27 ChatGPT-Prompts für Social-Media-Marketing im Jahr 2026

Vor zwei Jahren bedeutete die Nutzung von ChatGPT für Social Media noch, „schreib mir eine Instagram-Caption“ einzutippen und zu hoffen, dass das Ergebnis nicht peinlich war. Die Messlatte lag niedrig, die Ergebnisse waren mittelmäßig, und die meisten Marketer betrachteten AI-Prompts eher als Spielerei denn als echten Workflow.

Das hat sich geändert. KI ist mittlerweile fester Bestandteil von Social-Media-Workflows in der gesamten Branche. Nielsens Marketing-Report für 2025 zeigt, dass ein Großteil der Marketing-Organisationen KI bereits für Contenterstellung, Personalisierung, Segmentierung und Performance-Messung nutzt. Hootsuite’s Social Trends Report für 2026 bestätigt diesen Wandel: Social-Media-Teams stehen unter dem Druck, mehr Content auf mehr Plattformen mit gleichbleibender (oder geringerer) Mitarbeiterzahl zu produzieren – und AI-Prompts sind der wichtigste Hebel, um den Output ohne steigende Kosten zu skalieren.

Doch die meisten Artikel zum Thema „ChatGPT-Prompts für Social Media“ liefern nur die immer gleichen, generischen Vorlagen: „Schreibe mir eine Instagram-Caption über [Thema].“ Das bringt nichts. Das Ergebnis klingt wie jeder andere KI-generierte Post auf der Plattform und hat keinerlei Bezug zu Ihren tatsächlichen Performance-Daten, dem Verhalten Ihrer Audience oder Ihren Geschäftszielen.

Diese ChatGPT-Prompts für Social Mode Marketing basieren auf echten Performance-, Zielgruppen- und Markendaten statt auf rein theoretischen Themen-Inputs. Jeder Prompt sagt Ihnen genau, welche Daten Sie aus welchem Tool exportieren und wie Sie das Modell damit füttern müssen, damit der Output in Ihrer Realität verankert ist – statt in austauschbaren Marketing-Floskeln. Falls Sie noch nie einen Suchanfragen-Bericht aus der Google Search Console exportiert oder eine Performance-Analyse aus dem Meta Ads Manager gezogen haben, lernen Sie auch das hier.

Was einen starken Social-Media-Prompt ausmacht

Bevor wir zur Prompt-Bibliothek kommen, hier das Framework, das nützliche Social-Media-Prompts von generischem Standard unterscheidet.

Sowohl der Prompt-Engineering-Guide von OpenAI als auch die Prompting-Dokumentation für Claude von Anthropic kommen zum selben Schluss: Klare, spezifische Anweisungen mit relevantem Kontext liefern dramatisch bessere Ergebnisse als vage Anfragen. Das folgende Framework wendet dieses Prinzip speziell auf Social-Media-Content an.

Die Formel: Rolle + Kontextdaten + Plattform + Zielgruppe + Zielsetzung + Tonalität + Format + Einschränkungen

Achten Sie auf die Ergänzung: Kontextdaten. Das ist der Punkt, den die meisten Prompt-Listen auslassen. Wenn Sie das Modell mit Ihren echten Performance-Daten, Ihrer Zielgruppenrecherche oder einer Wettbewerbsanalyse füttern, verwandelt sich das Ergebnis von „plausiblem Marketing-Blabla“ in „Content, der auf dem basiert, was in Ihrem Business tatsächlich funktioniert“.

Hier ist die Praxisversion. Statt:

Schreibe einen LinkedIn-Post über unseren Produktlaunch.

Versuchen Sie:

Du bist ein erfahrener B2B Content Marketer. Hier ist unser Produkt-Launch-Briefing: [Briefing einfügen]. Hier sind die Top 5 der erfolgreichsten LinkedIn-Posts unseres Accounts aus den letzten 90 Tagen inklusive Interaktionsraten: [Daten einfügen]. Schreibe einen Launch-Post, der sich an den strukturellen Mustern unseres erfolgreichsten Contents orientiert. Zielgruppe: Marketingleiter in mittelständischen SaaS-Unternehmen. Tonalität: selbstbewusst und messerscharf, niemals werblich. Unter 200 Wörtern. Beende den Post mit einer Frage, die zu fachlichem Austausch einlädt, statt mit einem generischen CTA.

Der zweite Prompt liefert einen Output, den Sie tatsächlich editieren und veröffentlichen können. Den ersten können Sie direkt löschen. Das ist der Unterschied zwischen schwachen und starken ChatGPT-Prompts für das Content Creation: der Kontext, den Sie mitliefern.

Ein weiteres wichtiges Prinzip: Die Pew-Research-Daten von 2025 zu Teenagern und Chatbots zeigen, dass ein jüngeres Publikum KI-generierte Inhalte viel schneller erkennt als ältere Generationen – was die Messlatte für Spezifität und Authentizität noch höher legt. Wenn Ihre Prompts Texte erzeugen, die sich wie jeder Standard-KI-Post lesen, haben Sie zwar Zeit gespart, aber Glaubwürdigkeit verloren. Das Ziel sind Entwürfe, die nach Ihrer Brand klingen und nicht nach einem Sprachmodell.

Datengestützte Strategie-Prompts

Diese Prompts nutzen echte Datenexporte, um Social-Media-Strategien zu entwickeln, die auf Performance basieren, nicht auf Bauchgefühl. Jeder Prompt definiert genau, welche Daten Sie woher ziehen müssen.

1. Content-Gaps auf Social Media über Suchdaten aufdecken

Datenexport: Google Search Console → Leistung → Suchanfragen der letzten 90 Tage exportieren. Filtern Sie nach Begriffen mit hoher Impressionen-Zahl, aber niedriger Klickrate (CTR unter 3 %). Das sind oft Themen, nach denen Ihre Zielgruppe sucht, die Sie in der organischen Suche aber noch nicht optimal abdecken.

Prompt: „Hier sind Suchanfragen aus der Google Search Console, bei denen unsere Website Impressionen, aber nur wenige Klicks erzielt: [Gepostete CSV-Datei oder Top 20 Suchanfragen einfügen]. Das sind Themen, die unsere Zielgruppe beschäftigen, bei denen wir in der Suche aber noch nicht überzeugen. Schlage für jede Suchanfrage einen Social-Media-Ansatz vor, der die zugrundeliegende Frage oder das Problem der User löst. Bestimme die jeweils am besten geeignete Plattform (LinkedIn, Instagram, TikTok, YouTube oder Reddit) und das Format (Textpost, Karussell, Kurzvideo, Artikel). Unsere Brand zeichnet sich aus durch: [Beschreibung]. Unsere Zielgruppe ist: [Beschreibung].“

Warum das funktioniert: Statt Content-Themen aus dem Nichts zu brainstormen, starten Sie direkt mit der nachgewiesenen Nachfrage Ihrer Zielgruppe. Das sind echte Fragen, die Ihre potenziellen Kunden bereits stellen.

2. Identifizieren, welche Blog-Inhalte auf Social Media gepusht werden sollten

Datenexport: GA4 → Berichte → Landingpages (nicht „Seiten und Bildschirme“, da Letzteres Seitenpfade statt tatsächlicher Einstiegspunkte trackt). Exportieren Sie die Top 50 Landingpages nach Sitzungen für die letzten 90 Tage. Nehmen Sie die Spalten für Engagement-Rate, durchschnittliche Interaktionsdauer und Conversions (bzw. Schlüsselereignisse) dazu. Hinweis: Die Zuordnung des Social-Traffics in GA4 steht und fällt mit sauberem UTM-Tagging. Ohne UTM-Parameter in Ihren Social-Links wird Traffic oft als „Direct“ oder „Unassigned“ ausgewiesen, was Ihre Social-Performance schlechter aussehen lässt, als sie ist.

Prompt: „Hier sind unsere erfolgreichsten Website-Inhalte aus GA4 der letzten 90 Tage: [Daten einfügen]. Identifiziere die 10 Seiten mit der besten Kombination aus Interaktionsdauer und Conversion-Rate. Erstelle für jede Seite einen Social-Media-Distributionsplan: Auf welcher Plattform soll sie promotet werden, mit welchem inhaltlichen Hook (nicht einfach nur dem Blogtitel) und ob der Beitrag organisch ausgespielt, als Paid-Ad geboostet oder nativ für das jeweilige Social-Format (Karussell, Video, Thread) aufbereitet werden soll. Unsere Zielgruppe ist: [Beschreibung].“

Warum das funktioniert: Die meisten Teams posten Blogartikel willkürlich auf Social Media. Dieser Prompt nutzt echte Engagement- und Conversion-Daten, um genau die Inhalte zu priorisieren, die nachweislich bereits funktionieren.

3. Eine Content-Säulen-Strategie aus Performance-Daten von Ads entwickeln

Datenexport: Meta Ads Manager → Kampagnen → Spalten anpassen auf: Anzeigenname, Hook/Primärer Text, CTR, Kosten pro Ergebnis, ThruPlay-Rate (bei Videos) und Relevanz-Score. Exportieren Sie die letzten 60 Tage. Alternativ nutzen Sie Google Ads → Anzeigen & Assets → Performance nach Anzeigentexten exportieren.

Prompt: „Hier sind die Performance-Daten unserer Paid-Social-Kampagnen der letzten 60 Tage: [Daten einfügen]. Analysiere, welche Botschaften, Hooks, Pain Points und Value Propositions die beste CTR und die niedrigsten Kosten pro Ergebnis erzielt haben. Gruppiere die Gewinner-Elemente in 3–5 thematische Cluster. Diese Cluster werden unsere organischen Content-Säulen. Schlage für jedes Cluster 5 organische Post-Ideen vor, die diese Botschaften vertiefen, ohne wie eine Anzeige zu wirken. Plattformen: [Plattformen auflisten].“

Warum das funktioniert: Ihre Paid-Daten sind die teuerste Zielgruppenrecherche, die Ihnen bereits zur Verfügung steht. Erfolgreiche Ad-Hooks verraten Ihnen exakt, welche Botschaften zünden. Dieser Prompt verwandelt dieses Investment direkt in eine organische Content-Strategie.

4. AI-Search-Sichtbarkeit prüfen, um Social-Content-Prioritäten zu setzen

Datenexport: Wenn Sie ein Markentool für LLM-Monitoring wie Peec AI oder Scrunch nutzen, exportieren Sie die Erwähnungen Ihrer Brand, Ihre Sichtbarkeits-Scores und die Themen/Prompts, bei denen Ihre Brand in KI-Antworten auftaucht (oder fehlt). Haben Sie kein solches Tool, stellen Sie testweise 10 bis 15 Branchenfragen manuell in ChatGPT, Gemini und Perplexity und notieren Sie, wo Ihre Brand, Ihre Wettbewerber oder Ihre Inhalte zitiert werden.

Prompt: „Hier sind die Themen und KI-generierten Suchanfragen, bei denen unsere Brand aktuell in LLM-Antworten auftaucht, sowie Themen, bei denen Mitbewerber genannt werden, wir aber nicht: [Daten oder manuelle Analysen einfügen]. Schlage für die Themen, bei denen wir fehlen, gezielte Social-Media-Inhalte vor, um unsere Sichtbarkeit zu erhöhen. Fokussiere dich auf Formate, die von KI-Modellen gut indexiert werden können: LinkedIn-Artikel, YouTube-Videos mit detaillierten Beschreibungen, fundierte Reddit-Antworten in relevanten Subreddits und Long-Form-Content auf Substack oder Medium. Nenne für jede Content-Lücke den genauen inhaltlichen Ansatz und die passende Plattform.“

Warum das funktioniert: Die KI-gestützte Suche wird zu einem immer wichtigeren Kanal, über den Menschen Brands und Inhalte entdecken. Dieser Prompt schlägt die Brücke von Ihren LLM-Sichtbarkeitsdaten zu suchmaschinenrelevantem Social-Content, der darauf ausgelegt ist, von KI-Modellen zitiert zu werden.

5. Social-Performance von Wettbewerbern analysieren

Datenexport: Hierfür ist kein Software-Export nötig. Analysieren Sie manuell die Social-Profile eines Mitbewerbers der letzten 30 Tage. Notieren Sie die 5 erfolgreichsten Posts nach Engagement (Likes, Kommentare, Shares). Kopieren Sie den Text, halten Sie das Format und den Hook fest.

Prompt: „Hier sind die 5 erfolgreichsten Social-Media-Posts von [Mitbewerber] aus den letzten 30 days: [Inhalte und ungefähre Kennzahlen einfügen]. Analysiere, warum diese Posts funktioniert haben ordne Hook-Struktur, Content-Format, thematischen Ansatz, emotionalen Trigger und CTA-Stil ein. Identifiziere anschließend 5 Content-Chancen, bei denen wir ein ähnliches Thema aus unserer ganz eigenen, differenzierten Perspektive bespielen können. Unser Alleinstellungsmerkmal ist: [Beschreibung]. Unsere Zielgruppe ist: [Beschreibung]. Vermeide es, den Ansatz einfach zu kopieren. Finde die Lücken in ihrer Positionierung.“

6. Social-Content mithilfe von CRM-Daten entlang der Buyer Journey mappen

Datenexport: CRM (HubSpot, Salesforce, etc.) → Exportieren Sie eine Liste aktueller „Closed-Won“-Deals und analysieren Sie, welche Content-Touchpoints in der Kontakthistorie vor der Conversion auftauchen. Wenn Ihr CRM keine Social-Touches aufzeichnet, nutzen Sie GA4 → Werbung → Conversion-Pfade → Filter auf Social-Channels setzen.

Prompt: „Hier sind die Content-Touchpoints, die in der Customer Journey unserer letzten Kunden vor der Conversion lagen: [Daten einfügen]. Analysiere, in welchen Phasen der Buyer Journey (Awareness, Consideration, Decision) die meisten Social-Media-Touchpoints liegen und wo Lücken sind. Schlage für diese Lücken konkrete Social-Media-Formate und Themen vor, um sie zu schließen. Unser Sales-Zyklus dauert: [Länge]. Unsere primären Plattformen sind: [Liste]. Unser Produkt ist: [Beschreibung].“

Prompts für das Content Creation

Diese ChatGPT-Prompts für das Content Creation gehen weit über ein einfaches „schreib mir einen Post“ hinaus. Jeder einzelne Prompt löst ein konkretes Problem in der Produktion und basiert im Gegensatz zu generischen Prompts auf Ihren eigenen Daten.

7. Eine wiederkehrende Support-Frage in Educational Content verwandeln

Datenexport: Customer-Support-Tool (Zendesk, Intercom, HelpScout etc.) → Exportieren Sie die Top 10 der am häufigsten gestellten Fragen oder Ticket-Kategorien der letzten 90 Tage. Nutzen Sie den originalen Wortlaut der Kunden, nicht Ihre internen Kategorisierungen.

Prompt: „Hier sind die 10 häufigsten Fragen, die unsere Kunden an den Support richten: [Fragen im Original-Wortlaut der Kunden einfügen]. Erstelle für jede Frage einen Social-Media-Post, der das Problem proaktiv löst. Nutze die exakte Sprache der Kunden im Hook – das ist die Art und Weise, wie echte Menschen das Problem beschreiben; so sprichst du auch andere an, die vor derselben Herausforderung stehen. Definiere für jeden Post: Plattform, Format (Text, Karussell, Kurzvideo) und ob auf einen Hilfe-Artikel verlinkt werden soll oder ob der Post in sich geschlossen funktioniert. Unsere Brand Voice ist: [Beschreibung].“

Warum das funktioniert: Support-Tickets sind die am meisten unterschätzte Content-Quelle im Marketing. Die Fragen sind bereits in der echten Kundensprache formuliert, was zu viel authentischeren Hooks führt, als man sie intern jemals entwickeln könnte.

8. Einen LinkedIn-Artikel aus rohem Expertenwissen schreiben

Prompt: „Ich möchte meine Perspektive zum Thema [Thema] teilen, basierend auf meiner Erfahrung als [Ihre relevante Erfahrung/Expertise]. Hier sind meine ungefilterten Gedanken dazu: [Fügen Sie Ihre unstrukturierten Gedanken, Beobachtungen, Datenpunkte und Meinungen ein, auch wenn sie ungeordnet sind]. Verwandle das in einen LinkedIn-Artikel von 800 bis 1.200 Wörtern. Setze auf einen starken Einstieg, der die Kernaussage direkt in den ersten zwei Sätzen auf den Punkt bringt. Baue danach 3 bis 5 Abschnitte auf, die die These mit konkreten Beispielen untermauern, und schließe mit einem klaren Fazit. Tonalität: Ein erfahrener Experte schreibt für seine Peers, nicht eine Marke für Leads. Keine werbliche Sprache. Keine oberflächlichen Ratschläge. Jeder Absatz muss etwas Spezifisches enthalten – sei es eine Zahl, ein konkretes Beispiel oder ein bestimmtes Muster.“

Warum das funktioniert: LinkedIn-Artikel performen am besten, wenn sie echte Expertise vermitteln und nicht wie glattgebürsteter Marketing-Content wirken. Dieser Prompt nimmt Ihre ungefilterten Gedanken, strukturiert sie schlüssig und bewahrt gleichzeitig Ihre persönliche, meinungsstarke Note.

9. Video-Ad-Skripte mit getesteten Hook-Varianten erstellen

Datenexport: Wenn Sie bereits Video-Ad-Daten haben, exportieren Sie die Top 5 Hooks (die ersten 3 Sekunden Text/Dialog), die im Meta Ads Manager oder TikTok Ads Manager die beste ThruPlay-Rate oder Watch-Through-Rate erzielt haben.

Prompt: „Hier sind die 5 am besten performenden Hooks unserer letzten Video-Ad-Kampagnen: [Hooks mit Performance-Daten einfügen]. Analysiere, welches strukturelle Muster diese Hooks erfolgreich gemacht hat (Frage, mutige Behauptung, Pattern Interrupt, Pain Point, Social Proof). Schreibe anschließend ein neues 30-sekündiges Video-Ad-Skript für [Produkt/Angebot] für die Zielgruppe [Zielgruppe] auf [Plattform]. Erstelle für dieses Skript 5 verschiedene Einstiegs-Hooks, die jeweils eines der oben analysierten Muster nutzen. Halte den restlichen Text und den CTA in allen 5 Versionen identisch. Schreibe in gesprochener Sprache, nicht als geschriebenen Text.“

Für Teams, die jede Hook-Variante direkt als fertiges Video testen möchten, anstatt nur eine auszuwählen, können KI-Videotools wie Creatify Agent diese Varianten in wenigen Minuten aus einem Skript oder einer Produkt-URL generieren. So können alle fünf Hooks als echte Ads getestet werden.

10. Einen „Mythos vs. Realität“-Post aus Branchen-Irrtümern entwickeln

Prompt: „Du bist ein [Ihre Rolle] in der Branche [Ihre Branche]. Hier sind verbreitete Irrtümer, die unsere Zielgruppe ([Zielgruppe beschreiben]) über [Thema] hat: [3–5 typische Mythen auflisten und kurz erklären, warum sie falsch sind]. Erstelle einen Social-Media-Post für [Plattform], der [einen speziellen Mythos] aufgreift. Struktur: Nenne den Mythos klar beim Namen, erkläre, warum er auf den ersten Blick logisch erscheint, und widerlege ihn dann mit konkreten Beweisen oder praktischer Erfahrung. Tonalität: wertschätzend und kompetent, niemals herablassend. Unter [Wortanzahl]. Beende den Post mit einem Reframing, das der Zielgruppe eine bessere Sichtweise auf das Thema bietet.“

11. Eine Case Study in eine Multi-Plattform-Kampagne verwandeln

Datenexport: Ihr Case-Study-Dokument inklusive aller konkreten KPIs, Kundenzitate und Vorher-Nachher-Vergleiche.

Prompt: „Hier ist unsere Case Study: [Vollständige Case Study oder Kernpassagen mit Kennzahlen einfügen]. Erstelle aus diesem Material eine Social-Media-Kampagne bestehend aus 5 Beiträgen. Post 1: LinkedIn-Textpost, der direkt mit der beeindruckendsten KPI einsteigt. Post 2: Instagram-Karussell (7 Slides), das die Vorher-Nachher-Story erzählt. Post 3: Kurzvideo-Skript für TikTok/Reels (30 Sekunden) nach dem Prinzip 'Diese Brand hatte dieses [Problem], das haben sie getan, das ist das Ergebnis'. Post 4: X-Thread (5 Tweets), der die Methodik im Detail aufschlüsselt. Post 5: Fundierter educational Beitrag im Reddit-Stil für r/[relevantes Subreddit], der Learnings teilt, ohne werblich zu sein. Stelle in jeder Version den Kunden als Helden dar, nicht unser Produkt.“

12. Plattform-native Beiträge aus einem einzigen Briefing generieren

Prompt: „Hier ist ein Produktupdate-Briefing: [Internes Briefing mit Feature-Details, Kundennutzen und Hintergrund einfügen]. Schreibe darauf basierend 4 Social-Media-Posts, die jeweils nativ für die entsprechende Plattform optimiert sind. LinkedIn: Ein 300–500 Wörter langer Thought-Leadership-Ansatz aus der Perspektive von [Name/Position] darüber, warum dieses Update für die gesamte Branche wichtig ist. Instagram: Eine visuell fokussierte Caption unter 100 Wörtern mit einem starken Hook für Reels oder den Feed, plus 5 Hashtags. TikTok: Ein 20-sekündiges gesprochenes Skript, das den Nutzen ganz ohne Fachjargon erklärt. X: Ein einzelner Tweet unter 280 Zeichen, der den Kernnutzen auf den Punkt bringt, kein Thread. Jeder Post muss so wirken, als wäre er von jemandem geschrieben worden, der täglich auf dieser Plattform aktiv ist, und nicht lieblos kopiert.“

13. Educational Content aus eigenen Daten erzeugen

Prompt: „Hier sind interne Daten unseres Unternehmens, die für unsere Zielgruppe hochinteressant sind: [Daten einfügen, z. B. aggregierte Kundendaten, Nutzungsmuster, Branchen-Benchmarks, Umfrageergebnisse oder beobachtete Trends]. Verwandle diese Daten in einen lehrreichen Social-Media-Post für [Plattform]. Steige direkt mit der überraschendsten Erkenntnis ein. Erkläre im Anschluss, was das konkret für die Praxis von [Zielgruppe] bedeutet. Erwähne unser Produkt nicht. Der Beitrag muss sich wie ein echter Branchen-Insight lesen, nicht wie ein Sales-Pitch. Format: [bestimmen]. Unter [Wortanzahl].“

Performance-Diagnose-Prompts

Diese Prompts helfen Ihnen dabei, anhand Ihrer echten Kennzahlen zu analysieren, was funktioniert, was hinfällig ist und wo Sie ansetzen müssen.

14. Ad-Fatigue (Kreativ-Ermüdung) anhand von Performance-Daten diagnostizieren

Datenexport: Meta Ads Manager → Aufschlüsselung → Nach Zeit (Tag). Exportieren Sie die letzten 30 Tage für Ihre Top 3 Ad Sets. Spalten: Frequenz, CTR, CPC und Kosten pro Ergebnis.

Prompt: „Hier sind die täglichen Performance-Daten unserer Top 3 Ad Sets der letzten 30 Tage: [Daten einfügen]. Identifiziere für jedes Ad Set, ob Anzeichen von Ad-Fatigue vorliegen, indem du auf folgende Muster achtest: Sinkt die CTR, während die Frequenz steigt? Steigt der CPC kontinuierlich an oder explodieren die Kosten pro Ergebnis nach einer anfangs starken Phase? Empfiehl für jedes ermüdete Ad Set: Wann sollten die Creatives getauscht werden (basierend auf den Datenmustern), welche Art von neuen Creatives sollte getestet werden (bezogen auf das bisherige Creative) und muss das Targeting angepasst werden oder reicht ein reiner Creative-Wechsel?“

Warum das funktioniert: Viele Teams tauschen Anzeigen nach Gefühl oder nach starren Zeitplänen. Dieser Prompt liest die realen Ermüdungssignale aus Ihren Kampagnendaten und empfiehlt konkrete Maßnahmen auf Basis harter Fakten.

15. Den wertvollsten Social-Media-Content in GA4 ermitteln

Datenexport: GA4 → Berichte → Akquisitionsbericht → Filtern Sie die „Standard-Kanalgruppe für Sitzungen“ auf Social Media Kanäle. Exportieren Sie Sitzungen, Engagement-Rate, Schlüsselereignisse (Conversions) und falls vorhanden den Umsatz aufgeschlüsselt nach Landingpages. Für tiefere Analysen erstellen Sie eine explorative Datenanalyse mit der Dimension „Landingpage“ und filtern nach „Sitzungsquelle/-medium“. Auch hier gilt: Ohne saubere UTM-Parameter wird der Social-Traffic in GA4 nicht korrekt zugeordnet.

Prompt: „Hier sind unsere Website-Performance-Daten, gefiltert nach Traffic aus Social-Media-Kanäen: [Daten einfügen]. Identifiziere, welche Landingpages über Social-Traffic die höchsten Conversion- und Engagement-Rates erzielen. Identifiziere zudem Seiten, die zwar viel Social-Traffic bekommen, aber ein schlechtes Engagement zeigen (hohe Absprungrate, kurze Verweildauer). Schlage für die gut konvertierenden Seiten vor, wie wir die Social-Promotion intensivieren können. Diagnostiziere bei den schlecht performenden Seiten die wahrscheinlichsten Ursachen (Inhalt passt nicht zur Social-Botschaft, lange Ladezeit, unklarer CTA) und schlage Optimierungen vor.“

16. Organische vs. Paid-Performance desselben Contents vergleichen

Datenexport: Für einen Inhalt, den Sie sowohl organisch gepostet als auch mit Mediabudget beworben haben: Ziehen Sie die organischen Metriken aus den nativen Analytics der Plattform (Reichweite, Engagement, Klicks) sowie die Paid-Metriken aus dem Ads Manager (Reichweite, CTR, CPC, Kosten pro Ergebnis).

Prompt: „Hier sind die organischen und bezahlten Performance-Daten für denselben Inhalt: [Beide Datensätze einfügen]. Vergleiche die Performance beider Kanäle. Hat die bezahlte Promotion eine neue Zielgruppe erreicht oder überwiegend dieselben Follower? Gab es Unterschiede in der Engagement-Qualität (Kommentare vs. Likes vs. Shares)? Empfiehl auf dieser Basis: Sollen wir diese Art von Content weiterhin mit Budget boosten, ihn nur noch rein organisch ausspielen oder eine spezifische Paid-Version mit einem anderen Hook oder CTA erstellen?“

17. Plötzliche Performance-Einbrüche analysieren

Prompt: „Unser [Plattform]-Account verzeichnet seit dem [Datum] einen deutlichen Einbruch bei den [Metrik: Reichweite/Engagement/Follower/Traffic]. Hier sind die Daten für die 2 Wochen vor und die 2 Wochen nach dem Einbruch: [Daten einfügen]. Hier ist eine Liste aller Änderungen, die wir in diesem Zeitraum vorgenommen haben: [Änderungen auflisten: z. B. Postingfrequenz, Content-Typen, Hashtag-Strategie, bekannte Algorithmus-Updates, Team-Wechsel]. Und das ist gleich geblieben: [Konstanten auflisten]. Analysiere die wahrscheinlichsten Ursachen. Unterscheide dabei zwischen plattformweiten Faktoren (Algorithmus-Änderungen, Saisonalität) und account-spezifischen Faktoren (Content-Qualität, nachlassendes Zielgruppen-Interesse, Posting-Rhythmus). Schlage 3 konkrete Tests vor, um die Performance wieder zu stabilisieren.“

18. Priorisieren, welcher organische Content mit Paid-Budget skaliert werden soll

Datenexport: Die organische Post-Performance der letzten 30 Tage aus den nativen Analytics Ihres Hauptkanals. Exportieren Sie die Daten auf Beitragsebene: Reichweite, Interaktionsrate, Speicherungen, Shares, Link-Klicks und Kommentare.

Prompt: „Hier ist unsere organische Social-Performance der letzten 30 Tage, Post für Post: [Daten einfügen]. Wir haben dieses Monat ein Budget von [Budget], um die erfolgreichsten Beiträge zu bewerben. Priorisiere die Posts nach ihrem 'Amplification-Potential'. Definiere dieses durch: eine hohe Interaktionsrate (insbesondere Speicherungen und Shares, die zeigen, dass der Inhalt echten Wert bietet), starke Klickzahlen (falls Traffic das Ziel ist) oder eine hohe Qualität der Kommentare (falls Community-Building das Ziel ist). Wähle die Top [3–5] Posts aus und empfiehl für jeden das passende Kampagnenziel (Traffic, Engagement, Reichweite oder Conversions), die Zielgruppe (Broad, Lookalike oder Retargeting) sowie eventuelle Anpassungen, um den Post als Ad noch erfolgreicher zu machen.“

Brand Voice und Competitive Intelligence Prompts

19. Einen Brand Voice Guide aus Ihrem erfolgreichsten Content erstellen

Datenexport: Ihre 20 erfolgreichsten Social-Media-Posts der letzten 6 Monate über alle Plattformen hinweg. Kopieren Sie die Texte dieser Posts.

Prompt: „Hier sind unsere 20 erfolgreichsten Social-Media-Posts der letzten 6 Monate: [Alle 20 Postings einfügen]. Analysiere sie auf wiederkehrende Tonalitäts-Muster: Wortwahl, Satzstruktur, Tonalität, Einsatz von Humor, Grad der Formalität, wie wir Posts einleiten, wie wir sie abschließen und welche emotionale Ebene wir ansprechen. Definiere die 5 konsistentesten Tonalitäts-Muster unserer besten Inhalte. Erstelle basierend auf diesen Erkenntnissen einen Brand Voice Guide. Dieser soll enthalten: 3 'Wir sind'-Beschreibungen, 3 'Wir sind nicht'-Beschreibungen, 5 typische Beispielformulierungen, die nach uns klingen, 5 Formulierungen, die unserer Brand Voice widersprechen, sowie plattformspezifische Anpassungen für LinkedIn, Instagram, TikTok und X.“

Warum das funktioniert: Die meisten Brand Voice Guides sind reine Theorie-Entwürfe (wie die Marke gerne klingen möchte). Dieser Guide hingegen basiert auf Empirie – aufgebaut auf Texten, die Ihre Zielgruppe bereits durch echtes Engagement validiert hat.

20. Typisches „KI-Deutsch“ erkennen und eliminieren

Prompt: „Prüfe diesen Social-Media-Entwurf: [Entwurf einfügen]. Markiere jedes Wort, jede Formulierung und jede Struktur, die typisch nach KI-generiertem Standard-Content klingen. Achte besonders auf: vage Superlative ('unglaublich', 'bahnbrechend', 'extrem wichtig'), hohle Phrasen und Einleitungen ('In der heutigen schnelllebigen Welt...', 'Es ist kein Geheimnis, dass...'), Aufzählungen, die so generisch sind, dass sie auf jede beliebige Brand passen würden, Sätze, die nur Offensichtliches wiederholen, und Formulierungen, die auch dann eins zu eins funktionieren würden, wenn man unseren Markennamen durch den eines Wettbewerbers ersetzt. Schreibe jede markierte Zeile so um, dass sie spezifisch für unsere Marke, unsere Zielgruppe oder unsere tatsächliche Erfahrung ist. Wenn ein Satz nicht zu retten ist, lösche ihn.“

Für diesen Prompt empfiehlt es sich, als Kontext auf Wikipedia's Kennzeichen von KI-Texten zu verweisen und dies als Hintergrundinformation mitzugeben.

21. Kompetitive Messaging-Analyse

Datenexport: Tragen Sie manuell 15 bis 20 aktuelle Social-Media-Posts von 3 Hauptkonkurrenten zusammen. Nutzen Sie Beiträge von verschiedenen Kanälen.

Prompt: „Hier sind aktuelle Social-Media-Posts von drei unserer Wettbewerber: [Wettbewerb-Posts einfügen, jeweils mit dem Namen des Mitbewerbers gelabelt]. Analysiere für jeden Mitbewerber: seine primären Botschaften, die adressierten Pain Points, die hervorgehobenen Value Propositions, Tonalität und Brand Voice sowie die bevorzugten Content-Formate. Identifiziere anschließend: Botschafts-Lücken, die keiner von ihnen abdeckt, Zielgruppen, die vernachlässigt werden, und Positionierungsansätze, die wir besetzen können. Das Alleinstellungsmerkmal unserer Brand ist: [Beschreibung]. Unsere Zielgruppe ist: [Beschreibung]. Schlage 5 Content-Themen vor, die diese strategischen Lücken gezielt ausnutzen.“

22. Lokalisierung von Content unter Beibehaltung der Tonalität

Prompt: „Hier sind 3 Social-Media-Posts, die für unsere US-Zielgruppe geschrieben wurden: [Posts einfügen]. Adapte diese für den [Zielmarkt: z. B. DACH-Region, UK, LATAM, etc.]. Geh dabei weit über eine reine Übersetzung hinaus. Passe kulturelle Referenzen, Humor, geschäftliche Gepflogenheiten und Praxisbeispiele so an, dass sie im Zielmarkt authentisch wirken. Markiere im Original Passagen, die sich nicht eins zu eins übersetzen lassen oder missverstanden werden könnten. Behalte unsere Brand Voice bei: [Tonalität beschreiben]. Output in [Sprache]. Notiere für jeden angepassten Post kurz, was du geändert hast und warum.“

Content-Recycling und Workflow-Prompts

23. Ein Webinar oder einen Podcast in eine ganze Woche Social-Content verwandeln

Datenexport: Das vollständige Transkript eines aufgezeichneten Webinars, einer Podcast-Episode oder einer internen Präsentation. Die meisten Aufzeichnungstools (Zoom, Riverside, Descript) bieten einen direkten Transkript-Export.

Prompt: „Hier ist das Transkript unseres letzten [Webinars/Podcasts/Vortrags]: [Transkript einfügen]. Extrahiere die 7 spannendsten, spezifischsten oder überraschendsten Kernaussagen aus diesem Gespräch. Keine 08/15-Tipps, sondern Momente, in denen der Sprecher etwas gesagt hat, das User beim Scrollen stoppen lässt. Erstelle für jeden dieser Punkte einen Social-Media-Post: 2 für LinkedIn (Textposts aus der Perspektive des Speakers), 2 für Instagram (Konzepte für Karussells oder Caption + Hook), 2 für X (Tweet oder kurzer Thread) und 1 für TikTok/Reels (ein 15–30 Sekunden langes gesprochenes Skript). Ordne das jeweilige Insight dem Speaker namentlich zu.“

24. Ein Video-Briefing aus einem erfolgreichen statischen Post erstellen

Datenexport: Ihre erfolgreichsten statischen Posts (Bild oder Text) der letzten 90 Tage inklusive Performance-Metriken.

Prompt: „Dieser statische Social-Media-Post hat außergewöhnlich gut performt: [Post und Metriken einfügen]. Analysiere, warum er funktioniert hat: den Hook, das vermittelte Insight, den emotionalen Trigger und das Feedback der Zielgruppe (analysiere dafür auch die Kommentare). Schreibe nun ein 30-sekündiges Videoskript, das dieselbe Kernbotschaft für [TikTok/Reels/YouTube Shorts] übersetzt. Das Video soll das ursprüngliche Insight um ein konkretes Beispiel, eine Demonstration oder eine Story erweitern, die ein statischer Post nicht transportieren konnte. Schreibe in gesprochener Sprache inklusive Vorschlägen für On-Screen-Texte. Liefere 3 alternative Einstiegs-Hooks.“

25. Einen A/B-Testplan für schwach performenden Content aufsetzen

Datenexport: Ihre 10 am schlechtesten performenden Posts der letzten 60 Tage samt Kennzahlen. Ziehen Sie zum Vergleich zusätzlich 5 Top-Posts aus demselben Zeitraum hinzu.

Prompt: „Hier sind unsere 10 erfolglosesten und unsere 5 erfolgreichsten Social-Media-Posts der letzten 60 Tage: [Beide Datensätze mit Metriken einfügen]. Vergleiche beide Gruppen im Hinblick auf: Hook-Stil, Content-Format, Themenkategorie, Veröffentlichungszeit, Textlänge, Art des CTA und visuellen Ansatz. Identifiziere die 3 signifikantesten Unterschiede zwischen Tops und Flops. Konzipiere für jeden dieser Unterschiede einen konkreten A/B-Test: Welche Variable testen wir, wie sieht die Control-Version aus, wie die Test-Variante, was ist das Erfolgs-KPI und wie lange läuft der Test, bevor wir ihn auswerten.“

Auch lesen: Wie man einen funktionierenden Social Media Marketing Plan erstellt

26. Einen monatlichen Content-Kalender aus Performance-Daten erstellen

Datenexport: Die Post-Performance-Daten der letzten 90 Tage Ihrer Hauptplattform. Laden Sie zudem Ihren Redaktionsplan oder Marketingkalender mit anstehenden Launches, Events oder Kampagnen hoch.

Prompt: „Hier sind unsere Social-Media-Performance-Daten der letzten 90 Tage: [Performance-Daten einfügen]. Und das ist unser Marketingkalender für den kommenden Monat: [Anstehende Launches, Events, Promotions einfügen]. Erstelle einen 4-wöchigen Content-Kalender für [Plattform], der: [X-mal pro Woche] postet, jeden Post einer unserer Content-Säulen [Säulen auflisten] zuordnet, die Formate und Themen priorisiert, die historisch am besten performt haben, konkrete Posts zur Unterstützung anstehender Marketing-Events einplant und 20 % der Plätze für spontanen, reaktiven Content freihält. Definiere für jeden Post: Thema, Format, Content-Säule, den inhaltlichen Ansatz oder Hook sowie die Info, ob er rein organisch laufen oder für Paid-Ads infrage kommen soll.“

27. Ein quartalsweises Audit der Content-Strategie durchführen

Datenexport: Kompletter 90-Tage-Export der Performance-Kennzahlen aller Plattformen. Der GA4-Referral-Traffic-Bericht für Social Media. CRM-Daten zu Leads, die über Social Media konvertiert sind (falls vorhanden). Ihr aktuelles Content-Säulen-Framework.

Prompt: „Hier sind unsere kompletten Social-Media-Performance-Daten des letzten Quartals: [Plattform-Analytics einfügen]. Hier sind unsere Social-to-Website Traffic-Daten aus GA4: [GA4-Daten einfügen]. Und das ist unser aktuelles Content-Säulen-Framework: [Säulen mit Beschreibung auflisten]. Führe ein Quartalsaudit durch: Welche Säulen haben das meiste Engagement erzeugt? Welche haben den meisten Website-Traffic generiert? Welche haben (falls messbar) zu Conversions beigetragen? Gibt es extrem erfolgreiche Posts, die in keine unserer aktuellen Säulen passen (Hinweis auf eine fehlende Säule)? Gibt es Säulen mit dauerhaft schwacher Performance (Hinweis auf eine Säule, die wir streichen oder überarbeiten sollten)? Empfiehl konkrete Anpassungen für unser Framework, unsere Postingfrequenz und die Plattform-Priorisierung für das nächste Quartal.“

Wie Sie das Maximum aus diesen Prompts herausholen

Die obigen Prompts sind Werkzeuge, keine Magie. Die Qualität des Outputs steht und fällt mit der Qualität der Daten und des Kontextes, mit dem Sie die KI füttern. Ein paar Grundregeln:

Exportieren Sie echte Daten, statt sie aus dem Kopf zu beschreiben. Die Aussage „Unsere CTR liegt bei etwa 2 %“ bringt der KI deutlich weniger, als das Hochladen einer echten CSV mit den täglichen CTR-Werten über 30 Tage. Sprachmodelle können Muster in Rohdaten erkennen, die Sie bei einer Zusammenfassung wegschneiden würden. Laden Sie größere Berichte am besten direkt als .csv oder .xlsx über die Büroklammer hoch, statt Tabellentexte zu kopieren. Das vermeidet Formatierungsfehler und schont das Zeichenlimit.

Arbeiten Sie mit Prompt-Chaining, statt alles auf einmal zu wollen. Fragen Sie zuerst nach der Analyse der Daten, im zweiten Schritt nach der Content-Strategie und lassen Sie erst im dritten Schritt die einzelnen Posts schreiben. Diese schrittweise Bearbeitung führt zu deutlich besseren Ergebnissen, da sich das Modell voll und ganz auf eine Aufgabe konzentrieren kann.

Lassen Sie das Modell seine eigene Arbeit kritisieren. Sobald ein Entwurf vorliegt, prompten Sie einfach: „Analysiere diesen Text kritisch. Was wirkt flach? Was klingt nach typischem KI-Standard? Was würdest du ändern, damit der Post spezifischer und nützlicher wird?“ Diese Selbstkritik fängt oft die Fehler ab, die Sie sonst mühsam manuell korrigieren müssten.

Bauen Sie eine Prompt-Bibliothek für Ihr Team auf. Speichern Sie die Prompts ab, die für Ihre spezifische Brand die besten Ergebnisse liefern. Passen Sie diese mit Ihren Tone-of-Voice-Vorgaben, Zielgruppenbeschreibungen und Plattform-Eigenschaften an. Mit der Zeit wird diese Bibliothek zu einem Ihrer wertvollsten Assets im täglichen Betrieb.

Vertiefen Sie Ihr Wissen über Prompt Engineering. Die Prompts in diesem Artikel sind speziell für Social Media geschrieben, aber die grundlegenden Prinzipien basieren auf bewährter Prompt-Forschung. Der offizielle Guide von OpenAI erklärt sechs Kernstrategien für besseren Output und die Claude-Dokumentation von Anthropic bietet praxisnahe Tutorials für Struktur, Klarheit und Konsistenz bei Prompts. Beide Quellen sind Pflichtlektüre, wenn Sie über diese Vorlagen hinaus eigene Prompts entwickeln möchten.

Häufig gestellte Fragen (FAQs)

Welche sind die besten ChatGPT-Prompts für Social Media Marketing?

Die effektivsten ChatGPT-Prompts für Social Media Marketing nutzen immer echte Performance-Daten als Kontext, statt sich nur auf ein Thema und eine Plattform zu beziehen. Exportieren Sie vor der Anfrage Daten direkt aus Ihren Analytics-Tools (GA4, Google Search Console, Meta Ads Manager) und fügen Sie diese in den Prompt ein. Das sorgt dafür, dass die Resultate auf realem Nutzerverhalten basieren und nicht auf generischen Marketing-Tipps.

Wie nutze ich ChatGPT für das Content Creation?

Sammeln Sie zuerst den nötigen Kontext: Ihren Brand Voice Guide, Beispiele für Top-Posts, Zielgruppendaten und die spezifische Plattform, für die Sie produzieren. Füttern Sie all diese Informationen zusammen mit Ihrem Briefing in den Prompt. Die besten ChatGPT-Prompts für das Content Creation begreifen das Tool als Sparringspartner für Entwürfe auf Basis Ihrer Daten, nicht als Ersatz für strategisches Denken. Editieren Sie jeden Output im Hinblick auf Fakten, Tonalität und Spezifität vor dem Posten.

Welche Daten sollte ich ChatGPT für bessere Social-Media-Prompts bereitstellen?

Zu den wertvollsten Datenquellen gehören: Berichte der Google Search Console zu Suchanfragen (um Content-Lücken zu identifizieren), GA4-Traffic- und Conversion-Daten nach Landingpages (um Top-Themen zu finden), Creative-Performance-Berichte aus dem Meta oder Google Ads Manager (für erfolgreiche Hooks und Werbebotschaften), Datenexporte aus nativen Social-Analytics-Tools (für die Performance von Formaten), CRM-Kontakthistorien (für Touchpoints in der Buyer Journey) und Daten aus LLM-Monitoring-Tools wie Peec AI oder Scrunch (für Lücken in der KI-Suche).

Was ist der Unterschied zwischen ChatGPT und Claude bei Social-Media-Prompts?

Beides sind hochentwickelte Sprachmodelle, die hervorragend Social-Media-Content generieren können. Die Prompts in diesem Artikel funktionieren in beiden Tools gleichermaßen. In der Praxis resultiert der Qualitätsunterschied primär aus der Präzision Ihrer Prompts und dem mitgelieferten Kontext, nicht aus der Wahl des Modells selbst. Für spezifische Feinheiten empfehlen wir einen Blick in den Prompt-Engineering-Guide von OpenAI und die Claude-Prompting-Dokumentation von Anthropic.

Kann ChatGPT meine Social-Media-Performance analysieren?

Ja. Sowohl ChatGPT als auch Claude können exportierte CSV-Dateien, Performance-Reports und Analytics-Dashboards auswerten, um Muster zu erkennen, Schwachstellen zu diagnostizieren und Optimierungen vorzuschlagen. Der Schlüssel liegt darin, der KI die Rohdaten zu liefern, statt sie vage zusammenzufassen. Wenn Sie beispielsweise 30 Tage Performance-Daten einer Ad bereitstellen, kann das Modell Anzeichen von Ad-Fatigue erkennen, die bei einer reinen Beschreibung wie „die Performance lässt nach“ untergehen würden.

Wie sorge ich dafür, dass KI-generierter Social-Media-Content authentisch klingt?

Folgen Sie drei Schritten: Erstens, füttern Sie die KI mit Ihren 20 erfolgreichsten Beiträgen und lassen Sie das Modell die Tonalitäts-Muster extrahieren, die Ihre Zielgruppe bereits gut findet. Zweitens, nutzen Sie den Anti-KI-Filter-Prompt aus diesem Artikel, um generische Worthülsen aufzuspüren und umzuschreiben. Drittens, ergänzen Sie beim Editieren immer spezifische Details, wie echte Kennzahlen, konkrete Beispielfälle und persönliche Meinungen, die so nur von einem Branchenexperten stammen können. Je greifbarer der Content ist, desto weniger klingt er nach KI.

Wie oft sollte ich meine Social-Media-Prompts aktualisieren?

Überprüfen Sie Ihre Prompt-Bibliothek einmal im Quartal parallel zu Ihrem Content-Audit. Da sich Ihre Performance-Daten ändern, neue Top-Inhalte hinzukommen und sich Algorithmen weiterentwickeln, muss auch der Kontext Ihrer Prompts aktualisiert werden. Ein Prompt, der auf den erfolgreichen Hooks des letzten Quartals basiert, benötigt frische Daten, um effektiv zu bleiben. Die Prompt-Strukturen an sich bleiben stabil, aber die Daten, mit denen Sie arbeiten, müssen aktuell sein.