ChatGPT-Prompts für den Lebenslauf: Was im Test funktioniert

Listen mit ChatGPT-Prompts für den Lebenslauf sind leicht zu finden, und die Prompts darin sehen sich auffallend ähnlich. Einer erklärt dem Modell, es sei Experte für Lebensläufe. Ein anderer verlangt starke aktive Verben und messbare Ergebnisse. Wer einen davon einfügt, bekommt etwas Ordentliches zurück: ein Kurzprofil, das über jedem beliebigen Lebenslauf stehen könnte, oder Stichpunkte mit einem X in eckigen Klammern, wo eigentlich die Ergebnisse hingehören.

Was das Modell zurückgab, zeigen die Listen selten, und deshalb lassen sich die Prompts kaum beurteilen. UseResume hat darum einen gewöhnlichen, fehlerhaften Lebenslauf für eine erfundene Marketingkoordinatorin geschrieben und sechzehn Prompts darauf angewendet, jeden mindestens dreimal. Sie deckten fünf typische Aufgaben ab (Stichpunkte, das Kurzprofil, die Anpassung an eine Stellenanzeige, eine Kritik und ein Anschreiben), dazu die Prüfung eines fertigen Entwurfs. Alle unten zitierten Antworten stammen aus diesen Durchläufen.

Die kurze Antwort: Die Formulierung zählte viel weniger als der Inhalt. Das Modell zum Experten zu erklären, änderte fast nichts. Die Bitte um Kennzahlen brachte Platzhalter, die Bitte um jedes Keyword aus der Anzeige eine Warnung. Drei Dinge veränderten das Ergebnis tatsächlich: die Fakten, die im Lebenslauf fehlten, ein paar Regeln dazu, was nicht verändert werden darf, und die Anweisung, alles aufzulisten, was sich nicht belegen ließ. Die Prompts stehen vollständig im Text, zum Kopieren.

Ein Lebenslauf, sechzehn ChatGPT-Prompts

Die Bewerberin heißt Tessa Marlow und existiert nicht. Sie arbeitet seit mehr als vier Jahren als Marketingkoordinatorin bei Fernhollow Outdoor Supply Co., einem erfundenen Onlineshop für Campingausrüstung. Davor arbeitete sie im Kundenservice einer Buchhandlung und als Barista. Ihr Lebenslauf beginnt mit einem Karriereziel, das mit „Fleißige und motivierte Marketingfachkraft“ einsetzt, enthält zwei Tippfehler und drei Datumsformate und beschreibt ihre aktuelle Stelle so:

Sie bewirbt sich als E-Mail-Marketing-Managerin bei Tidewick Coffee Roasters, einem ebenso erfundenen Anbieter von Kaffee-Abos. Ähnlichkeiten dieser Namen mit realen Personen oder Unternehmen sind nicht beabsichtigt. Die Anzeige verlangt praktische Erfahrung mit Klaviyo, einer E-Mail-Plattform, Erfahrung im SMS-Marketing und die Führung einer direkt unterstellten Person. Tessa bringt nichts davon mit.

Was sie dagegen hat, sind Fakten, die es nie in ihren Lebenslauf geschafft haben; sie stehen in einem zweiten Dokument, ihren Notizen. Der Newsletter geht an rund 48.000 Abonnenten. Seine durchschnittliche Öffnungsrate ist von 21 % auf 29 % gestiegen. Die Warenkorbabbruch-E-Mails, die sie neu geschrieben hat, holen rund 9.800 Dollar im Monat zurück, vorher waren es 4.100 Dollar. Die Notizen halten auch fest, was sie nicht gemacht hat, Klaviyo eingeschlossen. Nur ein Teil der Prompts bekam die Notizen mit.

Getestet wurde GPT-6.1 im November 2026. Das Modell lief über das Kommandozeilen-Tool von OpenAI, nicht über die ChatGPT-App; in der App können die Antworten also anders ausfallen. Die Antworten schwanken außerdem von Durchlauf zu Durchlauf. Deshalb lief jeder Prompt mindestens dreimal, und wo die Durchläufe voneinander abwichen, wird das berichtet. In den Prompts unten steht anstelle des eingefügten Materials ein Platzhalter in eckigen Klammern.

Die Bitte um messbare Ergebnisse

Der erste Prompt war einer, wie ihn müde Bewerbende schreiben: „Verbessere diese Stichpunkte aus meinem Lebenslauf.“

Die fünf Stichpunkte wuchsen je nach Durchlauf von 29 Wörtern auf 45 bis 57 und sagten nichts Neues. Aus „Verantwortlich für“ wurde in einem Durchlauf „Koordinierte“, in einem anderen „Leitete“ und im dritten „Verantwortete“. Jede Antwort endete mit der Bitte um das, was fehlte. In der ersten hieß es: „Ergänze Details wie die Größe der Zielgruppe, die Zahl der Kampagnen, das Wachstum beim Engagement oder den zurückgewonnenen Umsatz“.

Der übliche Rat lautet, direkt nach Zahlen zu fragen. Typisch dafür ist eine Liste von eWeek aus dem Februar 2026. Ihr Prompt für Stichpunkte verlangt „starke aktive Verben und messbare Ergebnisse“ und, wo genaue Zahlen fehlen, „realistische Platzhalter“. Ein Prompt mit derselben Kernforderung, „Formuliere diese Stichpunkte aus meinem Lebenslauf mit starken aktiven Verben und messbaren Ergebnissen neu“, lieferte Folgendes:

Dem Modell ist zugutezuhalten, dass es in drei Durchläufen keine einzige Zahl erfand. Es ließ 12, 12 und 9 Platzhalter stehen, mit der Anweisung, sie durch echte Zahlen zu ersetzen. Aber ein Platzhalter ist nicht neutral. Diese hier unterstellen, dass die Produkteinführungen Leads brachten, dass jemand Conversions gemessen hat und dass Tessa eine Sequenz „optimiert“ hat, an der sie nach eigener Angabe nur mitgearbeitet hatte. Eine Bewerberin, die diese Lücken ausfüllt, wird zu Behauptungen gedrängt, die sie selbst nie aufgestellt hat.

Sinnvoller ist es, denselben Impuls anders zu nutzen und das Modell erst fragen zu lassen, bevor es schreibt:

Alle drei Durchläufe lieferten genau zehn Fragen. Eine davon lautete im ersten Durchlauf: „Welche Entscheidungen oder Änderungen haben deine Berichte der Marketingleitung ermöglicht?“ Tessas Notizen sind im Grunde die Antworten. Mit den Notizen im Anhang und vier zusätzlichen Regeln sieht der Prompt so aus:

In allen drei Durchläufen stammte jede Zahl aus den Notizen, und kein Stichpunkt war länger als 24 Wörter. Die vierte Regel kam jedes Mal zum Einsatz, immer beim selben Stichpunkt. Im zweiten Durchlauf hieß es: „Der Stichpunkt zu den Berichten bleibt schlicht, weil deine Notizen nicht beschreiben, wie die Berichte Entscheidungen beeinflusst, Zeit gespart oder Ergebnisse verbessert haben.“

Der Experte, der nichts änderte

Für das Kurzprofil wurden zwei kurze Prompts verglichen. Einer bestand aus einer einzigen Zeile: „Schreib ein Kurzprofil für meinen Lebenslauf.“ Der andere begann so wie viele veröffentlichte Prompts: „Agiere als Experte für Lebensläufe mit 20 Jahren Erfahrung. Schreib ein überzeugendes Kurzprofil für meinen Lebenslauf, das die Aufmerksamkeit von Recruitern weckt.“

Der mittlere Satz ist so gut wie identisch. Über sechs Durchläufe hinweg hatten die Kurzprofile 45 bis 56 Wörter, fünf der sechs verwendeten das Wort „kundenorientiert“, und keines enthielt ein einziges Ergebnis, weil der Lebenslauf keines hergibt. Zwanzig Jahre erfundener Erfahrung lieferten auch keines.

Das passt zu dem, was die Generative AI Labs der Wharton School im Dezember 2025 berichteten. Sie testeten sechs Modelle mit schwierigen Multiple-Choice-Fragen und stellten fest, dass die Zuweisung einer Expertenrolle „die Genauigkeit nicht zuverlässig verbessert“. Ihr Rat lautete, sich auf „aufgabenspezifische Anweisungen statt auf die Zuweisung einer Persona“ zu konzentrieren. Multiple-Choice-Fragen sind keine Lebensläufe, und die Studie maß Genauigkeit, nicht Stil. Zumindest bei diesem Lebenslauf wies das Ergebnis aber in dieselbe Richtung.

Aufgabenspezifische Anweisungen sehen so aus:

Alle sechs Fassungen, zwei aus jedem Durchlauf, hatten zwischen 46 und 52 Wörtern, und jede Zahl ließ sich auf die Notizen oder die Zeitangaben im Lebenslauf zurückführen. Die verbotenen Wörter erwiesen sich als bloße Absicherung: Dieses Modell setzte keines davon in ein Kurzprofil, auch ohne entsprechende Regel.

Den Lebenslauf an eine Stellenanzeige anpassen

Für die Anpassung wurden drei Prompts getestet. Der erste bestand aus einer Zeile: „Passe meinen Lebenslauf an diese Stellenanzeige an.“ Der zweite gehört zu der Sorte, die verspricht, das Bewerbermanagementsystem (ATS) auszutricksen: „Agiere als Experte für Lebensläufe und ATS-Spezialist. Schreib meinen Lebenslauf so um, dass er möglichst genau zu dieser Stellenanzeige passt und durch das ATS kommt. Nimm alle wichtigen Keywords aus der Stellenanzeige auf.“

Keiner der beiden machte aus Tessa eine Klaviyo-Nutzerin. In allen sechs Durchläufen ersetzte das Modell das Karriereziel durch ein Kurzprofil, korrigierte die Tippfehler, vereinheitlichte die Datumsangaben, schob den Instagram-Stichpunkt nach unten und nannte kein Tool, das nicht schon im Lebenslauf stand. Was einer Erfindung am nächsten kam, waren Kleinigkeiten. In allen sechs Durchläufen wurde aus dem Bestellsystem der Buchhandlung ein „Auftragsmanagementsystem“ und aus den Getränken der Barista Kaffeegetränke, und jeder Durchlauf des Keyword-Prompts ergänzte einen Barista-Stichpunkt über Kundenservice in einem Café mit „hohem Arbeitstempo“. Jede Antwort auf diesen Prompt endete mit einer Warnung, eine davon mit dem Hinweis, dass „ein Abgleich der Keywords allein nicht garantieren kann, dass der Lebenslauf das ATS passiert“.

Der Lebenslauf war also unbedenklich, aber nicht besser. Im ersten Durchlauf des Keyword-Prompts lautete der oberste Stichpunkt: „Koordiniere den wöchentlichen E-Mail-Newsletter und sorge für einen konsistenten Kampagnenplan und regelmäßige Kundenkommunikation.“ Der dritte Prompt enthielt die Notizen und sechs Regeln:

Diesen Lebenslauf können Personalverantwortliche tatsächlich beurteilen. In diesem Durchlauf ist aus dem Newsletter „wöchentliche E-Mail-Kampagnen“ geworden, nach den „wöchentlichen Kampagnen“ der Anzeige, und jede Zahl lässt sich auf die Notizen zurückführen. Jeder Durchlauf lieferte auch die Liste, die Regel fünf verlangte, und jedes Mal hatte sie 16 Punkte.

Die Liste zeigt, wie wörtlich das Modell die Regeln nahm. Angewiesen, nichts abzuschwächen, listete es alles auf, bis hin zu einer Liebe zu Kaffee, die nicht „ausdrücklich erklärt“ worden war, obwohl Tessa früher Barista war und Tidewick abonniert hat. Angewiesen, keine Zeitangaben zu ändern, ließ es „08/2020 - 5/22“ in allen drei Durchläufen genau so stehen, wie sie es getippt hatte, obwohl es dieselbe Zeile beim Einzeiler ungefragt bereinigt hatte. Der Prompting-Leitfaden von OpenAI zu GPT-5, einem Vorgängermodell, sagt, es befolge „Anweisungen im Prompt mit chirurgischer Präzision“, und GPT-6.1 tat hier dasselbe. Regeln schützen die Fakten, aber eben auch die Fehler, deshalb muss man das Ergebnis trotzdem lesen. Von den 16 Lücken lohnt es sich, für eine Handvoll eine Antwort vorzubereiten: Klaviyo, SMS, die unterstellte Person, Segmentierung und die übrigen automatisierten Flows.

Eine Kritik mit Stellenanzeige

Die Kritik war die einzige Aufgabe, bei der der kurze Prompt mithalten konnte. „Kannst du dir meinen Lebenslauf ansehen?“ fand in allen drei Durchläufen alle sieben Fehler, die im Lebenslauf versteckt waren: das nichtssagende Karriereziel, Aufgaben ohne Ergebnisse, beide Tippfehler, die gemischten Datumsformate, die aufgeblähte Liste der Fähigkeiten und „Referenzen auf Anfrage“. Ein Durchlauf bemerkte außerdem, dass der Telefonnummer die Vorwahl fehlte. Danach schrieb jede Antwort ungefragt einen Teil des Lebenslaufs oder den ganzen neu.

Was der kurze Prompt nicht beantworten konnte, war die Frage, ob der Lebenslauf genau diese Vorauswahl überstehen würde, denn die Stelle kannte das Modell nicht. Der längere Prompt liefert sie mit:

Jede vollständige Antwort begann mit einem Nein und stellte die Probleme voran, die sich durch Überarbeiten nicht beheben lassen:

Dieser Prompt brachte auch die einzigen echten Ausfälle des Tests. In seiner ersten Fassung forderte er das Modell auf, zu jedem Problem „die genaue Zeile zu zitieren“. In drei von sechs Durchläufen brach die Antwort an derselben Stelle ab, mitten im Zitat der Zeile mit den Fähigkeiten:

Warum das passierte, ist nicht bekannt. Nachdem die Anweisung in die oben gezeigte Fassung geändert worden war, liefen vier von vier Durchläufen vollständig durch. Die praktische Lehre ist einfacher: Eine Antwort, die falsch aussieht, kann bloß ein schlechter Durchlauf sein, und eine neue Anfrage kostet nichts.

Das Anschreiben und ein zweites Modell

Auf die einzeilige Bitte „Schreib ein Anschreiben für diese Stelle“ verfasste das Modell drei Anschreiben mit 242 bis 263 Wörtern. Alle drei waren ehrlich und räumten ein, dass Tessa Erfahrung mit Mailchimp hat und nicht mit Klaviyo, und keines enthielt irgendeine Zahl zu ihrer Arbeit. Eine typische Zeile: „Durch die Arbeit an Warenkorbabbruch-E-Mails habe ich Erfahrung mit einem wichtigen Teil der Customer Journey gesammelt“.

Die drei Anschreiben hatten 196, 198 und 200 Wörter. Sie sind steif, und „Ich möchte diese Stelle, weil“ ist keine Formulierung, die jemand stehen lassen würde. Aber jeder Satz lässt sich im Vorstellungsgespräch vertreten, und genau dafür waren die Regeln da.

Bei einem Modell, das sich mehr Freiheiten nimmt, zählen die Regeln noch mehr. Derselbe einzeilige Prompt ging zweimal an Claude Fable 5.1, das in einem früheren Vergleich der beiden besser schrieb und freier mit Fakten umging.

Der Lebenslauf sagt nichts über Tessas Morgenroutine, und laut ihren Notizen hat sie nie SMS-Marketing betrieben. Unter das Anschreiben setzte das Modell den Hinweis, die Zeile zu Klaviyo „setzt voraus, dass du ihre kostenlosen Kurse auch wirklich anfängst“. Mit den sechs Regeln blieben beide Anschreiben von Claude nah an den Notizen. Die deutlichste Abweichung: Beide schrieben einen Teil des Anstiegs der Öffnungsrate den Tests der Betreffzeilen zu, was die Notizen nicht behaupten. Ein Anschreiben enthielt zudem eine bessere Zeile als alles in den Notizen: „Ich möchte die E-Mails schreiben, die ich ohnehin schon lese.“

Dieselben Freiheiten nahm sich Claude beim Anpassen. Mit dem Keyword-Prompt gab einer seiner Lebensläufe Tessa den Titel „Marketingkoordinatorin (Leitung E-Mail-Marketing)“. Für einen Entwurf, der schon existiert, gibt es einen Prompt, der ihn mit dem Original abgleicht:

Mit diesem Lebenslauf listete GPT-6.1 in drei Durchläufen 19, 22 und 24 nicht belegte Aussagen auf. Alle drei bemerkten den neuen Jobtitel und die Segmentierung von Listen, die im Original nirgends vorkommt. Alle drei beanstandeten außerdem „Bereitete Espressogetränke zu“, mit der Begründung, im Lebenslauf stehe nur „Bereitete Getränke zu“.

Was die funktionierenden ChatGPT-Prompts gemeinsam haben

Nebeneinandergelegt bestehen die Prompts, die funktionierten, aus denselben drei Teilen. Sie liefern die Fakten: die Zahlen, die Tools, was selbst geschrieben wurde und wobei nur mitgeholfen wurde. Sie sagen, was sich nicht ändern darf. Und sie geben dem Modell einen Platz für alles, was es nicht belegen kann, eine Liste „Nicht abgedeckt“ oder einen Hinweis, dass ein Stichpunkt schlicht bleibt, damit eine Lücke nicht mit etwas gefüllt werden muss, das besser klingt.

Die Dokumentation von OpenAI vergleicht ein Reasoning-Modell mit „einem erfahrenen Kollegen“, dem man ein Ziel vorgeben und zutrauen kann, „die Details selbst auszuarbeiten“. Die Dokumentation von Anthropic bittet die Nutzer, sich Claude als „brillanten, aber neuen Mitarbeiter, dem der Kontext fehlt“ vorzustellen. Beim Lebenslauf sind die Details der Kontext, und die kennt nur, wer sich bewirbt. Keine Wortwahl bringt eine Öffnungsrate zurück, die dem Modell nie genannt wurde.

Zwei Vorbehalte gehören zu den Prompts dazu. Ein Lebenslauf enthält personenbezogene Daten. Eine 2025 veröffentlichte Studie der Stanford University zu den Datenschutzrichtlinien von sechs amerikanischen KI-Entwicklern ergab, dass offenbar alle sechs Chatdaten standardmäßig zum Training ihrer Modelle nutzen. Der dazu veröffentlichte Rat lautete, dieser Nutzung wo immer möglich zu widersprechen, und Telefonnummer und Adresse lassen sich vor dem Einfügen löschen. Der zweite Vorbehalt: Das Anpassen hat Grenzen. Ein erfahrener Recruiter sagte 2024 gegenüber SHRM, dem US-Fachverband für Personalmanagement, ein auf eine Anzeige getrimmter Lebenslauf sei leicht zu erkennen, weil „im Lebenslauf dieser Person jedes einzelne Keyword auftaucht“, und KI werde „die bisherige Erfahrung bei den Aufgaben aufblähen“. Ein eigener Artikel untersucht, wie zuverlässig Recruiter einen von KI geschriebenen Lebenslauf von einem unterscheiden können, den ein Mensch geschrieben hat.

Zurück also zum Prompt aus einer Liste, mit seinem Experten und seinen messbaren Ergebnissen. Bei diesem Modell richtete er wenig Schaden an: Kein Durchlauf erfand eine Zahl, ein Tool oder einen Jobtitel. Zurück kam der Lebenslauf, den das Modell bekommen hatte, in längeren Worten und mit Platzhaltern, wo die Fakten stehen sollten. Zehn Minuten sind bei den Notizen besser investiert: wie viele, wie oft, was sich verändert hat und was nie gemacht wurde. Der Prompt drumherum darf kurz sein.

So hilft UseResume

In einem Chatfenster bleiben Notizen, Regeln und Kontrolle ganz der Person überlassen, die tippt. UseResume ist eigens für Lebensläufe gebaut, deshalb übernimmt das Produkt einen Teil dieser Arbeit. Es importiert einen vorhandenen Lebenslauf oder ein LinkedIn-Profil oder erstellt einen Lebenslauf anhand gezielter Fragen, und sein KI-Lebenslauf-Generator schreibt Kurzprofil und Stichpunkte in einer ATS-freundlichen Vorlage, in der sich jeder Vorschlag bearbeiten lässt.

Füge eine Stellenanzeige ein, und das Tool zum Anpassen zeigt, welche Keywords aus der Anzeige gefunden wurden und welche fehlen, was einer Liste „Nicht abgedeckt“ nahekommt, ganz ohne Prompt. Der Lebenslauf-Check bewertet das Ergebnis danach anhand von 37 Prüfpunkten, und der Anschreiben-Generator arbeitet mit demselben Lebenslauf und derselben Anzeige.

Erstelle dein Konto und starte mit dem Lebenslauf, den du schon hast.