Das Prompt Lab

LOOMs KI-Helfer (SMART-Check, Casting-Vorschläge, Akzeptanz-Kriterien …) arbeiten mit festen Prompts — den Anweisungen an das Modell. Im Prompt Lab könnt ihr sie ansehen, anpassen und ausprobieren — gefahrlos, denn der Originalstand ist immer einen Klick entfernt.

Was es ist

Ein Blick hinter die KI

Normalerweise drückt ihr in LOOM auf einen KI-Knopf und bekommt einen Vorschlag. Das Prompt Lab macht sichtbar, was dazwischen passiert: Jeder KI-Helfer hat ein Prompt-Template. Im Reiter Prompt Lab seht ihr alle als Karten — mit einem Abzeichen ⚙ Default (Originalstand) oder ✎ Vault override (von euch angepasst).

Klickt ihr eine Karte an, öffnet sich ein Editor mit dem Template — und darunter zwei Transparenz-Knöpfe: Preview — what the AI gets (der fertige Prompt) und Send to AI — what it returns (die echte Antwort, samt Modell, Sekunden und Token-Anzahl).

Wann ihr es braucht

Wann anpassen — und wann lieber nicht

Greift ein, wenn ein KI-Vorschlag immer wieder nicht zu eurem Projekt passt: das SMART-Feedback geht am Thema vorbei, die Casting-Vorschläge treffen euren Kontext nicht, die Akzeptanz-Kriterien sind zu generisch. Dann lohnt es, den Prompt zu schärfen.

Lasst es, wenn die Vorschläge gut genug sind. Die Standard-Prompts sind sorgfältig gebaut — für den Alltag müsst ihr hier nichts tun. Das Prompt Lab ist ein Werkzeug für gezielte Verbesserung, kein Pflichtprogramm.

Wie ein Prompt aufgebaut ist

Slots — wie euer Projekt in den Prompt kommt

Ein Template enthält Slots in doppelten geschweiften Klammern, z.B. {{goals}}. Die füllt LOOM automatisch, bevor der Prompt zum Modell geht. Besonders nützlich: die {{setup.…}}-Slots ziehen euer Setup direkt in den Prompt — so weiß die KI von euren Zielen, eurem Stack und Team.

Eure Projekt-Ziele aus dem Setup.

Euer aktueller Milestone / Zeit-Bezug.

Euer Technologie-Stack.

Euer Team (Rollen/Mitglieder).

So integriert ihr Projekt-Infos: schreibt den passenden Slot an die richtige Stelle ins Template. Ein Beispiel — den Stack als Kontext ergänzen, damit Vorschläge dazu passen:

Beispiel — eine Zeile ins Template ergänzen

… formuliere die Akzeptanz-Kriterien.

Berücksichtige unseren Tech-Stack: {{setup.stack}}

Antworte mit EINER Zeile kompaktem JSON …

💡 Tipp

Drückt nach so einer Änderung Preview — dann seht ihr den fertigen Prompt mit eurem echten Setup eingesetzt und könnt prüfen, ob alles passt, bevor ihr ihn benutzt.

Verantwortungsvoll experimentieren

Der sichere Ablauf

Schritt für Schritt

Karte öffnen und das Template anpassen — kleine, gezielte Änderung.

Preview — what the AI gets: seht den fertigen Prompt mit eingesetztem Setup. Stimmt die Form noch?

Send to AI — what it returns: probiert die echte Antwort aus. Modell, Sekunden und Tokens sagen euch, ob's gut läuft.

Passt es? Save. Eure Änderung gilt nur für euer Projekt (✎ Vault override) — andere Teams sind nicht betroffen.

🛟 Das Sicherheitsnetz

Revert to default holt jederzeit den Originalstand zurück — egal, wie sehr ihr ein Template verbogen habt. Ihr könnt also nichts dauerhaft kaputtmachen. Genau deshalb darf man hier mutig ausprobieren.

Was wann sinnvoll ist

Ein paar Faustregeln

Klein & einzeln

Ändert eine Sache nach der anderen und testet sie. Fünf Änderungen auf einmal — und ihr wisst nicht, welche geholfen hat.

Default als Ausgang

Startet vom Originalstand und ergänzt gezielt — statt alles neu zu schreiben.

Kurz & klar

Das lokale Modell ist kein Riesenmodell. Klare, knappe Anweisungen schlagen lange, clevere fast immer.

Form nicht kaputtmachen

Lasst die Antwort-Vorgabe am Ende (z.B. „Antworte mit JSON …") stehen — daran erkennt LOOM die Antwort. Send to AI zeigt schnell, wenn etwas nicht mehr passt.

Wie weiter

Wo du weiterliest

Good Practices — die Arbeitshaltungen rund um LOOM. · Die lokale KI — das Modell hinter den Prompts einrichten. · Quick-Start — die Abläufe im Tool. · Was ist neu.

LOOM · Iron-Labs · Juni 2026 · Prompt Lab „Die KI-Prompts anpassen"
Stories, woven. Decisions, kept.