Warum die meisten Claude-Pipeline-Fehler auf Prompts und nicht auf Modelle zurückgehen – und wie man sie mit Skills behebt

Ein aktueller r/ClaudeAI-Beitrag macht ein häufiges Muster aus: Ein Prompt funktioniert isoliert, produziert aber Wochen später in einer Pipeline still und heimlich falsche Ausgaben. Die Grundursache liegt nicht am Modell – sondern daran, dass der Prompt undokumentierte Eingabeformate voraussetzte und Strukturen zurückgab, die nur ein Aufrufer zu parsen wusste. Der Beitrag argumentiert, dass eine Fähigkeit – im Gegensatz zu einem rohen Prompt – drei Dinge erzwingt, die diese Art von Fehlern verhindern.

Eingabevertrag

Definiere genau, welche Felder der Prompt benötigt, was passiert, wenn eines fehlt, und wie die minimal brauchbare Eingabe aussieht. Der Beitrag sagt, das schreibe man in zehn Minuten und verhindere Fehler, die sonst um zwei Uhr morgens auftauchen.

Ausgabeschema

Gib das Rückgabeformat präzise an, einschließlich Fehlerzuständen. Beispiel aus dem Beitrag:

success = {action: string, confidence: float, reasoning: string}
failure = {action: "skip", reason: string}

„Gibt eine Zusammenfassung zurück“ ist kein Schema. Das Schema macht sowohl Erfolg als auch Fehler für nachgelagerte Knoten sichtbar.

Lerndatei

Führe eine Datei, die festhält, woran die Fähigkeit gescheitert ist, welche Grenzfälle gefunden wurden und was in der Produktion kaputtging. Diese füllt sich mit der Zeit – jedes Mal, wenn die Fähigkeit dich ärgert, wandert der Schmerz dorthin, anstatt von demjenigen, der sie als Nächstes ausführt, neu entdeckt zu werden.

Der Autor des Beitrags fasst zusammen: „Der Prompt allein ist v0. Die Fähigkeit ist das, was du auf v1 beförderst.“