OpenClaw Onboarding: Wie Du Deinen KI-Agenten Richtig Trainierst

Onboarding ist die wichtigste Phase der Arbeit mit OpenClaw. Wie du dich dem Agenten "vorstellst", bestimmt die Qualität aller zukünftigen Arbeit. Es ist eine Investition von 30-50€ in Tokens, die sich vielfach auszahlt.

Warum Das Kritisch Ist

"Denke an OpenClaw als günstige Arbeitskraft, die du trainieren musst — Müll-Anweisungen = Müll-Output"

Der Agent ist kein fertiges Produkt—es ist ein trainierbares System. Je besser du es trainierst, desto nützlicher wird es.

Modell für Onboarding

Nutze Claude Opus

• Gibt dem Agenten die beste "Persönlichkeit"
• Versteht Nuancen
• Kostet 30-50€ in Tokens
• Nach Setup zu günstigem Modell wechseln

"Kommt an nichts anderes heran. Wird deinem Bot die meiste Persönlichkeit geben."

Was Du Dem Agenten Erzählen Sollst

Über dich:

• Beruf und Arbeitsbereich
• Arbeitsgewohnheiten
• Persönliche Gewohnheiten
• Zeitplan (wann du arbeitest, wann du schläfst)
• Zeitzone

Über Interessen:

• Welche Inhalte du konsumierst
• Welche Nachrichten dich interessieren
• Hobbys
• Sport
• Essen

Über Ziele:

• Warum du den Agenten brauchst
• Welche Aufgaben automatisieren
• Was am meisten Zeit kostet
• Was dich an der Routine nervt

Q&A-Session

Bitte den Agenten, dich zu interviewen:

"Mach ein sehr tiefgehendes Q&A über mich, meine Arbeitsgewohnheiten, meine persönlichen Gewohnheiten, wofür ich dich nutzen will, welche Dinge mich interessieren, welche Inhalte ich schaue, welches Essen ich mag, welchen Sport ich verfolge."

Antworte so detailliert wie möglich.

Definiere die Persönlichkeit

Beispiele:

• Ziggy aus Quantum Leap
• JARVIS aus Iron Man
• Cortana aus Halo
• Deine eigene einzigartige Persönlichkeit

Was definieren:

• Wie er dich anspricht
• Formell / informell
• Humor oder Ernst
• Tonfall
• Emoji-Nutzung

Nach dem Onboarding

1. Führe /compact aus — Kontext leeren
2. Bitte um Speicherung im Gedächtnis
3. Überprüfe, was gespeichert wurde
4. Zu günstigem Modell wechseln

---

Investiere ins Onboarding—zahlt sich für immer aus.