> ## Documentation Index
> Fetch the complete documentation index at: https://docs.famulor.io/llms.txt
> Use this file to discover all available pages before exploring further.

# Prompt Guide für spezifische Situationen

> Spezifische Prompt-Guides und Beispiele für häufige Situationen beim Aufbau eines Sprachassistenten

# Prompt Guide für spezifische Situationen

<Note>
  Hier findest du spezifische Prompt-Guides und Beispiele für häufige Situationen, die dir beim Aufbau eines Sprachassistenten mit Famulor begegnen könnten.
</Note>

## Telefonnummern aussprechen

<Card title="Verwende die Langsam sprechen Funktion" icon="volume-high" color="blue">
  Wir nutzen die "Langsam sprechen" Funktion, um Pausen zwischen Wörtern hinzuzufügen. Für weitere Informationen siehe die <a href="/de/ai-assistants/example-prompts/pause-or-read-slowly">Dokumentation zur Sprachsteuerbarkeit</a>.
  Es wird empfohlen, einen Prompt als Richtlinie für den LLM zu verwenden. Dies stellt sicher, dass der Assistent konsistent mit dem korrekten Format antwortet, auch wenn Kunden die Telefonnummer überprüfen.
</Card>

### Beispiel für Telefonnummer-Aussprache

<CodeGroup>
  <CodeGroupItem title="Prompt für Telefonnummern">
    ```markdown theme={null}
    Wenn Menschen nach Ihrer Telefonnummer fragen, Ihre Telefonnummer ist 03012345678

    ## Richtlinie
    Beim Aussprechen der Telefonnummer transformiere das Format wie folgt:
    - Eingabeformate wie 03012345678, (030) 123-45678 oder 030-123-45678
    - Sollte ausgesprochen werden als: "null drei null - eins zwei drei - vier fünf sechs sieben acht"
    - Wichtig: Lassen Sie den Platz um den Bindestrich beim Sprechen nicht weg
    ```
  </CodeGroupItem>

  <CodeGroupItem title="Deutsche Aussprache">
    ```markdown theme={null}
    ## Deutsche Telefonnummern

    Für deutsche Telefonnummern:
    - 0 wird als "null" ausgesprochen
    - Verwende Bindestriche für bessere Verständlichkeit
    - Beispiel: 030-123-45678 → "null drei null - eins zwei drei - vier fünf sechs sieben acht"
    ```
  </CodeGroupItem>
</CodeGroup>

## E-Mail-Adressen buchstabieren

<Card title="E-Mail-Adressen korrekt aussprechen" icon="envelope" color="green">
  E-Mail-Adressen müssen buchstabiert werden, um Verwirrung zu vermeiden. Hier ist der korrekte Ansatz:
</Card>

### Beispiel für E-Mail-Buchstabierung

<CodeGroup>
  <CodeGroupItem title="E-Mail-Format">
    ```markdown theme={null}
    ## Wie man buchstabiert
    Das mögliche E-Mail-Format ist name@unternehmen.de

    Um eine E-Mail-Adresse zu buchstabieren:
    n-a-m-e-@-u-n-t-e-r-n-e-h-m-e-n-punkt-de

    @ wird als "at" ausgesprochen
    ```
  </CodeGroupItem>

  <CodeGroupItem title="Deutsche E-Mail-Adressen">
    ```markdown theme={null}
    ## Deutsche E-Mail-Adressen

    Für deutsche E-Mail-Adressen:
    - Verwende deutsche Aussprache für Buchstaben
    - Beispiel: info@famulor.de → "i-n-f-o-at-f-a-m-u-l-o-r-punkt-d-e"
    - Punkt wird als "punkt" ausgesprochen
    ```
  </CodeGroupItem>
</CodeGroup>

## Websites aussprechen

<Card title="Website-URLs korrekt aussprechen" icon="globe" color="purple">
  Website-URLs müssen klar und verständlich ausgesprochen werden. Hier ist der richtige Ansatz:
</Card>

### Beispiel für Website-Aussprache

<CodeGroup>
  <CodeGroupItem title="Allgemeine Richtlinien">
    ```markdown theme={null}
    Wann immer Sie auf eine Website-URL stoßen, bitte:

    1. Identifizieren Sie jedes Segment des Domainnamens
    2. Wenn ein Segment aus einzelnen Buchstaben besteht (z.B. "NK"), sprechen Sie jeden Buchstaben in seiner gesprochenen Form auf Deutsch aus (z.B. "N" → "en", "K" → "ka")
    3. Wenn ein Segment ein erkennbares Wort ist (z.B. "laundry"), sprechen Sie es normal als dieses Wort aus
    4. Sprechen Sie "punkt" vor der Angabe der Top-Level-Domain aus (z.B. "punkt de", "punkt net", "punkt org", etc.)
    ```
  </CodeGroupItem>

  <CodeGroupItem title="Deutsche Beispiele">
    ```markdown theme={null}
    ## Deutsche Beispiele

    "famulor.de" → "f-a-m-u-l-o-r punkt de"
    "testfirma.net" → "t-e-s-t-f-i-r-m-a punkt net"
    "beispiel.org" → "b-e-i-s-p-i-e-l punkt org"

    Halten Sie sich genau an diese phonetische Aufschlüsselung, um Klarheit und korrekte Aussprache für Kunden zu gewährleisten.
    ```
  </CodeGroupItem>
</CodeGroup>

## Uhrzeiten aussprechen

<Card title="Uhrzeiten korrekt aussprechen" icon="clock" color="orange">
  Uhrzeiten müssen in einem verständlichen Format ausgesprochen werden. Hier sind die Richtlinien:
</Card>

### Beispiel für Uhrzeit-Aussprache

<CodeGroup>
  <CodeGroupItem title="Englische Uhrzeiten">
    ```markdown theme={null}
    ## Für Uhrzeiten, Zahlen und Daten

    Für 1:00 PM, sagen Sie "One PM"
    Für 3:30 PM, sagen Sie "Three thirty PM"
    Für 8:45 AM, sagen Sie "Eight forty-five AM"

    Sagen Sie niemals "O'clock", stattdessen sagen Sie einfach "O-Clock"
    Sagen Sie immer "AM" oder "PM"
    ```
  </CodeGroupItem>

  <CodeGroupItem title="Deutsche Uhrzeiten">
    ```markdown theme={null}
    ## Für Uhrzeiten

    Für 13:00 Uhr, sagen Sie "Dreizehn Uhr" oder "Ein Uhr nachmittags"
    Für 15:30 Uhr, sagen Sie "Fünfzehn Uhr dreißig" oder "Drei Uhr dreißig nachmittags"
    Für 8:45 Uhr, sagen Sie "Acht Uhr fünfundvierzig" oder "Viertel vor neun morgens"

    Verwenden Sie "morgens" für AM und "nachmittags" für PM
    ```
  </CodeGroupItem>

  <CodeGroupItem title="Alternative Formate">
    ```markdown theme={null}
    ## Alternative Formate

    Sie können auch sagen:
    - "Halb neun" für 8:30 Uhr
    - "Viertel nach zwei" für 14:15 Uhr
    - "Drei viertel vier" für 15:45 Uhr

    Wählen Sie das Format, das für Ihre Kunden am verständlichsten ist.
    ```
  </CodeGroupItem>
</CodeGroup>

## Warten lassen / Keine Antwort erforderlich

<Card title="Kunden warten lassen" icon="pause" color="yellow">
  Manchmal musst du Kunden warten lassen oder es ist keine Antwort erforderlich. Famulor hat eine spezielle Funktion dafür:
</Card>

### Für nicht-reasoning Modelle

<CodeGroup>
  <CodeGroupItem title="NO_RESPONSE_NEEDED verwenden">
    ```markdown theme={null}
    ## Warten lassen

    Famulor hat eine hardcodierte Stop-Sequenz im LLM: `NO_RESPONSE_NEEDED`. 
    Wann immer diese Sequenz erkannt wird, stoppt die Antwortgenerierung.

    Sie können den LLM anweisen, nichts auszugeben, indem Sie schreiben:

    - Wenn der Benutzer sagt "einen Moment" oder "Moment bitte", antworte genau mit: "NO_RESPONSE_NEEDED"
    ```
  </CodeGroupItem>

  <CodeGroupItem title="Beispiel">
    ```markdown theme={null}
    ## Beispiel-Implementierung

    Wenn der Kunde sagt:
    - "einen Moment"
    - "warte kurz"
    - "Moment bitte"

    Dann antworte genau: "NO_RESPONSE_NEEDED"

    Die Antwortgenerierung stoppt und der Assistent wartet auf weitere Eingaben.
    ```
  </CodeGroupItem>
</CodeGroup>

### Für Reasoning Modelle

<Warning>
  Reasoning-Modelle wie `gpt-5` oder `gpt-5.1` unterstützen diese Funktion nicht. Du musst die Prompts anders gestalten, um dies zu erreichen.
</Warning>

<CodeGroup>
  <CodeGroupItem title="Alternative für Reasoning Modelle">
    ```markdown theme={null}
    ## Warten lassen für Reasoning Modelle

    Wenn der Benutzer sagt "einen Moment" oder ähnliches, antworte einfach nicht.
    Reagiere nicht auf Wartesignale, sondern warte auf weitere Anweisungen.
    ```
  </CodeGroupItem>

  <CodeGroupItem title="Beispiel-Prompt">
    ```markdown theme={null}
    ## Beispiel-Prompt

    Wenn der Benutzer sagt:
    - "einen Moment"
    - "warte kurz"
    - "Moment bitte"

    Dann antworte NICHT. Warte einfach, bis der Benutzer weiter spricht.
    ```
  </CodeGroupItem>
</CodeGroup>

## Text für Sprache normalisieren

<Card title="Text für Sprache normalisieren" icon="font" color="indigo">
  Normalisiere bestimmte Teile des Textes (Zahlen, Währung, Datum, etc.) in ihre gesprochene Form für eine konsistentere Sprachsynthese. Manchmal können TTS-Modelle nicht normalisierten Text falsch lesen.
</Card>

### Beispiel für Text-Normalisierung

<CodeGroup>
  <CodeGroupItem title="Vor der Normalisierung">
    ```markdown theme={null}
    ## Vor der Normalisierung

    Rufen Sie meine Nummer 03012345678 am 5. Juli 2024 für die 24,12 € Zahlung an
    ```
  </CodeGroupItem>

  <CodeGroupItem title="Nach der Normalisierung">
    ```markdown theme={null}
    ## Nach der Normalisierung

    Rufen Sie meine Nummer null drei null eins zwei drei vier fünf sechs sieben acht am fünften Juli zweiundzwanzig vierundzwanzig für die vierundzwanzig Euro zwölf Cent Zahlung an
    ```
  </CodeGroupItem>
</CodeGroup>

<Note>
  Diese Funktion fügt dem gesamten Prozess eine kleine Latenz (\~100ms) hinzu.
</Note>

## Sprachunterstützung

<Card title="Unterstützte Sprachen" icon="globe" color="teal">
  Derzeit wird Sprachnormalisierung für folgende Sprachen unterstützt:

  * **Deutsch** - Vollständige Unterstützung
  * **Englisch** - Vollständige Unterstützung
  * **Spanisch** - Vollständige Unterstützung
  * **Französisch** - Vollständige Unterstützung

  Andere Sprachen führen zu einem No-Op (Text wird nicht modifiziert) für diesen Schritt.
</Card>

<Card title="Spracheinstellungen" icon="gear" color="blue">
  Wenn du eine Sprache auswählst, die nicht mehrsprachig ist, wird dieser Sprachcode verwendet, um den Text zu normalisieren (z.B. wird 1 zu "eins" normalisiert, wenn du Deutsch verwendest).
  Wenn du mehrsprachig auswählst, wird die Sprache automatisch basierend auf dem generierten Text erkannt und entsprechend normalisiert.
</Card>

## Prompt Engineering Guide

<Card title="Best Practices für effektive Prompts" icon="book-open" color="blue">
  Best Practices für das Schreiben effektiver Prompts, die zuverlässige und natürlich klingende KI-Telefonassistenten erstellen.
</Card>

### Einführung

Prompt Engineering ist die Grundlage für die Erstellung effektiver KI-Telefonassistenten. Ein gut gestalteter Prompt bestimmt, wie dein Assistent Situationen interpretiert, auf Benutzer reagiert und Edge Cases behandelt. Dieser Guide bietet bewährte Strategien für das Schreiben von Prompts, die Assistenten zuverlässig befolgen können.

<Note>
  Dieser Guide konzentriert sich auf allgemeine Prompt-Engineering-Prinzipien. Für agentenspezifische Implementierung:

  * **Single/Multi Prompt Agents**: Wende diese Prinzipien direkt in deinen Prompts an
  * **Conversation Flow Agents**: Verwende diese Prinzipien innerhalb einzelner Knoten-Anweisungen
</Note>

### Best Practice 1: Verwende strukturierte Prompts

Teile große Prompts in fokussierte Abschnitte auf, um die Organisation und das LLM-Verständnis zu verbessern. Dieser strukturierte Ansatz bietet mehrere Vorteile:

* **Wiederverwendbarkeit**: Abschnitte können über verschiedene Agenten hinweg angepasst werden
* **Wartbarkeit**: Einfaches Aktualisieren spezifischer Verhaltensweisen ohne Beeinflussung anderer
* **Klarheit**: LLMs verarbeiten strukturierte Informationen genauer

#### Empfohlene Prompt-Struktur

```markdown theme={null}
## Identität

Du bist ein freundlicher KI-Assistent für [Firmenname].

Deine Rolle ist [spezifischer Zweck].

Du hast Expertise in [relevanten Bereichen].

## Stil-Richtlinien

Sei prägnant: Halte Antworten unter 2 Sätzen, es sei denn, du erklärst komplexe Themen.

Sei gesprächig: Verwende natürliche Sprache, Kontraktionen und erkenne an, was der Anrufer sagt.

Sei empathisch: Zeige Verständnis für die Situation des Anrufers.

## Antwort-Richtlinien

Gib Daten in gesprochener Form zurück: Sage "fünfzehnten Januar" nicht "15.01".

Stelle eine Frage auf einmal: Vermeide es, den Anrufer mit mehreren Fragen zu überfordern.

Bestätige das Verständnis: Paraphrasiere wichtige Informationen zurück zum Anrufer.

## Aufgaben-Anweisungen

[Spezifische Schritte, die der Assistent befolgen soll]

## Einwandbehandlung

Wenn der Anrufer sagt, dass er nicht interessiert ist: "Ich verstehe. Gibt es etwas Spezifisches..."

Wenn der Anrufer frustriert ist: "Ich verstehe Ihre Frustration, lassen Sie mich helfen, dies zu lösen..."
```

### Best Practice 2: Verwende Conversation Flow für komplexe Aufgaben

Wenn dein Assistent komplexe Logik oder mehrere Tools handhaben muss, solltest du Conversation Flow Agents verwenden, anstatt alles in einem einzelnen Prompt zu verwalten.

#### Wann zu Conversation Flow wechseln:

* **Mehrere Entscheidungszweige**: Mehr als 3-4 bedingte Pfade
* **Tool-Koordination**: Verwendung von 5+ verschiedenen Funktionen/Tools
* **Zustandsverwaltung**: Verfolgung mehrerer Variablen während des Gesprächs
* **Zuverlässigkeitsbedenken**: Einzelner Prompt zeigt inkonsistentes Verhalten

#### Vorteile von Conversation Flow:

* Jeder Knoten konzentriert sich auf eine spezifische Aufgabe
* Deterministischer Tool-Aufruf und Übergänge
* Einfacher zu debuggen und einzelne Schritte zu optimieren
* Vorhersehbareres Assistentenverhalten

### Best Practice 3: Explizite Tool-Aufruf-Anweisungen

<Note>
  Dieser Abschnitt gilt nur für Single/Multi Prompt Agents. Conversation Flow Agents handhaben Funktionsaufrufe deterministisch über ihre Knotenkonfiguration.
</Note>

#### Die Herausforderung

LLMs haben oft Schwierigkeiten zu bestimmen, wann Tools basierend nur auf Tool-Beschreibungen aufgerufen werden sollen. Ohne explizite Anweisungen können Agenten:

* Tools zu unpassenden Zeiten aufrufen
* Tools nicht aufrufen, wenn sie benötigt werden
* Das falsche Tool für eine Situation verwenden

#### Lösung: Definiere klare Trigger

Gib immer genaue Bedingungen für die Tool-Verwendung in deinen Prompts an. Verweise auf Tools mit ihren genauen Namen.

##### Beispiel: Kundenservice-Agent

```markdown theme={null}
## Tool-Verwendungsanweisungen

1. Sammle zunächst Informationen über das Problem des Kunden.

2. Bestimme den Typ der Anfrage:

   - Wenn der Kunde "Rückerstattung" oder "Geld zurück" erwähnt:

     → Rufe die Funktion `transfer_to_support` sofort auf

   - Wenn der Kunde den Bestellstatus benötigt:

     → Rufe die Funktion `check_order_status` mit order_id auf

   - Wenn der Kunde seine Bestellung ändern möchte:

     → Rufe zuerst `check_order_status` auf

     → Dann wechsle zum Änderungs-Status

3. Nach dem Abrufen von Informationen:

   - Fasse immer zusammen, was du gefunden hast

   - Frage, ob sie zusätzliche Hilfe benötigen

   - Wenn ja, bestimme die nächste angemessene Aktion
```

#### Best Practices für Tool-Anweisungen

1. **Verwende Trigger-Wörter**: Liste spezifische Wörter/Phrasen auf, die Tool-Aufrufe auslösen sollten
2. **Definiere Sequenzen**: Gib an, wann Tools in Reihenfolge aufgerufen werden sollen
3. **Setze Grenzen**: Kläre, wann bestimmte Tools NICHT aufgerufen werden sollen
4. **Biete Kontext**: Erkläre, warum jedes Tool aufgerufen wird

## Praktische Beispiele für Famulor

<Card title="Famulor-spezifische Anpassungen" icon="star" color="red">
  Hier sind einige spezifische Anpassungen für Famulor:
</Card>

### Beispiel für einen vollständigen Prompt

<CodeGroup>
  <CodeGroupItem title="Vollständiger Beispiel-Prompt">
    ```markdown theme={null}
    # Famulor Assistent - Prompt für spezifische Situationen

    ## Identität
    Du bist ein professioneller Famulor KI-Assistent, der Kunden bei Telefonanrufen unterstützt.

    ## Aussprache-Richtlinien

    ### Telefonnummern
    - Verwende deutsche Aussprache
    - Beispiel: 030-123-45678 → "null drei null - eins zwei drei - vier fünf sechs sieben acht"

    ### E-Mail-Adressen
    - Buchstabiere jeden Teil
    - Beispiel: info@famulor.de → "i-n-f-o-at-f-a-m-u-l-o-r-punkt-d-e"

    ### Websites
    - Spreche jeden Buchstaben einzeln aus
    - Beispiel: Famulor.io → "f-a-m-u-l-o-r-punkt-d-e"

    ### Uhrzeiten
    - Verwende deutsche Zeitformate
    - Beispiel: 14:30 → "Vierzehn Uhr dreißig"

    ## Verhalten
    - Sei höflich und professionell
    - Verwende die Pause-Funktion bei Bedarf
    - Normalisiere Zahlen und Daten für bessere Verständlichkeit
    ```
  </CodeGroupItem>
</CodeGroup>

## Testen und Optimieren

<Card title="Teste deine Prompts" icon="play" color="green">
  * **Audio-Tests durchführen** - Hör dir die Aussprache an
  * **Verschiedene Szenarien testen** - Teste alle spezifischen Situationen
  * **Kundenfeedback sammeln** - Frag nach der Verständlichkeit
  * **Iterativ verbessern** - Passe basierend auf den Ergebnissen an
</Card>

## Hilfe und Support

<Tip>
  Unser Support-Team kann dir bei der Anpassung deiner Prompts für spezifische Situationen helfen.
</Tip>

<Card title="Support kontaktieren" icon="headphones" color="blue" href="mailto:support@famulor.io">
  Benötigst du Hilfe bei der Anpassung deiner Prompts? Kontaktiere unser Support-Team.
</Card>

## Nächste Schritte

<Card title="Weiterführende Ressourcen" icon="arrow-right" color="purple">
  * Schau dir unseren <a href="/de/ai-assistants/example-prompts/general-prompt-engineering-guide">Allgemeinen Prompt Engineering Guide</a> an
  * Entdecke unsere **Prompt-Vorlagen** im Dashboard
  * Lerne mehr über <a href="/de/ai-assistants/example-prompts/pause-or-read-slowly">Sprachsteuerbarkeit</a>
  * Teste deine Prompts mit **Audio-Tests**
</Card>

<Tip>
  Passende Seiten: [What Is AI Assistant](/de/ai-assistants/what-is-ai-assistant) und [Prompt And Tools](/de/ai-assistants/prompt-and-tools) und [Assistant Best Practices](/de/ai-assistants/assistant-best-practices).
</Tip>