Rolle-Output-Input: die 3-Schritt-Formel für KI-Content ohne Korrekturschleifen.
ChatGPT ist so präzise wie dein Briefing. Mit vagem Input liefert es vagen Output – egal wie gut das Modell ist. Die R-O-I-Formel gibt ihm die Struktur, die es braucht um zu liefern: Erst die Rolle, dann der Output, dann der Input. In dieser Reihenfolge.
In meiner täglichen Arbeit mit KI-Tools hat sich eine Erkenntnis immer wieder bestätigt: Die Formel macht den Unterschied – nicht das Tool. Wer Rolle, Output und Input definiert, bekommt beim ersten Versuch ein Ergebnis, das funktioniert. Das erspart mir bei Texterstellungen 75% der Arbeitszeit.
Stell dir vor, du rufst jemanden an und sagst: 'Schreib mir zehn Texte.' Kein Name, keine Firma, kein Ton, kein Format. Was bekommst du? Irgendetwas Generisches, das du komplett umschreiben musst.
Genau das passiert mit ChatGPT, wenn der Prompt zu vage ist. 'Schreib mir 10 Instagram-Captions über mein Produkt' klingt nach einer klaren Aufgabe. Ist es aber nicht - denn ChatGPT weiß nicht für wen, in welchem Ton, in welchem Format, mit welchem Ziel. Das Ergebnis: drei Korrekturrunden, verschwendete Zeit, Frust.
Das Problem ist nicht die KI. Das Problem ist das fehlende Briefing.
Die Formel ist einfach. Aber die Reihenfolge ist alles.
R wie Rolle: Sag ChatGPT zuerst, wer es in diesem Moment ist. Nicht 'du bist ein Assistent'. Konkret: 'Du bist Performance Marketer für eine nachhaltige Modemarke, Zielgruppe Frauen 25-40.' Diese Rolle setzt den Kontext für jeden Satz, der danach kommt.
O wie Output: Beschreib präzise das gewünschte Format. Nicht 'schreib Texte'. Sondern: '20 Meta-Titel und Meta-Beschreibungen als Tabelle, zwei Spalten, max. 150 Zeichen je Zeile.' Je genauer das Format, desto weniger Nacharbeit.
I wie Input: Gib das Material. Zielgruppe, Tonalität, zwei Beispiele aus alten Posts, Einschränkungen wie 'keine Anglizismen' oder 'kein Du'. Je mehr Kontext, desto besser das Ergebnis - beim ersten Versuch.
Die Frage kommt immer wieder - und die Antwort ist eindeutig: Nein. Google hat das explizit bestätigt. Was zählt, ist ob der Inhalt hilfreich ist, ob er redigiert wurde und ob echte Expertise dahintersteckt.
In der Praxis heißt das: ChatGPT liefert die Struktur, du lieferst deine Stimme. Ein Beispiel aus deiner Erfahrung. Eine Zahl aus deiner Arbeit. Eine Einschätzung, die nur du geben kannst. Genau das macht aus einem KI-Entwurf einen Text, den Google als verlässliche Quelle einstuft - und den LLMs wie ChatGPT oder Perplexity zitieren.
Dein Name als Autorin, ein aktuelles Datum, ein Article-Schema im Code: das sind die drei Signale, die Google und LLMs brauchen um zu verstehen - hier steht eine echte Person hinter dem Inhalt.
Content-Erstellung ist der naheliegendste Use Case - Blog-Entwürfe, Social-Media-Captions, Produktbeschreibungen. Aber ChatGPT kann mehr.
Für SEO: Keywords clustern, Meta-Descriptions für viele URLs auf einmal generieren, interne Verlinkungsstrategien vorschlagen. Das spart Stunden manueller Arbeit.
Für Strategie: Zielgruppen-Personas entwickeln, Wettbewerber-Positionierungen analysieren, einen 30-Tage-Content-Plan erstellen - alles in einer Sitzung, wenn der Prompt stimmt.
Für E-Mail-Marketing: Komplette Sequenzen in einem Durchgang anlegen. Mit R-O-I-Formel und Beispielen aus bestehenden Mails liefert ChatGPT einen direkt anpassbaren Entwurf.
Wichtig: ChatGPT kann halluzinieren - also Fakten erfinden, die plausibel klingen, aber falsch sind. Jeder Output braucht einen menschlichen Gegencheck vor der Veröffentlichung.
Der erste ChatGPT-Output ist selten das Endergebnis - und das ist kein Fehler, das ist das System. Iteratives Prompting nutzt genau das aus.
Nach dem ersten Entwurf: Gib konkretes Feedback. Nicht "mach es besser", sondern "mach Satz 3 direkter", "ersetze alle Anglizismen", "kürze auf 120 Zeichen". Je spezifischer die Anweisung, desto präziser die Anpassung.
Variationen anfordern: "Schreib mir drei Versionen - eine formell, eine locker, eine provokant." Das gibt dir Auswahl ohne dreifachen Aufwand.
Kontext erhalten: ChatGPT merkt sich den Gesprächsverlauf in einer Session. Nutze das: Baue Korrekturrunden aufeinander auf, statt jedes Mal neu zu briefen. So entwickelt sich ein Ergebnis statt neu zu entstehen.
R-O-I steht für Rolle, Output und Input - in dieser Reihenfolge. Rolle zuerst konditioniert ChatGPT für den gesamten Kontext. Output definiert das Format präzise. Input liefert Zielgruppe, Ton und Beispiele. Das Ergebnis: verwertbarer Content beim ersten Versuch.
Nutze die R-O-I-Formel: Definiere ChatGPT als deine Content-Strategin für deine Nische [R], fordere einen 30-Tage-Plan als Tabelle mit Thema, Format und Kanal [O] und gib Zielgruppe, Ton und Beispiel-Inhalte als Kontext [I]. Das liefert in 10-20 Minuten einen direkt nutzbaren Plan.
Nein. Google bewertet Qualität, nicht die Herkunft eines Textes. KI-Content funktioniert, wenn er redigiert wurde, echte Expertise enthält und mit Autorschaft sowie aktuellem Datum versehen ist.
Durch klare Autorschaft (Name + sameAs-Link), aktuelles Datum, Article-Schema im Seitencode und direkte Antwort-Sätze am Anfang jedes Abschnitts. LLMs bevorzugen strukturierte, faktische Quellen mit nachweisbarer E-E-A-T-Grundlage.
Effektive Marketing-Prompts mit R-O-I-Struktur brauchen 200-400 Zeichen. Länge ist kein Qualitätsmerkmal - Präzision in Rolle, Output-Format und Input-Kontext ist entscheidend, nicht die Zeichenanzahl.
Am stärksten bei Content-Erstellung, SEO-Texten (Meta-Descriptions, Keyword-Cluster), E-Mail-Sequenzen und Zielgruppen-Personas. Mit R-O-I-Formel und klarem Format liefert ChatGPT bei diesen Aufgaben sofort verwertbare Ergebnisse.
Iteratives Prompting bedeutet, den ersten ChatGPT-Output als Ausgangspunkt zu nutzen und gezielt nachzufeinern - mit konkretem Feedback ("kürze auf 120 Zeichen") statt neuen Prompts. So entsteht ein präzises Ergebnis statt eines generischen Entwurfs.