Spell-Check für KI-Prompts · 100% client-side

Don't ship
sloppy prompts.

PromptPolish ist ein clientseitiges Tool zum Polieren, Strukturieren und DSGVO-Prüfen von KI-Prompts für ChatGPT, Claude und Gemini.

Deine KI ist nur so gut wie Dein Prompt. Poliere ihn in 50ms — direkt im Browser, ohne KI-Aufruf, ohne Datenleck. Nebenbei wirst Du im Prompting besser.

Prompt polieren So funktioniert's
7.842 Prompts diese Woche poliert 312k Tokens gespart 1.247 PII-Leaks verhindert
live demo · loops
DEIN PROMPT
BEREINIGT
Vertraut nicht uns. Vertraut diesen Tatsachen:
Kein Account nötig Dein Prompt verlässt nie den Browser Keine KI im Hintergrund Free für immer (Basics) ~50 Regeln, 8 Kategorien
Probier's aus

Paste rein.
Sieh, was schiefläuft.

Eingabe links — bereinigte Version, Token-Ersparnis, Kosten-Hochrechnung über sechs Modelle und CO₂-Wirkung gleich darunter.

Beispiele:
Dein Prompt 0 Zeichen · ~0 Tokens
+ zum Bereinigen
Cleanliness Score
/ 100
Tokens
Kosten / 1k Calls
Energie / 1k Calls
! DSGVO: Details
Diese Daten gelten unter DSGVO Art. 4 als personenbezogen. Beim Senden an ChatGPT, Claude oder andere LLM-Provider werden sie an deren Server übertragen — und je nach Anbieter geloggt, zwischengespeichert oder für Training verwendet.
    Original — Tokens
    Was Du heute gelernt hast

    Anti-Patterns in Deinem Prompt.

    Über alle Modelle hinweg

    Input-Token-Kosten, Stand Mai 2026. Bei Skalierung sparst Du:
    Modell Vorher / 1k Nachher / 1k Ersparnis / 1k Ersparnis / 100k
    💡 Wann lohnt sich Pro statt API?
    Bei hoher Nutzung (mehrere Tausend Tokens/Tag in Chat-Tools) sind Flat-Rate-Pro-Abos meist günstiger als API-pay-per-use. Bei API-Integration in Production-Apps bleibt API-Pricing relevant.

    Klima-Wirkung

    Skaliert auf typische API-Volumen — Token-Sparen heißt Strom-Sparen.
    Pro 1.000 Calls
    Wh gespart
    Pro 100.000 Calls
    kWh
    Pro 1 Mio Calls/Mo
    kWh / Monat
    CO₂ pro Jahr (12M Calls)
    kg CO₂e
    Schätzung auf Basis von ~0,0002 Wh pro Input-Token, ~400 g CO₂/kWh und ~1,8 L Wasser/kWh. Realistische Bandbreite: ±50%.
    Warum das jeden Tag öffnen?

    Token sparen ist nett.
    Bessere KI ist der Punkt.

    Deine KI gibt zurück, was Du reingibst. Sloppy Prompt → sloppy Output. PromptPolish ist der Reflex zwischen "ich tippe schnell rein" und "ich klicke Senden".

    i.

    Strukturiert in einem Klick.

    Wir erkennen automatisch ob Du eine Email schreibst, einen Code-Review machst oder einen LinkedIn-Post brauchst — und schlagen Rolle, Aufgabe, Format, Tonalität, Vermeide, Output vor. Strukturierte Prompts haben 30-50% konsistentere Antworten.

    ii.

    Du wirst besser.

    Jede Bereinigung zeigt Dir die Anti-Patterns, die das Modell stören. Über Wochen entwickelst Du intuitive Prompting-Skills — wie ein Schreibtraining, das nebenbei läuft.

    iii.

    Privacy by default.

    Dein Prompt wird komplett im Browser bereinigt. Keine API-Calls, keine Logs, keine Cloud. Was Du tippst, bleibt bei Dir — auch der Bewerbungstext, die Kunden-Email, der vertrauliche Vertragsentwurf.

    Klare Antworten. Häufig gestellte Fragen zu PromptPolish

    Warum keine KI im Hintergrund?
    Drei Gründe: Geschwindigkeit (50ms statt 5s), Kosten (gratis statt mit jedem Aufruf bezahlt), Privacy (lokale Verarbeitung statt Cloud-Roundtrip). Regex und Heuristik fangen 80% der typischen Prompt-Probleme — die restlichen 20% sind Bewertungsfragen, die nur Du selbst entscheiden kannst, nicht ein anderes LLM.
    Erkennt das Tool DSGVO-relevante Daten?
    Ja, eingebaut. Wenn Dein Prompt Personennamen (Herr/Frau X, Mr./Mrs.), E-Mail-Adressen, Telefonnummern, IBANs oder andere personenbezogene Daten enthält, erscheint oben im Ergebnis eine Warnung mit konkreten Funden und Hinweis auf den DSGVO-Kontext. Echte Anonymisierung mit reversiblem Mapping kommt mit Privacy Shield.
    Werden Zitate und Code-Blöcke geschützt?
    Ja. Text in Anführungszeichen ("...", „...", «...») und Code-Blöcke (`...`, ```...```) werden als Daten erkannt und NICHT bereinigt — nur die Anweisung außenrum. Wenn Du z.B. eine Kunden-Email zur Analyse einklebst, bleiben deren Höflichkeitsfloskeln drin (sind ja Information für das Modell). Geschützte Bereiche werden im Diff mit Coral-Border-Left und cremefarbenem Hintergrund visuell markiert. PII-Erkennung läuft trotzdem weiter — auch in Zitaten.
    Was ist der Strukturieren-Modus?
    Neben dem reinen Bereinigen erkennt PromptPolish automatisch Deinen Aufgaben-Typ (LinkedIn-Post, Code Review, Email, Bewerbung, etc.) und schlägt eine strukturierte Version mit Rolle / Aufgabe / Format / Tonalität / Vermeide / Output vor. Switcher rechts oberhalb des bereinigten Texts. Strukturierte Prompts haben in A/B-Tests 30-50% konsistentere Outputs.
    Spart das wirklich Geld?
    Ehrlich: bei einzelnen Prompts ein paar Cent. Bei API-Volumen mit 100k+ Calls/Monat sind das $20-200 monatlich, je nach Modell. Aber das ist nicht der Hauptzweck — der ist bessere Outputs durch sauberere Prompts. Die Kostenersparnis ist Beifang.
    Wie genau ist die Token-Schätzung?
    Wir schätzen sprach-aware: chars/4.5 für Deutsch, chars/4.0 für Englisch. Das liegt typischerweise innerhalb 10-15% der echten Tokenizer-Werte (tiktoken/anthropic-sdk). Für Pro-Tier ist exakte Tokenizer-Integration geplant.
    Was passiert mit meinen Prompts?
    Nichts. Wirklich. Es gibt keinen Server-Endpoint, keine Analytics-Pipeline, kein Logging. Wenn Du den Tab schließt, ist alles weg. Wenn Du Pro buchst, kommt optionale Persistierung in localStorage dazu — auch das clientseitig.
    Wann gibt's eine Browser-Extension?
    In Arbeit. Floater-Icon direkt in ChatGPT, Claude.ai, Gemini — bereinigt den Prompt vor dem Senden. Das wird die Daily-Use-Mechanik. Erwartet im nächsten Quartal.
    Funktioniert PromptPolish mit ChatGPT, Claude und Gemini?
    Ja, mit allen drei. Die Bereinigungs- und Strukturieren-Regeln sind modell-unabhängig — sie verbessern die Klarheit Deines Prompts, bevor er an irgendein LLM geht. Die Token-Schätzung berücksichtigt unterschiedliche Tokenizer (GPT, Claude, Gemini, DeepSeek), und im Modell-Vergleich siehst Du parallel die Kosten- und Energie-Hochrechnungen für alle gängigen Modelle.
    Was ist der Unterschied zu promptcleaner.app?
    promptcleaner.app arbeitet LLM-basiert: Dein Prompt geht an ein Sprachmodell, das ihn umschreibt — 3–8 Sekunden Latenz, Cloud-Round-Trip, intransparent. PromptPolish.app arbeitet regex-basiert: ~50 deterministische Regeln greifen lokal in 50 ms, Du siehst pro Änderung warum sie greift, der Prompt verlässt nie Deinen Browser. Plus DSGVO-Erkennung, Strukturieren-Modus und Industry-Rule-Packs.
    Wie schreibt man einen guten KI-Prompt?
    Vier Faustregeln: Erstens klare Rolle definieren („Erfahrener Marketing-Texter"). Zweitens Aufgabe konkret formulieren („LinkedIn-Post zur Beförderung schreiben"). Drittens Format vorgeben („2–3 Absätze, max. 150 Wörter"). Viertens Constraints explizit nennen („nicht arrogant, kein Buzzword-Bingo"). Genau diese Struktur erzeugt PromptPolishs Strukturieren-Modus automatisch — und im Diff-View lernst Du, welche Anti-Patterns Modelle stören.
    Kann ich PromptPolish offline nutzen?
    Nach dem ersten Aufruf: ja. Die komplette Engine läuft clientseitig — sobald die Seite geladen ist, brauchst Du keine Verbindung mehr. Die geplante Browser-Extension wird vollständig offline-fähig sein. Externe Calls gibt es nur für Schriftarten (Google Fonts) und Affiliate-Links zu Lernquellen — beides optional blockierbar.
    Was bedeutet der Cleanliness-Score?
    Ein Wert von 0–100, der die strukturelle Qualität Deines Prompts misst. Berechnet aus Anzahl und Gewicht der gefeuerten Regeln (Füllwörter, Hedging, vage Adjektive, fehlende Struktur) plus Abzügen für PII-Funde. Score < 40 = unsauber, 40–70 = okay, > 70 = klar. Ziel beim Bereinigen: über 80 kommen.
    Weiterführende Quellen

    Lerne tiefer.

    Eine kuratierte Liste — keine Top-100-Dumps. Drei Jahre Prompt-Engineering-Wissen in fünf Links.

    Affiliate-Hinweis: Beim Klick auf die edX-Links kann eine kleine Provision anfallen — Du zahlst nichts extra. Alle übrigen Quellen sind affiliate-frei. Empfohlen werden nur Ressourcen, die ich selbst geprüft und für gut befunden habe.