Commands im Seolizer Framework

Steuerlogik für präzises, reproduzierbares Prompting

Commands sind kurze Steueranweisungen wie summarize.article oder rewrite.humanize, die im Prompt-Framework von Seolizer das Verhalten des Sprachmodells definieren. Sie sind modular, kombinierbar und dienen als Schnittstelle zwischen menschlicher Absicht und maschinenlesbarer Struktur.

Jeder Command ist in der Datei commands.schema.json registriert und besitzt einen eindeutigen code nach dem Muster:

• [Gruppe].[Aktion]

Beispiele:

1. rewrite.humanize → formuliert Text natürlicher
2. explain.stepbystep → erklärt komplexe Inhalte schrittweise
3. summarize.article → erstellt eine strukturierte Einleitung
4. format.jsonify → erzwingt strukturierte JSON-Ausgabe
5. role.actas → Modell übernimmt eine definierte Persona

Commands sind frameworkweit gültig – sie werden auch in anderen Schemas wie qa.json, summarize.json oder review.json verwendet.

In der article.json können Commands an mehreren Stellen vorkommen:

"introduction": {
  "present": true,
  "instructions": "Führe in das Thema strukturierter JSON-Prompts ein.",
  "length": { "unit": "words", "max": 140 },
  "command": "summarize.article",
  "exec": { "mode": "execute", "hide_command_fields_in_output": true }
}

In diesem Beispiel übernimmt der Command summarize.article automatisch die Erstellung der Einleitung. Über exec.mode wird festgelegt, dass der Befehl ausgeführt und die Steuerfelder nicht im fertigen Text angezeigt werden.

"global_style": {
  "tone": "didactic",
  "style_commands": ["rewrite.humanize", "explain.stepbystep"],
  "format_commands": ["format.includeexclude"]
}

Diese Commands wirken auf den gesamten Artikel und geben ihm einen gleichbleibenden didaktischen Stil. Sie können in Einzelfällen durch lokale Abschnitts-Commands überschrieben werden.

Die commands.schema.json ist bewusst offen gestaltet. Neue Commands können über einheitliche Codes ergänzt werden, solange sie dem gültigen Enum-Schema folgen:

{
  "code": "rewrite.formal",
  "label": "Schreibt den Text in formeller Sprache",
  "category": "rewrite"
}

So lässt sich das Framework dynamisch erweitern – etwa um projektspezifische Commands wie qa.medical oder extract.references.

Das Seolizer Framework stellt eine zentrale Command-Registry bereit, in der alle Befehle nach Themenbereichen gruppiert sind. Commands sind kurze Steueranweisungen, die das Verhalten eines LLM festlegen – ähnlich wie Funktionsaufrufe in einer Programmiersprache. Jeder Command folgt der Syntax [gruppe].[aktion].

• rewrite.humanize – formuliert Texte natürlicher, menschlicher und flüssiger
• rewrite.academic – schreibt im wissenschaftlichen, formalen Stil
• rewrite.formal – hebt den Ton auf geschäftlich-offizielle Sprache
• rewrite.casual – macht Texte informell und alltagstauglich
• rewrite.toneto – ändert gezielt die Tonalität, z. B. zu „freundlich“, „technisch“ oder „didaktisch“
• rewrite.expand – erweitert Inhalte um erläuternde Details
• rewrite.shrink – kürzt Texte auf Kernaussagen
• rewrite.simplify – vereinfacht Satzbau und Wortwahl
• rewrite.jargonize – versieht Texte mit Fachsprache
• rewrite.clean – entfernt Redundanzen und stilistische Störungen
• rewrite.format – erzwingt strukturelles Re-Formatting (z. B. Markdown, Liste, Codeblock)

• explain.stepbystep – erklärt komplexe Themen in nachvollziehbaren Schritten
• explain.eli5 – erklärt so einfach, dass ein Kind es verstehen würde („Explain like I’m five“)
• explain.technical – erklärt mit technischer Tiefe und Fachbegriffen
• explain.context – ergänzt notwendiges Hintergrundwissen
• explain.factcheck – überprüft Aussagen auf sachliche Richtigkeit
• explain.clarify – löst unklare Formulierungen oder doppeldeutige Begriffe auf
• explain.contrast – stellt Unterschiede oder Gegenüberstellungen heraus

• summarize.tldr – erstellt eine ultrakurze Zusammenfassung (TL;DR)
• summarize.article – fasst Hauptpunkte zu einer Einleitung oder Abstract zusammen
• summarize.section – verdichtet einen einzelnen Abschnitt
• structure.outline – generiert eine gegliederte Inhaltsstruktur (Überschriftenplan)
• structure.checklist – erstellt Aufgaben- oder Prüflisten
• structure.timeline – ordnet Inhalte chronologisch an

• format.markdown – formatiert den Text als Markdown-Dokument
• format.html – erzeugt validen HTML-Code
• format.jsonify – gibt strukturierte JSON-Ausgabe zurück
• format.includeexclude – steuert, welche Datenfelder oder Textteile berücksichtigt werden
• format.define – konvertiert Rohtext in definierte Felder oder Objekte
• format.validate – überprüft Ausgabe gegen Schema

• extract.facts – zieht konkrete Fakten oder Datenpunkte aus Texten
• extract.keyphrases – extrahiert Schlagworte und Begriffe
• extract.entities – erkennt Entitäten (Personen, Orte, Organisationen)
• extract.metrics – extrahiert Zahlen, Werte und Kennzahlen
• extract.actionitems – listet Aufgaben oder Handlungsempfehlungen
• extract.references – zieht Quellen oder Zitate heraus

• classify.topic – ordnet Inhalte Themenbereichen zu
• classify.sentiment – analysiert Stimmung (positiv, neutral, negativ)
• classify.intent – erkennt die Absicht eines Satzes oder Absatzes
• classify.audience – erkennt, für welche Zielgruppe der Text geeignet ist
• classify.domain – ordnet Inhalte einem Fachgebiet zu

• review.style – bewertet den Schreibstil nach Klarheit, Struktur und Tonalität
• review.logic – prüft logische Konsistenz und Argumentation
• review.grammar – analysiert Grammatik und Satzbau
• review.quality – beurteilt Textqualität oder Kohärenz
• review.score – vergibt eine numerische Bewertung (z. B. 0–100)

• role.actas – lässt das Modell eine bestimmte Rolle einnehmen (z. B. Lehrer, Arzt, SEO-Experte)
• role.emulate – imitiert Stil oder Denkweise einer bekannten Person oder Marke
• role.limitto – beschränkt die Perspektive (z. B. nur Schüler, nur Experte)
• role.combine – kombiniert mehrere Rollen (z. B. „Coach und Programmierer“)

• tool.execute – führt ein Tool mit Parametern aus
• tool.query – sendet strukturierte Datenabfragen
• tool.evaluate – verarbeitet und bewertet Tool-Ergebnisse
• tool.chain – führt mehrere Tools sequentiell aus
• tool.describe – beschreibt ein Tool oder dessen Ergebnis

• fewshot.addexample – fügt ein Trainingsbeispiel hinzu
• fewshot.clear – entfernt bisherige Beispiele
• fewshot.match – nutzt Beispielähnlichkeiten für neue Antworten
• fewshot.combine – kombiniert mehrere Beispiele zu einer Meta-Instruktion

• qa.answer – beantwortet eine konkrete Frage
• qa.elaborate – erklärt die Antwort detaillierter
• qa.cite – liefert Quellenangaben oder Referenzen
• qa.compare – vergleicht zwei Antwortoptionen
• qa.reason – begründet, warum eine Antwort gewählt wurde

• workflow.chain – verbindet mehrere Commands oder Schemata zu einer Pipeline
• workflow.fallback – definiert alternative Commands, falls ein anderer fehlschlägt
• universal.auto – entscheidet automatisch über passende Command-Kombination
• universal.debug – gibt interne Zwischenschritte aus (z. B. für Entwickler)
• universal.randomize – variiert Ausdruck oder Stil zufällig

Commands können in fast allen Seolizer-Schemas eingesetzt werden – besonders in article.json, qa.json, summarize.json und review.json. Global (über global_style.style_commands) gelten sie für den gesamten Text, lokal (z. B. in introduction oder summary) nur für einzelne Abschnitte. Mehrere Commands lassen sich kombinieren, um komplexe LLM-Verhaltensweisen zu erzeugen – etwa:

"global_style": {
  "style_commands": ["rewrite.humanize", "explain.stepbystep", "summarize.section"],
  "format_commands": ["format.markdown"]
}

So entstehen kontrollierte, reproduzierbare und klar strukturierte Prompt-Workflows.

Commands sind das Herzstück der Seolizer-Promptsprache. Sie verbinden strukturierte Eingaben mit klar definiertem Verhalten, machen Prompts reproduzierbar und automatisierbar – und heben den Prozess des Schreibens und Erklärens auf eine professionelle, API-ähnliche Ebene.