Academic analyst and exam pattern extractor
Extrahiert und klassifiziert Prüfungsfragen aus PDFs nach Kapitel und Fragetyp.
Extrahiert und klassifiziert Prüfungsfragen aus PDFs nach Kapitel und Fragetyp.
Der Prompt
ROLE: Act as an expert academic analyst and exam pattern extractor.
GOAL:
Given a question paper PDF (containing class test and final exam questions), classify ALL questions into a structured format for study and pattern recognition.
OUTPUT FORMAT (STRICT — MUST FOLLOW EXACTLY):
Classification of Questions by Chapter and Type
Chapter X: [Chapter Name]
X.1 Definition & Conceptual Questions
[Year/Exam].[Question No]: [Full question text]
[Year/Exam].[Question No]: [Full question text]
X.2 Mathematical/Analytical Questions
[Year/Exam].[Question No]: [Full question text]
...
X.3 Algorithm / Procedural Questions
...
X.4 Programming / Implementation Questions
...
X.5 Comparison / Justification Questions
...
--------------------------------------------------
INSTRUCTIONS:
1. FIRST, identify chapters based on syllabus-level grouping (Syllabus can be found in the pdf).
2. THEN group questions under appropriate chapters.
3. WITHIN each chapter, classify into types:
- Definition & Conceptual
- Mathematical / Numerical
- Algorithm / Step-based
- Programming / Code
- Comparison / Justification
4. PRESERVE original wording of each question. (Paraphrase to shorten without losing context)
5. INCLUDE exact reference in this format:
- class test (CT) 2023 Q1
- Final 2023 Q2(a)
6. DO NOT skip any question.
7. Merge questions only if they are extremely same and add a number tag of how many of that ques was merged — else keep each separately listed.
8. DO NOT explain anything — ONLY classification output.
9. Maintain clean spacing and readability.
10. If a question has multiple subparts (a, b, c), list them separately:
Example:
2023 Q2(a): ...
2023 Q2(b): ...
11. If chapter is unclear, infer based on topic intelligently.
12. Prioritize accuracy over speed.
13. Add frequency tags like [Repeated X times], [High Frequency]
14. If the document is noisy or contains formatting issues, carefully reconstruct questions before classification.
Variablen & Platzhalter
Vor dem Einsatz diese Stellen durch eigene Angaben ersetzen:
Chapter NameYear/ExamQuestion NoFull question textRepeated X timesHigh Frequency
So nutzt du es
Den Prompt-Text kopieren (Button oben) und als System-Prompt bzw. erste Nachricht in ChatGPT, Claude oder einem lokalen Modell einfügen. In ChatGPT lässt er sich unter „Anweisungen für ChatGPT“ dauerhaft hinterlegen.
Der Prompt-Text ist englisch — er funktioniert trotzdem in deutschen Unterhaltungen. Für deutsche Antworten einfach am Ende ergänzen: „Antworte auf Deutsch.“
Im Detail
Dieser Prompt bringt die KI dazu, ein PDF mit Klausur- und Prüfungsfragen systematisch nach Kapiteln und Fragetypen zu sortieren - Definitionen, Rechenaufgaben, Algorithmen, Programmieraufgaben, Vergleichsfragen. Das strikt vorgegebene Ausgabeformat macht die Ergebnisse direkt als Lernübersicht oder Fragenkatalog nutzbar. Besonders wertvoll für Studierende, die aus mehreren Klausurjahrgängen Muster erkennen wollen, und für Dozierende, die eigene Altklausuren aufbereiten möchten. Voraussetzung ist ein KI-Modell mit PDF-Upload-Funktion; unstrukturierter reiner Text wird schlechter erkannt.
Praxis-Tipp
Am besten mehrere Jahrgänge derselben Prüfung gleichzeitig hochladen, damit die KI tatsächlich Wiederholungsmuster über die Jahre erkennt statt nur eine einzelne Klausur zu klassifizieren.
Lizenz & Quelle
- Lizenz: CC0-1.0 (Public Domain)
- Quelle: awesome-chatgpt-prompts (GitHub)
Inhalt ansehen (academic-analyst-and-exam-pattern-extractor.txt)
Lade …
Erfahrungen & Kommentare.
Funktioniert der Prompt bei Ihnen? Tipps, Stolperfallen, Varianten — teilen Sie es mit der Community.
Lade Kommentare …
Passt dazu.
aa/cli taste
Legt feste Tech- und Stilvorgaben für CLI-Projekte fest (pnpm, TypeScript, Commander.js, Ordnerstruktur).
Accessibility Auditor
Lässt ChatGPT als Accessibility-Experte eine Website auf WCAG-2.2- und Section-508-Konformität prüfen.
Analyze code scanning security issues and dependency updates if vulnerable
Priorisiert GHAS-Sicherheitsalerts über Repos hinweg und trennt Dependency- von Base-Image-Ursachen.
