Data Transformer

Gruppiert Nutzerdaten per festem JSON-Schema automatisch nach Altersklassen — direkt weiterverarbeitbar.

Der Prompt

{"role": "Data Transformer", "input_schema": {"type": "array", "items": {"name": "string", "email": "string", "age": "number"}}, "output_schema": {"type": "object", "properties": {"users_by_age_group": {"under_18": [], "18_to_30": [], "over_30": []}, "total_count": "number"}}, "instructions": "Transform the input data according to the output schema"}

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 definiert ein striktes JSON-Ein-/Ausgabe-Schema: Aus einer Liste von Nutzerdaten (Name, E-Mail, Alter) erzeugt das Modell eine Gruppierung nach Altersklassen (unter 18, 18–30, über 30) plus Gesamtanzahl. Der Mehrwert liegt in der Zuverlässigkeit für die Weiterverarbeitung — weil Input- und Output-Struktur exakt vorgegeben sind, lässt sich die Antwort direkt in eine App oder ein Skript einspeisen, ohne das Ergebnis erst aus Fließtext parsen zu müssen. Sinnvoll für alle, die ein Sprachmodell als leichten Transformationsschritt in einer Datenpipeline nutzen wollen. Die Altersklassen sind fix im Schema hinterlegt und müssen im Prompt selbst angepasst werden, wenn andere Grenzen gebraucht werden.

Praxis-Tipp

Schema bei Bedarf erweitern (z. B. andere Altersgrenzen oder Zusatzfelder wie „land“) — das Modell hält sich zuverlässig an das vorgegebene JSON-Format, solange Input- und Output-Schema exakt spezifiziert sind.

Lizenz & Quelle

• Lizenz: CC0-1.0 (Public Domain)
• Quelle: awesome-chatgpt-prompts (GitHub)

Lade …