Teil der ÜbersichtKI-Text erkennen

ChatGPT für Instagram-Captions: warum der Standard-Output nach Broschüre klingt

Du tippst „schreib mir eine Instagram-Caption über meinen neuen Workshop" in ChatGPT, drückst Enter, und liest zurück: „Bist du bereit, dein volles Potenzial zu entfesseln?" Drei Emojis, ein Doppelpunkt, ein Aufruf, der zu jedem Produkt der Welt passen würde. Du löschst das Ganze und schreibst die Caption am Ende doch selbst, weil das hier nach allen anderen klingt, nur nicht nach dir.

ChatGPT kann Captions. Die Frage ist, warum der erste Versuch fast immer nach Werbeflyer riecht, und was den Unterschied macht zwischen einem generischen Output und einem, der zumindest in deine Richtung geht.

Warum dein erster ChatGPT-Versuch nach Broschüre klingt

Wenn du ChatGPT bittest, „eine Caption in meinem Stil" zu schreiben, fehlt dem Modell die eine Sache, die es bräuchte: dein Stil. Es kennt deine letzten 200 Posts nicht. Es weiß nicht, dass du nie Emojis am Satzanfang setzt, dass du gern mit einer konkreten Szene startest und dass „entfesseln" ein Wort ist, das dir körperlich wehtut.

Warum der Mittelwert nach niemandem klingt

Ohne diese Daten greift ChatGPT auf den statistischen Mittelwert seiner Trainingsdaten zurück. Dieser Mittelwert ist auf höfliche, geschliffene, möglichst unangreifbare Sprache trainiert. Das Verfahren dahinter heißt RLHF und belohnt genau die Antworten, an denen sich niemand stört. Heraus kommt eine Stimme, die zu allem passt und deswegen zu nichts.

Warum das aktiv Vertrauen kostet, haben wir im Beitrag Warum klinischer KI-Schreibstil deine Brand Authority zerstört auseinandergenommen. Die typischen Formulierungen stehen gesammelt im Floskel-Index.

Woran merken Leser den Unterschied überhaupt?

Im Feed wird überflogen. Untersuchungen zum Leseverhalten im Web zeigen, dass Menschen in Mustern über den Text springen statt Zeile für Zeile zu lesen. Sie bleiben an dem hängen, was ungewohnt ist. Eine glatte Caption bietet dafür keine Kante.

Der Effekt bleibt dabei unbewusst. Niemand denkt beim Scrollen „das kommt aus ChatGPT". Der Daumen zieht weiter, der Post sammelt in den ersten Minuten zu wenig Verweildauer, und danach zeigt ihn der Feed kaum noch jemandem. Abgelehnt wurde er nie, er ist nur durchgerutscht.

Was „schreib locker" nicht leistet

Eine Stilbeschreibung ist eine Meinung über Text, kein Text. „Locker", „persönlich" und „authentisch" bedeuten für das Modell ungefähr dasselbe wie für einen Fremden, der dich nie gelesen hat. Es rät. Und weil es rät, landet es wieder beim Mittelwert.

Prüf das an deinem eigenen Ton. Vier Dinge lässt „locker" offen, und genau die machen hinterher den Unterschied:

• Wie lang dein längster Satz sein darf.
• Ob du Fragen ans Publikum stellst oder Aussagen hinschreibst.
• Welche Wörter bei dir nie vorkommen.
• An welcher Stelle du einen Absatz umbrichst.

Der Default ist trotzdem kein Naturgesetz. Du musst dem Modell zeigen, wie du klingst, statt es zu beschreiben.

Der Prompt, der ChatGPT näher an dich bringt

Beispiele statt Adjektive

Der Ansatz heißt Few-Shot-Prompting. Du gibst dem Modell echte Beispiele von dir, bevor es schreibt. Drei bis fünf deiner besten Captions als Referenz, an denen es Rhythmus, Wortschatz und Satzlängen ablesen kann.

Welche Captions du als Referenz nimmst

Wie viel Platz dir zur Verfügung steht, steht in der Instagram-Hilfe, und wie du ihn nutzt, in Instagram-Caption schreiben.

Such dir drei bis fünf raus, bei denen du sagst: das klingt zu hundert Prozent nach mir. Zwei Bedingungen:

• Organisch entstanden. Kommt die Vorlage selbst aus einem Modell, klonst du den Roboter statt dich.
• Unterschiedliche Anlässe. Eine Verkaufs-Caption, eine persönliche, eine mit Anleitung. Sonst lernt es einen Sonderfall.

Dann nutzt du diesen Prompt:

Hier sind 4 Instagram-Captions, die ich selbst geschrieben habe. Sie sind die Referenz für meinen Schreibstil:

[Caption 1]
[Caption 2]
[Caption 3]
[Caption 4]

Analysiere diese 4 Texte zuerst still für dich auf: Satzlängen und Rhythmus (Mix aus kurz und lang), typische Wörter und Formulierungen, wie ich einsteige (Szene, Frage, Aussage?), wie ich den CTA setze, und ob ich Emojis nutze und wenn ja wie.

Schreib mir dann EINE Instagram-Caption zum Thema [dein Thema] in genau diesem Stil. Halte dich an meinen Rhythmus und mein Vokabular.

Verboten: die Wörter „entfesseln", „eintauchen", „Reise", „Game-Changer" sowie jeder Einstieg, der mit „in der heutigen …" anfängt. Keine langen Gedankenstriche. Keine drei aufeinanderfolgenden Kurzsätze als Effekt. Schreib ungeschliffen und direkt, so wie ich es in den Beispielen tue. Gib mir nur die Caption, keine Erklärung.

Der Unterschied zum Standard-Output ist sofort hörbar. Statt „Bist du bereit, dein Potenzial zu entfesseln?" bekommst du etwas, das deinen Einstieg, deine Länge und deine Wortwahl trifft. Nicht perfekt, aber im richtigen Raum. Die Methode dahinter, inklusive Stil-Analyse-Schritt und Übertragung auf andere Formate, beschreiben wir ausführlich im Beitrag Wie bringe ich der KI meinen Schreibstil bei?

Was bleibt nach dem ersten Entwurf bei dir?

Der Prompt liefert eine Rohfassung, kein fertiges Posting. Vier Stellen bleiben deine Arbeit, weil das Modell die nötigen Informationen gar nicht hat:

• Die erste Zeile. Sie hängt an deinem Bild, und das sieht das Modell nicht. Zwölf Muster, die als Einstieg tragen, stehen in Instagram Reels Hook.
• Zahlen, Namen, Termine. Was das Modell nicht wissen kann, füllt es plausibel auf. Preise und Daten liest du gegen, bevor der Post rausgeht.
• Der Schluss. Modelle enden gern auf einer rhetorischen Frage ins Leere. Was dort stattdessen hingehört, klärt Was ist eine Call to Action.
• Die langen Gedankenstriche. Sie überleben fast jedes Verbot im Prompt. Woran das liegt, steht in Der Gedankenstrich verrät ChatGPT.

Wo selbst der beste Prompt aufgibt

Der Few-Shot-Prompt liefert deutlich bessere Captions. Im Alltag, bei zehn Captions pro Woche statt einer, stößt er an zwei harte Grenzen.

Grenze eins: das Gedächtnis reicht nicht

Context-Drift. ChatGPT hat ein kurzes Gedächtnis. Nach zehn, fünfzehn Nachrichten im selben Chat vergisst es deine Stil-Analyse und rutscht schleichend zurück in den Werbe-Ton. Die fünfte Caption des Tages klingt wieder nach Broschüre, obwohl die erste gut war. Du müsstest den ganzen Analyse-Block bei fast jedem neuen Entwurf neu einfügen. Das ist die unbezahlte Fleißarbeit, die niemand erwähnt, wenn er „nutz halt ChatGPT" sagt.

Grenze zwei: alles, was keine Caption ist

Formate jenseits der Caption. Eine Caption ist Text, leicht zu kopieren. Aber dein Reel ist gesprochen. Wenn ChatGPT deine gesprochene Stimme lernen soll, müsstest du deine Reels erst manuell abtippen. Und ein Karussell lebt davon, welches Wort auf welcher Slide steht und wie der Spannungsbogen über die Slides läuft. Das bekommst du über einen Chat-Prompt kaum vermittelt, weil das Modell weder dein Foto noch dein Layout sieht.

Wann lohnt sich der Aufwand trotzdem?

Für den Einzeltext ist der Prompt stark. Wenn du einmal pro Woche eine Caption brauchst, ist das die richtige Lösung und du brauchst nichts weiter. Ab täglichem Output über mehrere Formate hinweg arbeitest du gegen das Werkzeug an. Dieselbe Schwelle beschreiben wir am Beispiel längerer Texte in ChatGPT-Texte umschreiben.

Wenn die Stil-DNA fest sitzt statt bei jedem Chat neu

Genau diese zwei Probleme hatten wir selbst, als wir unseren eigenen Content gebaut haben. Darum funktioniert Castyourlayer anders: Statt den Stil in jeden Chat neu reinzukopieren, verankern wir ihn einmal fest.

Was CYL dafür einliest

Castyourlayer holt deine echten Instagram-Posts ab, transkribiert deine Reels automatisch und liest deine Karussell-Slides visuell aus. Daraus entsteht deine Stil-DNA, gebaut aus bis zu 1000 Posts statt aus vier Beispielen.

• Deine Einstiege. Womit du anfängst, wenn niemand dir sagt, wie man anfängt.
• Deine Themen. Worüber du tatsächlich schreibst, nicht worüber du schreiben wolltest.
• Deine Satzrhythmen. Wo du kurz wirst, wo du ausholst.

Warum das den Drift löst

Diese DNA wird bei jeder Caption, jedem Reel-Skript und jedem Karussell im Hintergrund mitgegeben. Sie steht nicht im Chatverlauf und kann deshalb nicht aus ihm herausrutschen. Kein Kopieren, kein Nachfüttern, kein spätes Nachreichen der Beispiele.

Der Unterschied in einem Satz: Der Prompt zeigt ChatGPT einmal, wie du klingst. Die Stil-DNA sorgt dafür, dass es das nie wieder vergisst.

Häufige Fragen

Fazit

Die Caption, die du am Anfang gelöscht hast, scheiterte an einem fehlenden Briefing. Mit dem Few-Shot-Prompt aus diesem Artikel bekommst du Captions, die deinen Einstieg, deinen Rhythmus und dein Vokabular treffen, und das reicht für den schnellen Einzeltext völlig.

Wenn du tiefer einsteigen willst: Wie du dem Modell den eigenen Stil dauerhaft beibringst, steht in KI den eigenen Schreibstil anlernen. Woran Leser maschinellen Text überhaupt erkennen, zeigt die Übersicht der zehn Muster, und wie du einen fertigen Entwurf entschärfst, KI-Text menschlicher machen. Einen Text sofort gegenprüfen kannst du im Floskel-Check, ohne Anmeldung.

Für den täglichen Betrieb über mehrere Formate kippt die Rechnung. Da frisst Context-Drift deinen sauberen Prompt auf, und Reels wie Karussells fallen durchs Raster. Dann lohnt sich die Infrastruktur, die deine Stil-DNA einmal fest verankert, statt sie bei jedem Chat neu zu erklären.

Der Prompt bringt dich ein gutes Stück. Wo seine Grenze liegt und welche Muster du danach trotzdem noch von Hand rauswirfst, steht in der Übersicht zu KI-Text erkennen und menschlicher schreiben.