoning, langsamer, teurer pro TokenTokenA token is the basic unit of text that language models process, often a word fragment, whole word, or punctuation mark rather than a single character.Vollständige Definition ansehen →) und den Gemini Flash-Stufen (schnell, günstig, ausgezeichnet für Aufgaben mit hohem Volumen). Für das Prototyping starten Sie mit einem Flash-Modell. Es reagiert flott und ist günstig, und Sie kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen später auf Pro hochstufen, wenn die Qualität es erfordert.

Schreiben Sie nun einen echten Prompt. Nehmen wir an, Sie bauen ein Feature, das unstrukturiertes Kundenfeedback in strukturierte Tickets verwandelt:

Read the customer message below and extract the issue.

Message: "hey so the export button on the reports page does nothing
when I click it on Safari, works fine in Chrome though. kind of urgent
we have a board meeting friday"

Führen Sie das aus. Sie bekommen Prosa zurück. Nützlich, aber nichts, was ein nachgelagertes System parsen kann. Genau hier zahlt sich Studio aus.

System Instructions

Über dem Prompt-Feld gibt es ein Feld System instructions. Dort hinterlegen Sie die dauerhafte Rolle und die Regeln, die für jeden Turn gelten, getrennt von der Nachricht des Nutzers. Das ist der wirkungsvollste Hebel in Studio.

Fügen Sie das hinzu:

You are a support triage assistant. For every message, identify the
affected feature, the browser or platform, a severity (low, medium,
high), and a one-line summary. Be terse. Never invent details that
are not in the message.

Führen Sie es erneut aus. Die Ausgabe ist jetzt disziplinierter und konsistent. Beachten Sie: Sie haben den User-Prompt nicht angetastet. Die System Instruction hat das Verhalten global umgeformt. Genau nach dieser Trennung strukturieren Sie später den APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen →-Aufruf, deshalb bleibt Ihr Prototyp produktionsnah, wenn Sie ihn hier so aufbauen.

Die Einstellungen justieren, die zählen

Das Panel Run settings rechts ist der Ort, an dem Prototyping ernst wird. Drei Regler leisten den größten Teil der Arbeit.

Temperature

Temperature steuert die Zufälligkeit. Niedrige Werte (nahe 0) machen das Modell deterministisch und wiederholbar; hohe Werte (Richtung 2) machen es kreativ und variantenreich.

Für Extraktion, Klassifikation und alles, wo dieselbe Eingabe dieselbe Ausgabe liefern soll, drücken Sie die Temperature nach unten. Für Brainstorming oder Copywriting erhöhen Sie sie. Setzen Sie sie für unsere Triage-Aufgabe auf 0 und führen Sie sie mehrmals aus: Die Struktur sollte sich zwischen den Durchläufen jetzt kaum noch ändern.

Output Length

Das begrenzt die Antwort in TokensTokensA token is the basic unit of text that language models process, often a word fragment, whole word, or punctuation mark rather than a single character.Vollständige Definition ansehen →. Setzen Sie den Wert bewusst. Eine Triage-Zusammenfassung braucht kein Budget von 2.000 TokensTokensA token is the basic unit of text that language models process, often a word fragment, whole word, or punctuation mark rather than a single character.Vollständige Definition ansehen →, und ein niedriges Limit spart Geld und hält das Modell davon ab, auszuufern.

Structured Output

Das ist das Feature, das aus einer Demo eine echte Integration macht. Schalten Sie Structured output ein, und Studio lässt Sie ein JSON-SchemaSchemaA schema is the formal blueprint that defines how data is structured, named, typed, and related within a database, file, or message.Vollständige Definition ansehen → definieren, an das sich das Modell halten muss. Statt zu hoffen, dass das Modell sauberes JSON zurückgibt, *erzwingen* Sie es.

Definieren Sie ein SchemaSchemaA schema is the formal blueprint that defines how data is structured, named, typed, and related within a database, file, or message.Vollständige Definition ansehen → für unser Ticket:

{
  "type": "object",
  "properties": {
    "feature": { "type": "string" },
    "platform": { "type": "string" },
    "severity": { "type": "string", "enum": ["low", "medium", "high"] },
    "summary": { "type": "string" }
  },
  "required": ["feature", "platform", "severity", "summary"]
}

Führen Sie es erneut aus. Jetzt erhalten Sie jedes Mal valides, parsebares JSON zurück, wobei severity garantiert einer Ihrer drei erlaubten Werte ist. Keine Regex, kein Aufräumen, kein „manchmal fügt es einen Markdown-Fence hinzu". Das ist der Unterschied zwischen einem Prompt, der in einer Demo funktioniert, und einem, den Sie in eine Datenbank leiten kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen.

Grounding mit der Google-Suche

Ihre Triage-Aufgabe arbeitet mit Text, den Sie bereitstellen, also braucht sie kein externes Wissen. Viele Prototypen brauchen es aber. Wenn ein Prompt nach aktuellen Ereignissen, neuen Releases oder irgendetwas jenseits des Trainings-Cutoffs des Modells fragt, schalten Sie in den Run Settings Grounding with Google Search ein.

Mit aktiviertem Grounding setzt Gemini echte Suchanfragen ab, zieht Live-Ergebnisse und zitiert die Quellen in der Antwort. Das ist dieselbe Grounding-Fähigkeit, die auch die APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen → bereitstellt, deshalb zeigt Ihnen ein Test in Studio genau, wie es sich im Code verhalten wird. Schalten Sie es ein, fragen Sie „what changed in the latest Gemini Flash release" und beobachten Sie, wie die Zitate erscheinen. Schalten Sie es aus, und Sie bekommen eine selbstbewusste, möglicherweise veraltete Antwort. Beides nebeneinander zu prototypen ist der Punkt.

Multimodale Prompts

Gemini ist von Grund auf multimodal, und Studio lässt Sie das direkt ausprobieren. Klicken Sie im Prompt-Bereich auf das +, um ein Bild, ein PDF, Audio oder sogar Video anzuhängen. Zusammen mit langem Kontext kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen Sie eine 40-seitige PDF-Spezifikation und einen Screenshot in einen Prompt legen und das Modell bitten, beides abzugleichen.

Stellen Sie sich für unser Triage-Beispiel vor, der Kunde hängt einen Screenshot der kaputten Seite an. Fügen Sie das Bild hinzu, behalten Sie dieselbe System Instruction, und das Modell verankert seine Felder feature und platform nun in dem, was es tatsächlich sieht. Sie haben gerade eine multimodale PipelinePipelineAll active sales opportunities across the stages of the sales process, together with their combined potential value and probability of closing.Vollständige Definition ansehen → prototypt, ohne eine Zeile Code zu schreiben.

Export in Code

Hier kommt der Lohn. Alles, was Sie justiert haben (Modell, System Instruction, Temperature, Output Length, SchemaSchemaA schema is the formal blueprint that defines how data is structured, named, typed, and related within a database, file, or message.Vollständige Definition ansehen →, Grounding), steckt im Prompt. Klicken Sie auf Get code (der < >-Button, meist oben rechts).

Studio generiert ein lauffähiges Snippet in der Sprache Ihrer Wahl: Python, JavaScript, Go, REST und mehr. Es nutzt das offizielle Google GenAI SDK und spiegelt genau Ihre Einstellungen. Wählen Sie Python, bekommen Sie in etwa das:

from google import genai
from google.genai import types

client = genai.Client(api_key="YOUR_API_KEY")

response = client.models.generate_content(
    model="gemini-flash-latest",
    contents="Message: the export button does nothing on Safari, urgent",
    config=types.GenerateContentConfig(
        system_instruction=(
            "You are a support triage assistant. Identify the affected "
            "feature, the platform, a severity (low, medium, high), and a "
            "one-line summary. Be terse. Never invent details."
        ),
        temperature=0,
        response_mime_type="application/json",
        response_schema={
            "type": "object",
            "properties": {
                "feature": {"type": "string"},
                "platform": {"type": "string"},
                "severity": {
                    "type": "string",
                    "enum": ["low", "medium", "high"],
                },
                "summary": {"type": "string"},
            },
            "required": ["feature", "platform", "severity", "summary"],
        },
    ),
)

print(response.text)

Beachten Sie, wie saubere der Prototyp auf den Aufruf abbildet. Die System Instruction, die Temperature und das SchemaSchemaA schema is the formal blueprint that defines how data is structured, named, typed, and related within a database, file, or message.Vollständige Definition ansehen →, die Sie über Schalter gesetzt haben, wurden zu system_instruction, temperature und response_schema. Es gibt keine Übersetzungslücke. Was Sie getestet haben, ist das, was Sie ausliefern.

Ihren Key besorgen

Das Snippet braucht einen APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen →-Key. Studio hat im Menü eine Option API key, die einen Key erzeugt, der an ein Google-Cloud-Projekt gebunden ist. Fügen Sie ihn nie in Client-seitigen Code ein und committen Sie ihn nie in ein Repo. Laden Sie ihn stattdessen aus einer Umgebungsvariable:

export GEMINI_API_KEY="your-key-here"

Lesen Sie ihn dann mit os.environ["GEMINI_API_KEY"] statt ihn hart zu codieren. Das SDK greift GEMINI_API_KEY auch automatisch auf, wenn Sie den Client ohne Argumente konstruieren.

Prototypen speichern und teilen

Jeder Prompt in Studio lässt sich in Ihrem Drive speichern und per Link teilen, sodass ein Teammitglied genau diesen Prompt mit allen Ihren Einstellungen öffnen kann. Das macht Studio zu einer gemeinsamen Designfläche, nicht nur zu einem persönlichen Notizblock. Wenn Sie einen Prompt an eine Entwicklerin übergeben, schicken Sie den Studio-Link *und* den exportierten Code: Der Link erlaubt das Justieren, der Code das Ausliefern.

Wann Sie zu Vertex AI wechseln

Studio und die Gemini-APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen → sind auf schnelle Iteration und Projekte einzelner oder kleiner Teams ausgelegt. Wenn Sie Enterprise-Kontrollen brauchen (privates Networking, Data Residency, IAM, MLOpsMLOpsMachine Learning Operations: combining ML and DevOps practices to industrialise, deploy, monitor, and retrain models reliably in production.Vollständige Definition ansehen →-Tooling, höhere Quota-Garantien), sind dieselben Modelle über Vertex AI auf Google Cloud verfügbar. Das Prompt-Design, das Sie in Studio machen, überträgt sich: Die Form des Requests ist nahezu identisch, deshalb ist Prototyping hier nie verschwendet, selbst wenn Sie später für die Produktion zu Vertex wechseln. Behandeln Sie das als Deployment-Entscheidung, nicht als Grund, woanders zu prototypen.

Ein sauberer Prototyping-Loop

Zusammengesetzt sieht Ihr Workflow so aus:

1. Den User-Prompt im Chat entwerfen.

2. Die dauerhaften Regeln in die System instructions verschieben.

3. Temperature passend zur Aufgabe setzen (niedrig für strukturiert, hoch für kreativ).

4. Output Length begrenzen.

5. Ein JSON-SchemaSchemaA schema is the formal blueprint that defines how data is structured, named, typed, and related within a database, file, or message.Vollständige Definition ansehen → hinzufügen, wenn ein System die Ausgabe konsumiert.

6. Grounding einschalten, wenn die Aufgabe frische Fakten braucht.

7. Bilder, PDFs oder Audio anhängen, um multimodale Pfade zu testen.

8. Auf Get code klicken, einen Key über eine Umgebungsvariable einbinden, ausführen.

Jeder Schritt, den Sie in Studio machen, ist ein Parameter, den Sie sonst im Code raten würden. Visuell zuerst zu justieren heißt, dass Ihr erster Durchlauf in einem echten Projekt meist einfach funktioniert.

Die wichtigsten Erkenntnisse

• Behandeln Sie Studio als Ihre Prompt-IDE. Bauen und justieren Sie in aistudio.google.com, dann exportieren Sie, statt Parameter direkt im Code zu raten.
• System Instructions sind Ihr wirkungsvollster Hebel. Legen Sie dauerhafte Rolle und Regeln dort ab, halten Sie die User-Nachricht sauber, und Ihr Prototyp entspricht exakt Ihrem Produktionsaufruf.
• Nutzen Sie Structured Output für alles, was ein System konsumiert. Ein JSON-SchemaSchemaA schema is the formal blueprint that defines how data is structured, named, typed, and related within a database, file, or message.Vollständige Definition ansehen → verwandelt eine wackelige Demo in eine verlässliche Integration ohne Nachbearbeitung.
• Passen Sie die Temperature der Aufgabe an: nahe 0 für Extraktion und Klassifikation, höher für kreative Generierung, und testen Sie die Wiederholbarkeit, bevor Sie ausliefern.
• Exportieren, dann den Key sichern. Laden Sie ihn aus einer Umgebungsvariable, codieren Sie ihn nie hart und committen Sie ihn nie, und denken Sie daran: Derselbe Prompt zieht zu Vertex AI um, wenn Sie Enterprise-Kontrollen brauchen.