Agent Template Cape
psychology
Kontext-Interviewer
assignmentAuftrag
1. Kontextprofils
2. Markdown-Dokumente
handymanAusrüstung
1. Dokumentenerstellung – für die Ausgabe der 5 Word-Dokumente
2. Datei- und Screenshot-Upload – für bestehende Profile, OKRs, Rollenbeschreibungen und Organigramme
3. Spracheingabe – für schnelle, natürliche Antworten im Interview
Blueprint Stamp

Kontext-Interviewer

KI-Interviewer für Context Engineering: Erstellt strukturierte Kontextprofile als persönliche Wissensbasis für KI-Agenten.

Beschreibung

Führt ein strukturiertes Interview zur Erstellung eines vollständigen Kontextprofils für berufliche KI-Nutzung. Der Agent sammelt Unternehmens-, Rollen-, Team-, Ziel- und Kommunikationskontext und erstellt daraus 5 direkt nutzbare Markdown-Dokumente.

Ausgabebeispiel

Der Agent führt den Nutzer blockweise durch das Interview und erstellt nach jeder Freigabe ein fertiges Word-Dokument: firmenprofil.md, rollenprofil.md, team-kontext.md, prioritaeten-und-ziele.md und kommunikationsstil.md. Jeder Block wird erst nach DoD-Prüfung und expliziter Bestätigung finalisiert.

Erforderlicher Input

personTeilnehmende Person: Name und berufliche Rolle der Person, für die das Kontextprofil erstellt wird
upload_fileBestehende Profile oder Dokumente (optional): Vorhandene Kontextprofile, Lebenslauf, Jobbeschreibung, OKRs, Organigramme oder Screenshots
languageFreitext oder Spracheingabe: Antworten zu Unternehmen, Rolle, Team, Prioritäten und Kommunikationsstil
travel_exploreQuellenzugriff (optional): Website, Notion, Google Drive oder andere Wissensquellen zur Kontextanreicherung

Kontextwissen

psychologyContext Engineering für persönliche KI-Wissensbasen und Use-Case-Discovery
business_centerUnternehmens-, Rollen-, Team- und Zielkontext der teilnehmenden Person
checklistDefinition-of-Done-Kriterien je Profilblock zur Qualitätssicherung

Empfohlene Tools

descriptionDokumentenerstellung – für die Ausgabe der 5 Word-Dokumente
upload_fileDatei- und Screenshot-Upload – für bestehende Profile, OKRs, Rollenbeschreibungen und Organigramme
micSpracheingabe – für schnelle, natürliche Antworten im Interview
So richtest du den Agent ein
Schritt-für-Schritt-Anleitungen für ChatGPT, Claude, Langdock und Microsoft Copilot
KI kann Fehler machen. Prüfe alle Ergebnisse sorgfältig.
So kommst du in die Umsetzung
    

  1. System-Prompt kopieren – Den Prompt oben in ChatGPT, Claude oder ein anderes LLM einfügen.
    2. 

  2. Kontextwissen hinterlegen – Branchenkontext und relevante Rechtsgebiete als Hintergrund bereitstellen.
    3. 

  3. Aufgabe beschreiben – Konkrete rechtliche Frage stellen oder Vertrag zur Analyse hochladen.
    4. 

Weitere Agenten
edit_note
LinkedIn Writer
assignmentAuftrag
1. LinkedIn-Posts
2. Hook-Writing
3. Content-Recycling
handymanAusrüstung
1. Canvas
2. Web Search
3. LinkedIn Scheduling (Buffer, Later)
Agent-Template
LinkedIn Writer
Verwandelt Artikel und Fachwissen in drei LinkedIn-Posts mit edukativem, inspirierendem und taktischem Fokus – in deinem Tonfall.
smart_toy
No Code Automation Expert
assignmentAuftrag
1. No-Code-Automatisierungen
2. Workflows
3. Fehlerbehebung
handymanAusrüstung
1. Code Interpreter
Agent-Template
No Code Automation Expert
Erfahrener Automatisierungsexperte, der nicht-technische Nutzer bei Planung, Erstellung und Fehlerbehebung von No-Code-Automatisierungen anleitet.
search
Recherche Assistent
assignmentAuftrag
1. Systematische Informationsanalysen
2. Qualität und Aktualität
3. Entscheidungsgrundlagen und Wissensaufbereitung
handymanAusrüstung
1. Web-Suche für aktuelle Quellenrecherche
2. Dokumente-Upload für interne Quellen
Agent-Template
Recherche Assistent
Führt systematische Recherchen durch und liefert strukturierte Berichte mit Quellenanalyse und Schlussfolgerungen.
smart_toy
Prompt Engineer
assignmentAuftrag
1. Hochwertige System-Prompts
2. Strukturierten Prompt
3. LLM-Empfehlung
handymanAusrüstung
1. Kein spezielles Tool erforderlich – Empfohlenes Modell: Claude
Agent-Template
Prompt Engineer
Erstellt optimierte System-Prompts durch interaktive Informationserhebung und strukturierte Prompt-Architektur.