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

Vor zwei Jahren bedeutete die Nutzung von ChatGPT für Social Media noch, zu tippen: „Schreibe mir eine Instagram-Caption“ – und zu hoffen, dass das Ergebnis nicht peinlich ist. Die Messlatte hing tief, die Ergebnisse waren mittelmäßig, und die meisten Marketer behandelten KI-Prompts eher als Spielerei denn als echten Workflow.

Das hat sich geändert. KI ist heute ein fester Bestandteil der Social-Media-Workflows in der gesamten Branche. Der Marketing-Report 2025 von Nielsen zeigt, dass ein Großteil der Marketing-Organisationen KI bereits für die Content-Erstellung, Personalisierung, Segmentierung und Erfolgsmessung nutzt. Der Social-Trends-Report 2026 von Hootsuite bestätigt diesen Wandel: Social-Media-Teams stehen unter Druck, mehr Inhalte für mehr Plattformen bei gleichem (oder kleinerem) Personalbestand zu produzieren – und effizientes KI-Prompting ist zum wichtigsten Hebel geworden, um den Output zu skalieren, ohne die Kosten in die Höhe zu treiben.

Doch die meisten Artikel über „ChatGPT-Prompts für Social Media“ liefern Ihnen nur dieselben generischen Vorlagen: „Schreibe mir eine Instagram-Caption über [Thema].“ Das bringt Sie nicht weiter. Der Output klingt im Zweifel genau 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-Media-Marketing sind so konzipiert, dass sie echte Performance-, Zielgruppen- und Markendaten nutzen, anstatt sich auf generische Themen-Eingaben zu verlassen. Jeder Prompt zeigt Ihnen genau, welche Daten Sie aus welchem Tool exportieren müssen und wie Sie diese dem Modell füttern. So basiert das Ergebnis auf Ihrer Realität und nicht auf ausgelutschten Marketing-Floskeln. Selbst wenn Sie noch nie einen Suchanfragen-Bericht aus der Google Search Console exportiert oder eine Performance-Analyse im Meta Werbeanzeigenmanager durchgeführt haben, werden Sie das hier lernen.

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 Prompt-Dokumentation für Claude von Anthropic kommen zum selben Kernergebnis: Klare, spezifische Anweisungen mit relevantem Kontext liefern dramatisch bessere Ergebnisse als vage Anfragen. Das folgende Framework wendet dieses Prinzip speziell auf Social-Media-Inhalte an.

Die Formel: Rolle + Kontextdaten + Plattform + Zielgruppe + Ziel des Posts + Tonalität + Format + Einschränkungen

Achten Sie besonders auf die Ergänzung: Kontextdaten. Das ist genau das, was die meisten Prompt-Listen weglassen. Wenn Sie das Modell mit Ihren tatsächlichen Performance-Daten, Ihrer Zielgruppenforschung oder Ihrer Wettbewerbsanalyse füttern, verwandelt sich der Output von „plausiblem Marketing-Inhalt“ in „Inhalte, die auf der Realität Ihres Business basieren“.

Hier ist die praktische Variante. Statt:

Schreibe einen LinkedIn-Post über unseren Produktlaunch.

Versuchen Sie es hiermit:

Du bist ein B2B-Content-Marketer. Hier ist das Briefing für unseren Produktlaunch: [Briefing einfügen]. Hier sind die 5 erfolgreichsten LinkedIn-Posts unseres Accounts aus den letzten 90 Tagen inklusive Interaktionsraten: [Daten einfügen]. Schreibe einen Launch-Post, der sich an der Struktur unserer bestperformenden Inhalte orientiert. Zielgruppe: Marketingleiter in mittelständischen SaaS-Unternehmen. Tonalität: selbstbewusst und präzise, niemals marktschreierisch. Weniger als 200 Wörter. Beende den Post mit einer Frage, die zum professionellen Erfahrungsaustausch einlädt, kein generischer CTA.

Der zweite Prompt liefert Ihnen einen Entwurf, den Sie tatsächlich direkt bearbeiten und veröffentlichen können. Der erste liefert Ihnen ein Ergebnis für den Papierkorb. Das ist der Unterschied zwischen schwachen und starken ChatGPT-Prompts für die Content-Erstellung: der Kontext, den Sie liefern.

Ein weiteres bemerkenswertes Prinzip: Die Daten von Pew Research aus dem Jahr 2025 zu Teenagern und Chatbots zeigen, dass jüngere Zielgruppen viel besser darin sind, KI-generierte Inhalte zu erkennen, was die Messlatte für Spezifität und Authentizität noch höher legt. Wenn Ihre Prompts Output erzeugen, der wie jeder zweite KI-Post auf der Plattform klingt, haben Sie zwar Zeit gespart, aber Glaubwürdigkeit verloren. Das Ziel sind Entwürfe, die nach Ihrer Marke klingen, 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 listet genau auf, welche Daten Sie aus welchem Tool ziehen müssen.

1. Social-Media-Content-Gaps aus Suchdaten identifizieren

Daten-Export: Google Search Console → Leistung → Suchanfragen der letzten 90 Tage exportieren. Filtern Sie nach Begriffen mit hoher Impressionen-Zahl, aber niedriger CTR (unter 3 %). Dies sind meist 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 zwar Impressionen, aber eine niedrige Klickrate (CTR) erzielt: [Laden Sie die exportierte CSV hoch oder fügen Sie die Top 20 Suchanfragen ein]. Dies sind Themen, die unsere Zielgruppe beschäftigen, zu denen wir in der Suche aber noch nicht optimal ranken. Schlage für jede Suchanfrage einen Social-Media-Ansatz vor, der die dahinterstehende Frage oder das Problem löst. Bestimme die jeweils am besten geeignete Plattform (LinkedIn, Instagram, TikTok, YouTube oder Reddit) und das Format (Textpost, Karussell, Kurzvideo, Artikel). Unsere Marke ist [Beschreibung]. Unsere Zielgruppe ist [Beschreibung].“

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

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

Daten-Export: GA4 → Berichte → Bericht zu Landingpages (nicht „Seiten und Bildschirme“, da dieser Seitenpfade trackt statt der Einstiegspunkte von Webseiten-Sitzungen). Exportieren Sie die Top 50 Landingpages nach Sitzungen für die letzten 90 days. Fügen Sie die Spalten für Interaktionsrate, durchschnittliche Interaktionsdauer und Conversions (oder Schlüsselereignisse) hinzu. Hinweis: Die Zuordnung von Social-Traffic in GA4 steht und fällt mit sauberen UTM-Parametern. Wenn Ihre Social-Links keine UTM-Parameter nutzen, wird der Traffic oft als „Direct“ oder „Unassigned“ ausgewiesen, was Ihre Social-Media-Zahlen verzerrt darstellen kann.

Prompt: „Hier sind unsere erfolgreichsten Website-Inhalte aus GA4 der letzten 90 Tage: [Daten einfügen]. Identifiziere die 10 Landingpages mit der besten Kombination aus Verweildauer und Conversion-Rate. Erstelle für jede Seite einen Social-Media-Distributionsplan: Auf welcher Plattform soll sie promotet werden, welcher inhaltliche Winkel soll im Post genutzt werden (nicht einfach nur der Blogtitel) und ob der Post organisch ausgespielt, per Paid-Budget gepusht oder als natives Social-Format (Karussell, Video, Thread) aufbereitet werden soll. Unsere Zielgruppe ist [Beschreibung].“

Warum das funktioniert: Die meisten Teams posten Blogbeiträge willkürlich auf Social Media. Dieser Prompt nutzt Interaktions- und Conversion-Daten, um genau die Inhalte zu priorisieren, die nachweislich bei Ihrer Audience zünden.

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

Daten-Export: Meta Werbeanzeigenmanager → Spalten anpassen: Anzeigenname, Hook/primärer Text, CTR, Kosten pro Ergebnis, ThruPlay-Rate (für Video) und Relevanz-Score. Die letzten 60 Tage exportieren. Alternativ: Google Ads → Anzeigen und Assets → Performance nach Anzeigentext 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 in 3–5 thematische Cluster. Diese Cluster werden unsere organischen Content-Säulen (Content Pillars). Schlage für jedes Cluster 5 organische Post-Ideen vor, die den gleichen inhaltlichen Ansatz verfolgen, ohne wie eine Anzeige zu wirken. Plattformen: [Plattformen auflisten].“

Warum das funktioniert: Ihre Paid-Daten sind die teuerste Zielgruppenforschung, die Sie bereits besitzen. Erfolgreiche Hooks in Anzeigen zeigen Ihnen exakt, welche Botschaften ankommen. Dieser Prompt verwandelt dieses Investment direkt in eine organische Content-Strategie.

4. KI-Sichtbarkeit auditieren, um Social-Media-Prioritäten zu setzen

Daten-Export: Wenn Sie ein Markentool zur LLM-Überwachung wie Peec AI oder Scrunch nutzen, exportieren Sie die Daten zu Markenerwähnungen, Sichtbarkeits-Scores und die Themen/Prompts, bei denen Ihre Marke in KI-generierten Antworten erscheint (oder fehlt). Wenn Sie kein Monitoring-Tool haben, suchen Sie manuell nach 10 bis 15 Branchenfragen in ChatGPT, Gemini und Perplexity und notieren Sie, wo Ihre Marke, Wettbewerber oder Inhalte zitiert werden.

Prompt: „Hier sind die Themen und KI-Prompts, bei denen unsere Marke derzeit in LLM-Antworten erscheint, sowie Themen, bei denen Wettbewerber auftauchen, wir aber nicht: [Daten oder manuelle Ergebnisse einfügen]. Schlage für die Themen, bei denen wir fehlen, Social-Media-Inhalte vor, die unsere KI-Sichtbarkeit verbessern können. Fokussiere dich auf Formate, die von KI-Modellen gut indexiert werden können: LinkedIn-Artikel, YouTube-Videos mit detaillierten Beschreibungen, Reddit-Antworten in relevanten Subreddits und Long-Form-Inhalte auf Substack oder Medium. Nenne für jede Content-Lücke den konkreten inhaltlichen Fokus und die passende Plattform.“

Warum das funktioniert: Die KI-gestützte Suche wird zu einem immer wichtigeren Weg, wie Menschen Marken und Inhalte entdecken. Dieser Prompt verbindet Ihre LLM-Sichtbarkeitsdaten mit direkt umsetzbaren Social-Media-Inhalten, die darauf ausgelegt sind, von KI-Modellen zitiert zu werden.

5. Social-Media-Performance von Wettbewerbern entschlüsseln

Daten-Export: Dafür ist kein Tool-Export nötig. Analysieren Sie manuell die Social-Media-Profile eines Mitbewerbers der letzten 30 Tage. Notieren Sie die 5 erfolgreichsten Posts nach Engagement (sichtbare Likes, Kommentare, Shares). Kopieren Sie den Inhalt, das Format und den Hook jedes Posts.

Prompt: „Hier sind die 5 erfolgreichsten Social-Media-Posts von [Wettbewerber] aus den letzten 30 Tagen: [Inhalte und geschätzte Kennzahlen einfügen]. Analysiere, warum jeder einzelne funktioniert hat: Hook-Struktur, Format, thematischer Ansatz, emotionaler Trigger und CTA-Stil. Identifiziere dann 5 Content-Chancen, bei denen wir ein ähnliches Thema aus unserer differenzierten Perspektive behandeln können. Unser Alleinstellungsmerkmal ist [Beschreibung]. Unsere Zielgruppe ist [Beschreibung]. Kopiere nicht deren Ansatz, sondern finde die Lücken in ihrer Positionierung.“

6. Social-Media-Inhalte entlang der Buyer Journey mithilfe von CRM-Daten planen

Daten-Export: CRM (HubSpot, Salesforce etc.) → Exportieren Sie eine Liste kürzlich gewonnener Deals (Closed-Won) und notieren Sie, welche Content-Touchpoints in der Kontakthistorie vor der Conversion auftauchten. Wenn Ihr CRM keine Social-Media-Touchpoints trackt, nutzen Sie GA4 → Werbung → Conversion-Pfade → nach Social-Media-Kanälen filtern.

Prompt: „Hier sind die Content-Touchpoints, die in den Customer Journeys unserer Kunden vor der Conversion auftauchten: [Daten einfügen]. Identifiziere, welche Phasen der Buyer Journey (Awareness, Consideration, Decision) die meisten Social-Media-Touchpoints aufweisen und wo Lücken bestehen. Schlage für diese Lücken Social-Media-Formate und -Themen vor, die diese Lücken schließen können. Unser Verkaufszyklus dauert [Dauer]. Unsere primären Plattformen sind [Liste]. Unser Produkt ist [Beschreibung].“

Prompts zur Content-Erstellung

Diese ChatGPT-Prompts zur Inhaltserstellung gehen weit über ein einfaches „Schreibe mir einen Post“ hinaus. Jeder Prompt löst ein spezifisches Produktionsproblem und basiert im Gegensatz zu generischen Content-Vorlagen auf Ihren eigenen Daten.

7. Eine wiederkehrende Support-Frage in Educational Content verwandeln

Daten-Export: 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 die tatsächliche Sprache der Kunden, keine internen Begriffskategorien.

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 diese proaktiv beantwortet. Nutze die Sprache der Kunden im Hook – so drücken echte Menschen ihr Problem aus, was bei anderen mit der gleichen Frage direkt auf Resonanz stößt. Definiere für jeden Post: Plattform, Format (Text, Karussell, Kurzvideo) und ob auf einen Hilfe-Artikel verlinkt werden soll oder der Post in sich geschlossen sein soll. 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 Sprache der Kunden formuliert, was die Hooks authentischer macht als alles, was Sie intern brainstormen könnten.

8. Einen LinkedIn-Artikel aus rohem Fachwissen 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, selbst wenn sie unstrukturiert sind]. Verwandle dies in einen LinkedIn-Artikel von 800 bis 1.200 Wörtern. Strukturiere ihn mit einem starken Einstieg, der die Kernaussage in den ersten zwei Sätzen auf den Punkt bringt, gefolgt von 3 bis 5 Abschnitten, die das Argument mit konkreten Beispielen untermauern, und einem Fazit mit einem klaren Takeaway. Tonalität: Ein erfahrener Experte schreibt für Kollegen, keine Marke, die Leads sucht. Keine werbliche Sprache. Keine Allgemeinplätze. Jeder Absatz muss etwas Konkretes enthalten, wie eine Zahl, ein konkretes Beispiel oder ein bestimmtes Muster.“

Warum das funktioniert: LinkedIn-Artikel performen am besten, wenn sie echte Expertise widerspiegeln und nicht wie glattgebügelte Marketingtexte klingen. Dieser Prompt nimmt Ihre rohen Gedanken, strukturiert sie und bewahrt gleichzeitig diese persönliche, meinungsstarke Note, die Artikel erst lesenswert macht – und die KI-Modelle weitaus lieber zitieren.

9. Videoskripte für Ads mit getesteten Hook-Varianten erstellen

Daten-Export: Wenn Sie Daten früherer Video-Ads haben, ziehen Sie die Top 5 Hooks (die ersten 3 Sekunden Text/Dialog) mit der besten ThruPlay-Rate oder Watch-Through-Rate aus dem Meta Werbeanzeigenmanager oder TikTok Ads Manager.

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

Für Teams, die jeden Hook direkt als fertiges Video testen möchten, anstatt nur zu mutmaßen, können KI-Videotools wie Creatify Agent diese Varianten aus einem Skript oder einer Produkt-URL in wenigen Minuten erstellen. So können alle fünf Hooks als echte Ads getestet werden, anstatt nur auf dem Papier zu existieren.

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

Prompt: „Du bist [Ihre Rolle] in der Branche [Ihre Branche]. Hier sind verbreitete Mythen und Missverständnisse, die unsere Zielgruppe ([Zielgruppe beschreiben]) über [Thema] hat: [Listen Sie 3–5 typische Mythen auf, inklusive Kontext, warum sie falsch sind]. Erstelle einen Social-Media-Post für [Plattform], der einen [bestimmten Mythos] aufgreift. Struktur: Nenne den Mythos klar, erkläre, warum er auf den ersten Blick plausibel erscheint, und widerlege ihn dann mit konkreten Beweisen oder Erfahrungen. Tonalität: respektvoll und kompetent, nicht herablassend. Maximal [Wortanzahl]. Beende den Post mit einem Reframe, der der Zielgruppe eine bessere Perspektive auf das Thema bietet.“

11. Eine Fallstudie in eine plattformübergreifende Social-Media-Kampagne verwandeln

Daten-Export: Ihr Case-Study-Dokument, inklusive exakter Kennzahlen, Kundenzitate und Vorher-Nachher-Vergleiche.

Prompt: „Hier ist unsere Fallstudie: [Fügen Sie die vollständige Fallstudie oder die wichtigsten Abschnitte mit Kennzahlen ein]. Erstelle aus diesem Material eine Social-Media-Kampagne mit 5 Posts. Post 1: Ein LinkedIn-Textpost, der direkt mit der beeindruckendsten Kennzahl einsteigt. Post 2: Ein Instagram-Karussell (7 Slides), das die Vorher-Nachher-Story erzählt. Post 3: Ein TikTok/Reels-Skript (30 Sekunden), strukturiert nach dem Muster 'Diese Marke hatte [Problem], das haben sie getan, das ist das Ergebnis'. Post 4: Ein X-Thread (5 Tweets), der die Methodik im Detail aufdröselt. Post 5: Eine informative Antwort im Reddit-Stil für das r/[passendes Subreddit], die die Learnings teilt, ohne werblich zu wirken. Lass in jeder Version den Kunden als Helden dastehen, nicht unser Produkt.“

12. Native Posts für verschiedene Plattformen aus einem einzigen Briefing erstellen

Prompt: „Hier ist ein Produktupdate-Briefing: [Internes Briefing mit Feature-Details, Kundennutzen und Kontext einfügen]. Schreibe 4 darauf basierende Social-Media-Posts, die jeweils nativ für die jeweilige Plattform optimiert sind. LinkedIn: 300–500 Wörter aus der Vordenker-Perspektive von [Name/Titel der Person] darüber, warum dies für die Branche wichtig ist. Instagram: Bildfokus, Caption unter 100 Wörtern mit einem Hook für Reels oder Feed, plus 5 Hashtags. TikTok: Ein 20-sekündiges, gesprochenes Skript, das die Vorteile 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, kein liebloser Cross-Post.“

13. Infotainment oder Educational Content aus eigenen Daten generieren

Prompt: „Hier sind interne Daten aus unserem Unternehmen, die für unsere Zielgruppe hochrelevant sind: [Daten einfügen, z. B. aggregierte Kundennutzung, Branchentrends, Umfrageergebnisse oder Beobachtungen]. Verwandle dies in einen informativen Social-Media-Post für [Plattform]. Steige direkt mit der überraschendsten oder kontraintuitivsten Erkenntnis ein. Erkläre, was das ganz praktisch für [Zielgruppe] bedeutet. Erwähne unser Produkt nicht. Der Text muss sich wie ein echter Branchen-Insight lesen, nicht wie ein Sales-Pitch. Format: [Format angeben]. Maximal [Wortanzahl].“

Performance-Analyse-Prompts

Diese Prompts helfen Ihnen herauszufinden, was funktioniert, was hakt und was Sie ändern sollten – basierend auf Ihren tatsächlichen Kennzahlen.

14. Anzeigen-Müdigkeit (Creative Fatigue) aus Kampagnen-Daten diagnostizieren

Daten-Export: Meta Werbeanzeigenmanager → Aufschlüsselung → Nach Zeit (Tag). Exportieren Sie die letzten 30 Tage für Ihre Top 3 Anzeigengruppen. Wichtige Spalten: Frequenz, CTR, CPC und Kosten pro Ergebnis.

Prompt: „Hier sind die täglichen Performance-Daten für unsere Top 3 Anzeigengruppen der letzten 30 Tage: [Daten einfügen]. Identifiziere für jede Anzeigengruppe, ob Anzeichen von Creative Fatigue vorliegen, indem du auf folgende Muster achtest: Sinkende CTR bei steigender Frequenz, steigender CPC im Zeitverlauf oder kontinuierlich steigende Kosten pro Ergebnis nach einer anfangs starken Phase. Empfiehl für jede ermüdete Anzeigengruppe: Wann die Creatives ausgetauscht werden sollten (basierend auf den Datenmustern), welche Art von neuen Creatives getestet werden sollte und ob die Zielgruppe oder lediglich die Creatives aktualisiert werden müssen.“

Warum das funktioniert: Die meisten Teams tauschen Anzeigen nach Bauchgefühl oder starren Zeitplänen aus. Dieser Prompt liest die echten Erschöpfungssignale aus Ihren Daten und empfiehlt datenbasierte Maßnahmen.

15. Die profitabelsten Social-Media-Inhalte in GA4 aufspüren

Daten-Export: GA4 → Berichte → Traffic-Akquisition → Filtern Sie die „Standard-Channelgruppe für Sitzungen“ auf Social-Media-Kanäle. Exportieren Sie die Spalten Sitzungen, Interaktionsrate, Schlüsselereignisse (Conversions) und ggf. Umsatz nach Landingpage. Für tiefere Analysen erstellen Sie eine „Explorative Datenanalyse“ mit „Landingpage“ als Dimension und einem Filter für Social-Plattformen bei „Sitzung – Quelle/Medium“. Denken Sie an die UTM-Parameter: Social-Traffic ohne UTMs wird von GA4 oft nicht korrekt zugeordnet.

Prompt: „Hier sind unsere Website-Performance-Daten, gefiltert nach Traffic aus Social-Media-Kanälen: [Daten einfügen]. Identifiziere, welche Landingpages mit Social-Traffic die höchsten Conversion- und Interaktionsraten aufweisen. Identifiziere dann die Seiten, die zwar viel Social-Traffic bekommen, aber schlechte Interaktionswerte haben (hohe Absprungrate, geringe Verweildauer). Schlage für die conversionsstarken Seiten vor, wie wir deren Bewerbung auf Social Media hochfahren können. Diagnostiziere für die schwachen Seiten wahrscheinliche Ursachen (Mismatch zwischen Social-Media-Teaser und Landingpage-Inhalt, langsame Ladezeit, unklarer CTA) und schlage Optimierungen vor.“

16. Organische vs. bezahlte Performance desselben Contents vergleichen

Daten-Export: Für einen Post, den Sie sowohl organisch veröffentlicht als auch mit Paid-Budget gepusht haben: Ziehen Sie die organischen Kennzahlen aus den plattformeigenen Analytics (Reichweite, Interaktionen, Klicks) und die Paid-Kennzahlen aus dem Werbeanzeigenmanager (Reichweite, CTR, CPC, Kosten pro Ergebnis).

Prompt: „Hier sind die organischen und die bezahlten Performance-Daten für denselben Post: [Beide Datensätze einfügen]. Vergleiche die Performance beider Distributionswege. Hat die bezahlte Bewerbung eine signifikant andere Zielgruppe erreicht oder im Wesentlichen dieselben Follower? Gab es Qualitätsunterschiede in der Interaktion (Kommentare vs. Likes vs. Shares)? Empfiehl basierend darauf: Sollen wir diese Art von Content weiterhin mit Budget pushen, nur noch organisch nutzen oder eine paid-spezifische Version mit einem anderen Hook oder CTA erstellen?“

17. Einen plötzlichen Performance-Einbruch analysieren

Prompt: „Unser [Plattform]-Account hat seit dem [Datum] einen deutlichen Einbruch bei [Kennzahl: Reichweite/Interaktionen/Follower/Traffic] verzeichnet. Hier sind die Daten für die 2 Wochen vor und nach dem Einbruch: [Kennzahlen einfügen]. Folgendes haben wir in dieser Phase geändert: [Änderungen auflisten, z. B. Posting-Frequenz, Content-Typ, Hashtag-Strategie, bekannte Algorithmus-Updates, Teamwechsel]. Das haben wir beibehalten: [Konstanten auflisten]. Analysiere die wahrscheinlichsten Ursachen. Trenne zwischen plattformseitigen Faktoren (Algorithmus-Updates, Saisonalität) und accountbezogenen Faktoren (Content-Qualität, veränderte Zielgruppe, Posting-Frequenz). Schlage 3 konkrete Maßnahmen vor, um die Performance wieder zu stabilisieren.“

18. Priorisieren, welcher organische Content mit Werbebudget gepusht werden soll

Daten-Export: Exportieren Sie die Performance Ihrer organischen Posts der letzten 30 Tage direkt aus der jeweiligen Plattform: Reichweite, Interaktionsrate, Speicherungen, Shares, Link-Klicks und Kommentare.

Prompt: „Hier ist die Performance unserer organischen Social-Media-Posts der letzten 30 Tage: [Daten einfügen]. Wir haben ein Budget von [Budget], um die besten Performer diesen Monat zu pushen. Bewerte die Posts nach ihrem 'Skalierungspotenzial', definiert als: Hohe Interaktionsrate (besonders Speicherungen und Shares, die auf echten Nutzwert hindeuten), starke Klickzahlen (falls Traffic das Ziel ist) oder hohe Kommentarqualität (falls Community-Building das Ziel ist). Wähle die besten [3–5] Posts aus und empfiehl für jeden das passende Kampagnenziel (Traffic, Interaktion, Reichweite oder Conversions), die Zielgruppe (Broad, Lookalike oder Retargeting) und optionale Anpassungen, damit der Post als Anzeige noch besser funktioniert.“

Markenidentität und Competitive Intelligence

19. Einen Brand Voice Guide aus Ihren besten Inhalten erstellen

Daten-Export: Ihre 20 erfolgreichsten Social-Media-Posts der letzten 6 Monate, plattformübergreifend. Kopieren Sie den jeweiligen Text der Posts.

Prompt: „Hier sind unsere 20 erfolgreichsten Social-Media-Posts der letzten 6 Monate: [Fügen Sie alle 20 Posts ein]. Analysiere sie auf Tonalitätsmuster: Wortwahl, Satzstruktur, Humor, Formalitätsgrad, Einstiege, Call-to-Actions und emotionale Trigger, die wir nutzen. Identifiziere die 5 konsistentesten Tonalitätsmuster. Erstelle darauf basierend einen Brand Voice Guide mit: 3 'Wir sind'-Attributen, 3 'Wir sind nicht'-Attributen, 5 Beispielsätzen, die exakt nach uns klingen, 5 Sätzen, die gegen unsere Brand Voice verstoßen, sowie plattformspezifischen Anpassungen für LinkedIn, Instagram, TikTok und X.“

Warum das funktioniert: Die meisten Brand Voice Guides sind reine Theorie. Dieser Leitfaden ist empirisch fundiert – er basiert auf dem, was Ihre Zielgruppe bereits durch echte Interaktionen validiert hat.

20. Typische „KI-Floskeln“ erkennen und eliminieren

Prompt: „Prüfe diesen Entwurf für einen Social-Media-Post: [Entwurf einfügen]. Markiere jedes Wort, jede Phrase oder strukturelle Elemente, die typisch nach KI-generiertem Text klingen. Achte besonders auf: Vage Superlative ('unglaublich', 'bahnbrechend', 'revolutionär'), hohle Übergänge ('In der heutigen schnelllebigen Welt', 'Es ist kein Geheimnis, dass'), austauschbare Bulletpoints, das Aussprechen von Banalitäten sowie Sätze, die genauso gut auf einen Mitbewerber passen würden. Formuliere jede markierte Stelle so um, dass sie spezifisch für unsere Marke, unsere Zielgruppe oder unsere echte Projekterfahrung wird. Wenn eine markierte Stelle nicht zu retten ist, lösche sie.“

Für diesen Prompt können Sie sich auf die Wikipedia-Merkmale für KI-Texte beziehen und diese als zusätzlichen Kontext mitgeben.

21. Messaging-Analyse der Wettbewerber

Daten-Export: Sammeln Sie manuell 15 bis 20 aktuelle Social-Media-Posts von 3 Hauptkonkurrenten über verschiedene Plattformen hinweg.

Prompt: „Hier sind aktuelle Social-Media-Posts von drei unserer Wettbewerber: [Beiträge einfügen, jeweils mit dem Namen des Wettbewerbers gekennzeichnet]. Analysiere für jeden Wettbewerber: Seine Kernbotschaften, die Pain Points, die er anspricht, die Value Propositions, die er betont, seine Tonalität sowie die bevorzugten Content-Formate. Identifiziere dann: Botschafts-Lücken, die keiner von ihnen besetzt, unterversorgte Zielgruppensegmente und Positionierungsansätze, die wir besetzen können. Unser Alleinstellungsmerkmal ist [Beschreibung]. Unsere Zielgruppe ist [Beschreibung]. Schlage 5 Content-Themen vor, die diese Lücken gezielt ausnutzen.“

22. Inhalte lokalisieren, ohne die Brand Voice zu verlieren

Prompt: „Hier sind 3 Social-Media-Posts, die für unsere US-Zielgruppe geschrieben wurden: [Posts einfügen]. Passe diese für [Zielmarkt: z. B. DACH, UK, LATAM, APAC] an. Gehe dabei über eine reine Übersetzung hinaus. Passe kulturelle Referenzen, Humor, Business-Konventionen und Beispiele so an, dass sie im Zielmarkt authentisch wirken. Markiere Stellen im Original, die sich nicht gut übertragen lassen oder missverstanden werden könnten. Behalte unsere Brand Voice bei: [Stimme beschreiben]. Ausgabe in [Sprache]. Erkläre für jeden angepassten Post kurz, was du warum geändert hast.“

Repurposing und Workflow-Optimierung

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

Daten-Export: Das komplette Transkript eines aufgezeichneten Webinars, einer Podcast-Folge oder einer internen Präsentation. Die meisten Aufzeichnungstools (Zoom, Riverside, Descript) können heute Transkripte exportieren.

Prompt: „Hier ist das Transkript unseres letzten [Webinars/Podcasts/Vortrags]: [Transkript einfügen]. Extrahiere die 7 wertvollsten, spezifischsten oder überraschendsten Kernaussagen aus diesem Gespräch. Keine generischen Floskeln, sondern Momente, in denen der Sprecher etwas gesagt hat, das Nutzer beim Scrollen stoppen lässt. Erstelle für jeden Punkt einen Social-Media-Post: 2 für LinkedIn (Textposts aus der Perspektive des Sprechers), 2 für Instagram (Karussell-Gliederungen oder Caption + Hook), 2 für X (einzelner Tweet oder Kurz-Thread) und 1 für TikTok/Reels (15–30 Sekunden gesprochenes Skript). Ordne die jeweilige Erkenntnis dem Sprecher namentlich zu.“

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

Daten-Export: Ihre bestperformenden statischen Posts (Bild oder reiner Text) der letzten 90 Tage inklusive Interaktionsdaten.

Prompt: „Dieser statische Social-Media-Post hat außergewöhnlich gut performt: [Post und KPIs einfügen]. Analysiere, warum er funktioniert hat: Der Hook, das Learning, der emotionale Trigger und die Reaktionen der Zielgruppe (analysiere dafür auch die Kommentare). Schreibe nun ein 30-sekündiges Videoskript, das denselben Kernnutzen im Videoformat für [TikTok/Reels/YouTube Shorts] rüberbringt. Das Video soll das ursprüngliche Learning durch ein plastisches Beispiel, eine Demonstration oder ein Storytelling vertiefen, das ein statischer Post nicht leisten kann. Schreibe in gesprochener Sprache mit Regieanweisungen für On-Screen-Texte. Liefere 3 alternative Einstiegs-Hooks.“

25. Einen A/B-Testplan aus schwach performenden Inhalten erstellen

Daten-Export: Ihre 10 am schlechtesten performenden Posts der letzten 60 Tage mitsamt KPIs sowie 5 Top-Performer zum Vergleich.

Prompt: „Hier sind unsere 10 am schlechtesten und 5 am besten performenden Social-Media-Posts der letzten 60 Tage: [Beide Sets mitsamt KPIs einfügen]. Vergleiche die beiden Gruppen hinsichtlich: Einstiegs-Hook, Format, Themenbereich, Veröffentlichungszeit, Textlänge, CTA-Typ und visueller Aufmachung. Identifiziere die 3 signifikantesten Unterschiede zwischen Erfolg und Misserfolg. Entwickle für jeden Unterschied einen konkreten A/B-Test: Welche Variable testen wir, wie sieht die Kontrollversion aus, wie die Test-Variante, was ist das Erfolgs-Metric und wie lange sollte der Test laufen, um valide Schlüsse zu ziehen?“

Lesen Sie auch: Wie man einen Social-Media-Marketingplan erstellt, der wirklich funktioniert

26. Einen monatlichen Redaktionsplan aus Performance-Daten generieren

Daten-Export: Die Leistungswerte aller Posts der letzten 90 Tage auf Ihrer primären Plattform. Sowie Informationen zu bevorstehenden Launches, Events oder Kampagnen der nächsten Wochen.

Prompt: „Hier sind unsere Social-Media-Performance-Daten der letzten 90 Tage: [Daten einfügen]. Und hier ist unser Marketing-Kalender für den kommenden Monat: [Launches, Events, Promotions einfügen]. Erstelle einen 4-wöchigen Redaktionsplan für [Plattform], der: [X-mal pro Woche] postet, jeden Post einer unserer Content-Säulen [Säulen auflisten] zuordnet, die in den Daten am besten funktionierenden Formate und Themen priorisiert, dedizierte Posts für die anstehenden Event-Kampagnen einplant und 20 % der Slots für aktuelle, reaktive Themen freihält. Gib für jeden Post an: Thema, Format, Content-Säule, den geplanten Hook/Winkel und ob der Post rein organisch laufen oder beworben werden soll.“

27. Die Content-Strategie vierteljährlich auditieren und optimieren

Daten-Export: Vollständiger Export der Post-Performance aller Plattformen der letzten 90 Tage. GA4 Social-Traffic-Bericht sowie CRM-Daten zu konvertierten Social-Leads (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-Traffic-Daten aus GA4: [GA4-Daten einfügen]. Hier ist unser aktuelles Content-Säulen-Framework: [Säulen mit Beschreibungen auflisten]. Führe ein Quartals-Audit durch: Welche Säulen haben das meiste Engagement erzeugt? Welche haben den meisten Traffic auf die Website gebracht? Welche haben am meisten zu Conversions beigetragen? Gibt es Top-Performer, die in keine der aktuellen Säulen passen (Hinweis auf eine fehlende Säule)? Gibt es Säulen mit konstant schwacher Performance (Kandidaten zum Streichen oder Umformulieren)? Empfiehl konkrete Anpassungen für unser Säulen-Framework, die Posting-Frequenz und die Priorisierung der Plattformen für das nächste Quartal.“

Wie Sie das Beste aus diesen Prompts herausholen

Die obigen Prompts sind Vorlagen, keine Zauberformeln. Die Qualität des Outputs hängt maßgeblich von der Qualität der Daten und des Kontextes ab, mit dem Sie die KI füttern. Ein paar goldene Regeln:

Exportieren Sie echte Daten, anstatt sie aus dem Kopf zu beschreiben. Die Info „Unsere CTR liegt bei etwa 2 %“ ist weitaus weniger nützlich als der Upload der tatsächlichen CSV-Datei mit den täglichen CTR-Werten der letzten 30 Tage. KI-Modelle können Muster in Rohdaten erkennen, die Ihnen entgehen würden. Laden Sie bei größeren Datensätzen die .csv- oder .xlsx-Datei einfach direkt hoch, anstatt Tabellen als Text in den Chat zu kopieren – das schützt vor Formatierungsfehlern und Limit-Überschreitungen.

Arbeiten Sie mit Prompts-Ketten (Prompt Chaining), anstatt alles auf einmal zu wollen. Fordern Sie zuerst die Analyse an, danach die Content-Strategie und erst im letzten Schritt die konkreten Posts. Diese Schritt-für-Schritt-Methode liefert deutlich bessere Ergebnisse, da das Modell sich auf eine Aufgabe nach der anderen konzentrieren kann.

Lassen Sie das Modell seine eigene Arbeit kritisieren. Sobald ein Entwurf vorliegt, prompten Sie einfach: „Prüfe diesen Entwurf floskeln- und qualitätsmäßig. Was ist daran noch zu vage oder generisch? Was würdest du anpassen, damit er spezifischer und nützlicher klingt?“ Diese Selbstkritik filtert oft genau die Schwachstellen heraus, die Sie sonst manuell korrigieren müssten.

Bauen Sie eine interne Prompt-Bibliothek für Ihr Team auf. Speichern Sie die Prompts ab, die für Ihre Brand die besten Ergebnisse liefern. Passen Sie sie fest mit Ihren Brand Guidelines, Zielgruppen-Beschreibungen und Plattform-Regeln an. Mit der Zeit wird diese Bibliothek zu einem Ihrer wertvollsten operativen Assets.

Vertiefen Sie Ihr Wissen zum Thema Prompting-Fundamentals. Die Prompts in diesem Artikel sind speziell für Social Media optimiert, basieren aber auf etablierten Core-Principles des Prompt Engineerings. Der offizielle Guide von OpenAI zeigt sechs Kernstrategien für besseren Output, und die Claude-Dokumentation von Anthropic bietet ein strukturiertes Tutorial, um Prompts für maximale Klarheit, Spezifität und Konsistenz aufzubauen. Beide Guides sind extrem wertvoll, wenn Sie eigene, maßgeschneiderte Prompts über die hiesigen Vorlagen hinaus entwickeln wollen.

Häufig gestellte Fragen (FAQs)

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

Die effektivsten ChatGPT-Prompts für Social-Media-Marketing sind solche, die echte Performance-Daten als Kontext nutzen, anstatt nur nach einem Thema und einer Plattform zu fragen. Exportieren Sie vor dem Prompten Daten aus Ihren Analytics-Tools (GA4, Google Search Console, Meta Ads Manager) und füttern Sie diese direkt ein. So basiert das Ergebnis auf dem echten Verhalten Ihrer Kunden und nicht auf theoretischen Marketing-Weisheiten.

Wie nutze ich ChatGPT am besten für die Content-Erstellung?

Sammeln Sie zuerst den nötigen Kontext: Ihren Brand Voice Guide, Beispiele Ihrer erfolgreichsten Posts, Zielgruppen-Insights und die Anforderungen der Plattform. Füttern Sie all diese Informationen zusammen mit Ihrem inhaltlichen Wunsch ein. Die besten ChatGPT-Prompts für Content-Erstellung behandeln das Tool als versierten Sparringspartner für Entwürfe auf Basis Ihrer echten Daten, nicht als Autopiloten, der die Strategie übernimmt. Editieren Sie den Output vor dem Posten immer auf Richtigkeit, Tonalität und Detailtiefe.

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

Zu den wertvollsten Datenquellen gehören: Suchanfragen-Berichte aus der Google Search Console (um Content-Lücken aus realem Suchvolumen zu schließen), GA4-Traffic- und Conversion-Daten nach Landingpage (um Resonanzthemen zu identifizieren), Performance-Analysen aus Meta Ads oder Google Ads (um funktionierende Hooks und Botschaften zu finden), plattforminterne Analytics-Exporte (um das beste Beitragsformat zu analysieren), Customer Journey Touchpoints aus dem CRM und LLM-Monitoring-Daten von Tools wie Peec AI oder Scrunch (um Lücken in der KI-Suche aufzudecken).

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

Beide Tools sind extrem leistungsstarke Sprachmodelle, die hervorragend Social-Media-Inhalte generieren können. Die Prompts in diesem Artikel funktionieren mit beiden Plattformen gleichermaßen. In der Praxis resultiert der Qualitätsunterschied fast immer aus der Präzision Ihres Prompts und den gelieferten Kontextdaten, nicht aus der Wahl des Modells. Für tiefere Techniken zur Optimierung empfehlen wir den Prompt-Engineering-Guide von OpenAI und die Claude-Prompting-Dokumentation von Anthropic.

Kann ChatGPT meine Social-Media-Performance-Daten analysieren?

Ja. Sowohl ChatGPT als auch Claude sind hervorragend darin, exportierte CSV-Dateien, Anzeigen-Performance-Berichte und Analytics-Zusammenfassungen zu verarbeiten, um Muster zu erkennen, Schwachstellen zu diagnostizieren und Optimierungen vorzuschlagen. Wichtig ist, die echten Rohdaten bereitzustellen, statt sie aus dem Bauch heraus zusammenzufassen. Wenn Sie beispielsweise die täglichen Ad-KPIs der letzten 30 Tage einfügen, kann das Modell exakt die Muster von Creative Fatigue erkennen, die Ihnen sonst entgehen würden.

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

Nutzen Sie drei Hebel: Füttern Sie das Modell erstens mit Ihren 20 erfolgreichsten Beiträgen und lassen Sie es die Tonalitätsmuster daraus extrahieren. Nutzen Sie zweitens den im Artikel beschriebenen Filter-Prompt gegen typische KI-Floskeln, um Worthülsen zu korrigieren. Fügen Sie drittens beim finalen Editieren immer ganz konkrete Details hinzu – wie echte Kennzahlen, konkrete Cases, Branchen-Insights und persönliche Meinungen, die nur ein echter Experte in Ihrer Rolle haben kann.

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

Aktualisieren Sie Ihre Prompt-Bibliothek idealerweise quartalsweise im Zuge Ihrer Content-Strategie-Reviews. Da sich Ihre Performance-Daten ändern, erfolgreiche Post-Formate variieren und Algorithmen angepasst werden, muss auch der Kontext Ihrer Prompts frisch bleiben. Ein Prompt, der auf den erfolgreichen Hooks des letzten Quartals basiert, benötigt regelmäßig neue Daten-Feeds, um weiterhin Bestleistungen zu erzielen.