ChatGPT Recruiting Prompts 2026 — 20+ Vorlagen zum Kopieren

ChatGPT gehört mittlerweile zum Standard-Stack im Recruiting. Das Problem: Die meisten Recruiter tippen „Schreib mir eine Nachricht für einen Kandidaten” ein und wundern sich, warum der Output nach Massenware klingt. Generische Prompts, generische Ergebnisse — das ist kein ChatGPT-Problem, das ist ein Prompt-Problem.

Der Unterschied zwischen einem brauchbaren und einem guten Ergebnis liegt in vier Dingen: Rolle, Kontext, Format und Constraints. Wer diese vier Hebel im Prompt sauber setzt, bekommt Outputs, die sich anfühlen wie eigene Texte — nicht wie KI-Baukastenmaterial.

Dieser Artikel liefert dir 21 getestete Prompts, sortiert nach Recruiting-Workflow. Jeder Prompt ist vollständig, sofort kopierbar und mit Platzhaltern für deinen eigenen Kontext versehen. Du findest hier mehr als eine Grundlagen-Einführung — wenn du die Basics suchst, schau dir den Artikel ChatGPT Prompts für Recruiter an.

Prompt Engineering Basics für Recruiter

Bevor du die Prompts unten kopierst, ein kurzer Blick auf die Struktur dahinter. Jeder gute Recruiting-Prompt folgt vier Prinzipien:

1. Rolle zuweisen. Starte mit „Du bist ein erfahrener Headhunter im DACH-Raum” oder „Du bist Personalberater mit Fokus auf [Branche]”. Das Modell liefert bessere Ergebnisse, wenn es eine klare Perspektive hat — nicht die eines generischen Assistenten, sondern die eines Spezialisten.

2. Kontext geben. Branche, Seniorität, Region, Mandatstyp. Je präziser dein Input, desto weniger musst du am Output korrigieren. „Schreib eine Stellenanzeige” liefert Template-Ware. „Schreib eine Stellenanzeige für einen Senior DevOps Engineer in der FinTech-Branche, Standort Wien, Remote-Option” liefert etwas Brauchbares.

3. Output-Format definieren. Tabelle, nummerierte Liste, Fließtext, bestimmte Zeichenzahl. Ohne Format-Anweisung entscheidet das Modell selbst — und die Entscheidung passt selten zu dem, was du eigentlich brauchst.

4. Constraints setzen. „Maximal 100 Wörter”, „Auf Deutsch”, „Du-Form”, „Kein Clickbait”, „Keine Floskeln wie ‚wir suchen zum nächstmöglichen Zeitpunkt’”. Constraints sind der schnellste Weg, generische Outputs zu eliminieren.

Warum das bei Recruiting-Prompts besonders zählt: Kandidatenansprache ist persönlich. Eine Nachricht, die nach Template klingt, wird ignoriert. Ein Prompt ohne Kontext erzeugt genau diese Template-Qualität. Die vier Prinzipien oben sind kein Nice-to-have — sie sind der Unterschied zwischen Zeitersparnis und Zeitverschwendung.

Sourcing-Prompts — Kandidaten schneller finden

ChatGPT findet keine Kandidaten auf LinkedIn. Aber es hilft dir, bessere Suchstrings zu bauen, alternative Jobtitel zu identifizieren und Profile strukturiert einzuschätzen, bevor du Zeit in die persönliche Ansprache investierst. Mehr dazu, wie KI dein Active Sourcing verändert: KI Active Sourcing.

S1 — Boolean-String-Generator für LinkedIn

Du bist ein erfahrener Headhunter im DACH-Raum. Erstelle drei Boolean-Suchformeln für LinkedIn Sales Navigator, um Kandidaten für folgende Position zu finden:

- Jobtitel: [Jobtitel]
- Region: [Region]
- Kernkompetenzen: [Technologien/Fähigkeiten]
- Seniorität: [Junior/Mid/Senior/Lead]

Variante 1: Eng gefasst (hohe Präzision, weniger Ergebnisse)
Variante 2: Breit gefasst (mehr Ergebnisse, manuelles Filtern nötig)
Variante 3: Kreativ (alternative Jobtitel, angrenzende Rollen)

Gib nur die Boolean-Formeln aus, keine Erklärungen.

Dieser Prompt liefert dir nicht eine, sondern drei Suchstrategien mit unterschiedlicher Trefferweite. Die kreative Variante deckt oft Profile ab, die du mit Standard-Titeln nie gefunden hättest.

S2 — Skill-Mapping: Alternative Jobtitel und Skills

Ich suche Kandidaten für die Rolle [Jobtitel] in der Branche [Branche]. Liste mir auf:

1. 10 alternative Jobtitel, unter denen diese Kandidaten auf LinkedIn oder XING gelistet sein könnten (inkl. englischer Varianten)
2. 8 angrenzende Skills, die auf einen guten Fit hindeuten, auch wenn sie nicht direkt in der Stellenbeschreibung stehen
3. 3 Branchen, aus denen Quereinsteiger für diese Rolle kommen könnten

Format: Drei nummerierte Listen. Keine Erklärungen, nur die Begriffe.

S3 — Kandidaten-Briefing aus LinkedIn-Profil

Du bist Personalberater. Ich kopiere dir den LinkedIn-Profiltext eines Kandidaten. Erstelle daraus ein strukturiertes Kandidaten-Briefing mit:

- Aktuelle Rolle und Verantwortungsbereich (2 Sätze)
- Kernkompetenzen (Stichpunkte)
- Karrieremuster (linear/lateral/Branchenwechsel)
- Potenzielle Stärken für die Rolle [Zielposition]
- Offene Fragen für ein Erstgespräch

Profiltext: [LinkedIn-Text einfügen]

Länge: Maximal 200 Wörter. Sachlich, keine Bewertung der Person.

S4 — Sourcing-Strategie für eine spezifische Rolle

Du bist ein Senior Recruiter mit 10 Jahren Erfahrung im DACH-Raum. Entwickle eine Sourcing-Strategie für folgende Rolle:

- Position: [Jobtitel]
- Branche: [Branche]
- Standort: [Region], Remote-Option: [ja/nein]
- Seniorität: [Level]
- Dringlichkeit: [niedrig/mittel/hoch]

Strukturiere die Strategie in:
1. Primäre Kanäle (wo suchen, in welcher Reihenfolge)
2. Suchbegriffe und Filter-Empfehlungen
3. Typisches Kandidatenprofil (wer passt, wer nicht)
4. Geschätzte Schwierigkeit (1–5) mit Begründung
5. Ein unkonventioneller Ansatz, den die meisten Recruiter übersehen

Maximal 300 Wörter.

S5 — Wechselbereitschaft einschätzen

Ich zeige dir den LinkedIn-About-Abschnitt, die Headline und die letzten 3 Aktivitäten eines Kandidaten. Analysiere:

1. Signale für Wechselbereitschaft (z. B. „Open to Work", Profiländerungen, Engagement mit Recruiter-Posts, Zertifikate)
2. Signale gegen Wechselbereitschaft (z. B. kürzliche Beförderung, Firmenjubiläum, aktive Projekte)
3. Empfehlung: Ansprechen oder nicht? Mit Begründung.

Profilinfos: [Text einfügen]

Maximal 120 Wörter. Sachliche Einschätzung, keine Spekulation.

Outreach-Prompts — Nachrichten, die Antworten bringen

Der häufigste ChatGPT-Anwendungsfall im Recruiting — und der, bei dem generische Prompts am härtesten versagen. Eine Nachricht, die nach Massenversand klingt, wird ignoriert oder erzeugt aktive Ablehnung. Der Schlüssel: Rohdaten liefern. Aktuelle Position, 2–3 konkrete Details aus dem Profil, die Stelle, der Ton. Weiterführend: Cold Email für Personalberater.

O1 — Personalisierte LinkedIn-Nachricht aus Profil-Infos

Du bist Headhunter und sprichst einen passiven Kandidaten auf LinkedIn an. Schreib eine Direktnachricht auf Deutsch (Du-Form), die nicht wie eine Massenmail klingt.

Kontext über den Kandidaten:
- Aktuelle Position: [Position bei Firma]
- Relevantes Detail 1: [z. B. abgeschlossenes Projekt, Technologie-Schwerpunkt]
- Relevantes Detail 2: [z. B. Branchenwechsel, neue Zertifizierung]

Position, die du besetzt: [Jobtitel bei Unternehmenstyp, Region]

Regeln:
- Maximal 100 Wörter
- Kein „Ich hoffe, diese Nachricht findet dich gut"
- Kein übertriebenes Lob in den ersten zwei Sätzen
- Schließe mit einer konkreten, niedrigschwelligen Frage ab

O2 — Cold Email für Mandatsakquise

Du bist Personalberater und schreibst eine Cold Email an einen Geschäftsführer/HR-Leiter, um ein neues Mandat zu gewinnen. Anlass: Du hast gesehen, dass die Firma eine offene Stelle für [Jobtitel] auf [Jobportal] ausgeschrieben hat.

Kontext:
- Empfänger: [Rolle, z. B. Head of HR]
- Unternehmen: [Branche, Größe, Region]
- Offene Stelle: [Jobtitel]

Regeln:
- Betreff + E-Mail-Body
- Maximal 120 Wörter
- Kein Pitch für deine Dienstleistung — stattdessen eine relevante Beobachtung oder Frage zur offenen Stelle
- Ton: direkt, auf Augenhöhe, kein Bittstellertext
- Schließe mit einem konkreten nächsten Schritt (z. B. 15-Minuten-Gespräch)
- Deutsch, Du- oder Sie-Form je nach [Zielgruppe]

O3 — Follow-up nach Erstgespräch

Ich hatte ein 20-minütiges Erstgespräch mit einem Kandidaten für die Rolle [Jobtitel]. Hier sind meine Notizen: [Stichpunkte aus dem Gespräch].

Schreib eine Follow-up-E-Mail, die:
1. Sich auf einen konkreten Punkt aus dem Gespräch bezieht
2. Die nächsten Schritte im Prozess klar benennt
3. Eine konkrete Frage stellt, um das Gespräch weiterzuführen

Länge: 80–100 Wörter. Ton: persönlich, verbindlich, nicht formell. Deutsch, Du-Form.

O4 — InMail-Varianten für A/B-Test

Erstelle 3 Varianten einer LinkedIn-InMail für folgende Situation:

- Zielkandidat: [Jobtitel, Seniorität, Branche]
- Zu besetzende Rolle: [Jobtitel bei Unternehmenstyp]
- Kernargument: [z. B. Remote-Option, Gehaltssprung, spannenderes Projekt]

Variante A: Direkt und kurz (max. 60 Wörter)
Variante B: Story-basiert — starte mit einer Beobachtung aus dem Profil (max. 90 Wörter)
Variante C: Frage-basiert — starte mit einer offenen Frage (max. 70 Wörter)

Alle drei auf Deutsch, Du-Form. Keine Floskeln. Jede Variante mit eigenem Betreff.

O5 — Antwort auf Kandidaten-Einwand

Ein Kandidat hat auf meine Ansprache folgendermaßen reagiert: "[Einwand des Kandidaten einfügen, z. B. 'Ich bin gerade nicht wechselbereit' oder 'Das Gehalt müsste schon deutlich über meinem aktuellen liegen']"

Kontext zur Stelle: [Kurzinfo]

Schreib eine Antwort, die:
1. Den Einwand ernst nimmt (kein Wegargumentieren)
2. Einen neuen Aspekt einführt, der den Einwand entkräften könnte
3. Die Tür offen lässt ohne Druck aufzubauen

Maximal 80 Wörter. Deutsch, Du-Form. Ton: respektvoll, auf Augenhöhe.

Stellenanzeigen-Prompts — bessere Texte in Minuten

Stellenanzeigen sind einer der Bereiche, in denen ChatGPT sofort Zeitgewinn bringt — vorausgesetzt, du lieferst das Anforderungsprofil als Input und nicht nur den Jobtitel. Mehr zum Thema: KI Stellenanzeigen schreiben.

J1 — Stellenanzeige aus Anforderungsprofil

Erstelle eine Stellenanzeige auf Basis des folgenden Anforderungsprofils. Zielgruppe: erfahrene Fachkräfte, die nicht aktiv suchen — der Text soll auch als LinkedIn-Post oder Direktansprache-Anhang funktionieren.

Anforderungsprofil: [Text einfügen]

Struktur:
1. Hook (1 Satz, der Aufmerksamkeit erzeugt — kein „Wir suchen zum nächstmöglichen Zeitpunkt")
2. Aufgaben (5–6 Punkte, konkret, keine Standardfloskeln)
3. Was du mitbringst (Must-haves getrennt von Nice-to-haves)
4. Was geboten wird (konkrete Benefits, kein „attraktives Gehalt")
5. Nächster Schritt (was genau passiert nach der Bewerbung)

Länge: 250–300 Wörter. Deutsch, Du-Form. Keine HR-Bürokratie-Sprache.

J2 — Bestehende Anzeige umschreiben

Hier ist eine bestehende Stellenanzeige: [Text einfügen]

Schreib sie um:
- Moderne, direkte Sprache statt HR-Bürokratie
- Du-Form statt Sie
- Konkrete Benefits statt vager Versprechen
- Inklusive Sprache (geschlechtsneutral wo möglich)
- Gleiche Informationen, bessere Verpackung

Länge: Ähnlich wie das Original. Markiere in [Klammern], wo du Informationen ergänzen würdest, die im Original fehlen.

J3 — Social-Media-Version einer Stellenanzeige

Kürze die folgende Stellenanzeige auf eine LinkedIn-Post-Version:

Originalanzeige: [Text einfügen]

Regeln:
- Maximal 150 Wörter (inkl. Hashtags)
- Hook im ersten Satz (muss im Feed-Preview neugierig machen)
- 3–4 Kernpunkte der Stelle, keine vollständige Auflistung
- Klarer Call-to-Action am Ende
- 3–5 relevante Hashtags
- Kein „Wir suchen", kein „ab sofort", kein „m/w/d" im ersten Satz

J4 — Karriereseiten-Text für spezifische Rolle

Schreib einen Karriereseiten-Text für die Rolle [Jobtitel] bei [Unternehmenstyp, Branche].

Der Text soll:
- Die Rolle aus Sicht eines zukünftigen Mitarbeiters beschreiben (nicht aus HR-Sicht)
- Einen typischen Tag oder eine typische Woche skizzieren
- Wachstumsperspektive konkret benennen
- Teamkontext geben (Größe, Arbeitsweise, Tools)

Länge: 200 Wörter. Ton: authentisch, weder zu locker noch zu formell. Deutsch.

Kontext: [Infos zum Team, Arbeitsweise, Benefits einfügen]

Analyse-Prompts — Kandidaten und Märkte bewerten

Ein wichtiger Hinweis vorab: Keine echten Namen, E-Mail-Adressen oder Telefonnummern in ChatGPT eingeben. Anonymisierte oder pseudonymisierte Texte funktionieren genauso gut — und du gehst kein Compliance-Risiko ein. Vertiefung zum Thema: KI im Recruiting.

A1 — CV-Schnellanalyse gegen Anforderungsprofil

Analysiere den folgenden anonymisierten Lebenslauf-Text gegen dieses Anforderungsprofil:

Anforderungsprofil: [Must-haves und Nice-to-haves einfügen]

CV-Text: [Anonymisierten Lebenslauf einfügen]

Bewertung in drei Kategorien:
1. Match-Score (1–10) mit einzeiliger Begründung
2. Stärken: Was spricht für diesen Kandidaten? (3 Punkte)
3. Lücken: Was fehlt oder ist unklar? (3 Punkte)
4. Interview-Empfehlung: Einladen? Ja/Nein/Bedingt — mit Begründung

Maximal 150 Wörter. Sachlich, keine Bewertung der Person, nur der Qualifikation.

A2 — Gehaltseinschätzung

Du bist Personalberater im DACH-Raum. Schätze den Gehaltsrahmen für folgende Rolle ein:

- Position: [Jobtitel]
- Seniorität: [Jahre Erfahrung]
- Branche: [Branche]
- Region: [Stadt/Land]
- Besonderheit: [z. B. Remote, gefragte Nische, Führungsverantwortung]

Gib an:
1. Realistischer Gehaltsrahmen (Fixum, brutto/Jahr)
2. Variabler Anteil falls branchenüblich
3. Top-3-Faktoren, die den Rahmen nach oben oder unten verschieben
4. Vergleich: Wie liegt diese Region vs. München/Zürich/Wien?

Hinweis: Dein Wissen hat einen Stichtag. Ich nutze die Einschätzung als Orientierung, nicht als finale Zahl.

A3 — Marktanalyse: Kandidatenverfügbarkeit

Wie groß ist der potenzielle Kandidatenpool für folgende Rolle im DACH-Raum?

- Position: [Jobtitel]
- Region: [Region, Remote ja/nein]
- Branche: [Branche]
- Seniorität: [Level]

Analysiere:
1. Geschätzte Poolgröße (Größenordnung, nicht exakte Zahl)
2. Engpassfaktoren: Was macht diese Kandidaten schwer zu finden?
3. Wechselmotivation: Was bewegt diese Zielgruppe typischerweise zum Jobwechsel?
4. Typische Deal-Breaker bei der Ansprache
5. Empfehlung: Realistische Time-to-Fill (in Wochen)

Maximal 200 Wörter. Sachlich, strukturiert.

A4 — Interview-Fragen für spezifische Rolle

Erstelle ein Interview-Fragenset für folgende Rolle:

- Position: [Jobtitel]
- Seniorität: [Level]
- Kernaufgaben: [3–4 Hauptaufgaben]
- Besonderer Fokus: [z. B. Teamführung, technische Tiefe, Kundenkontakt]

Liefere:
- 4 fachliche Fragen (testen Kompetenz, nicht Wissen)
- 4 verhaltensbezogene Fragen (STAR-Format-tauglich)
- 2 Fragen, die Kulturfit prüfen, ohne direkt danach zu fragen

Format: Nummerierte Liste, eine Zeile pro Frage. Keine Erklärungen, nur die Fragen.

Advanced Prompts — Workflows automatisieren

Die Prompts oben decken Einzelaufgaben ab. Aber der echte Zeitgewinn entsteht, wenn du ChatGPT als dauerhaften Arbeitspartner einrichtest — nicht als einmalige Copy-Paste-Quelle.

W1 — System-Prompt für einen „Recruiting Assistant”

Du bist mein Recruiting-Assistent. Ich bin Personalberater im DACH-Raum mit Fokus auf [Branche/Fachbereich]. Hier sind deine Grundregeln:

1. Alle Outputs auf Deutsch, Du-Form, professionell aber direkt.
2. Wenn ich dir einen Jobtitel nenne, frage zuerst nach: Branche, Region, Seniorität, Must-haves.
3. Bei Outreach-Texten: Maximal 120 Wörter, keine Floskeln, immer mit konkreter Frage am Ende.
4. Bei Lebenslauf-Analyse: Immer anonymisiert arbeiten, keine echten Namen verwenden.
5. Wenn dir Kontext fehlt, frage nach — rate nicht.
6. Kenne meine Zielgruppe: Fach- und Führungskräfte mit 5–15 Jahren Erfahrung, die nicht aktiv suchen.

Bestätige diese Regeln mit einem Satz und warte auf meine erste Aufgabe.

Diesen Prompt setzt du einmal am Anfang einer neuen ChatGPT-Konversation. Jede Folgeaufgabe in dieser Session profitiert vom gesetzten Kontext — du musst nicht bei jedem Prompt wieder die Grundlagen erklären.

W2 — Chain-of-Thought: Kandidatenbewertung in Schritten

Bewerte den folgenden Kandidaten für die Rolle [Jobtitel] — aber gehe Schritt für Schritt vor:

Schritt 1: Lies den anonymisierten CV-Text und identifiziere die 5 relevantesten Qualifikationen.
Schritt 2: Vergleiche diese Qualifikationen mit dem Anforderungsprofil [Must-haves + Nice-to-haves einfügen].
Schritt 3: Identifiziere Lücken zwischen Profil und Anforderung.
Schritt 4: Bewerte die Lücken — sind sie trainierbar (< 6 Monate) oder strukturell?
Schritt 5: Gib eine finale Empfehlung: Einladen / Nicht einladen / Backup-Liste.

CV-Text: [Text einfügen]

Zeige jeden Schritt einzeln, bevor du zur Empfehlung kommst.

Chain-of-Thought-Prompts verhindern, dass ChatGPT direkt zu einem Urteil springt. Du siehst die Argumentation und kannst an jedem Schritt eingreifen.

W3 — Batch-Prompt: 5 personalisierte Nachrichten aus Kandidatenliste

Ich habe 5 Kandidaten für die Rolle [Jobtitel]. Schreib für jeden eine personalisierte LinkedIn-Nachricht (Deutsch, Du-Form, max. 90 Wörter, keine Floskeln).

Kandidat 1: [Name anonymisiert], aktuell [Position bei Firma], Besonderheit: [1 konkretes Detail]
Kandidat 2: [Name anonymisiert], aktuell [Position bei Firma], Besonderheit: [1 konkretes Detail]
Kandidat 3: [Name anonymisiert], aktuell [Position bei Firma], Besonderheit: [1 konkretes Detail]
Kandidat 4: [Name anonymisiert], aktuell [Position bei Firma], Besonderheit: [1 konkretes Detail]
Kandidat 5: [Name anonymisiert], aktuell [Position bei Firma], Besonderheit: [1 konkretes Detail]

Zu besetzende Rolle: [Jobtitel bei Unternehmenstyp, Region]

Regeln pro Nachricht:
- Starte mit dem konkreten Detail des Kandidaten (nicht mit dir oder der Stelle)
- Kein identischer Einstieg bei zwei Nachrichten
- Jede Nachricht endet mit einer anderen Frage

Nummeriere die Nachrichten 1–5.

Dieser Prompt spart dir 20–30 Minuten gegenüber fünf einzelnen Prompt-Durchläufen — und die Varianz zwischen den Nachrichten ist deutlich höher.

Hier liegt auch die Grenze. Einzelne Prompts — egal wie gut — sind manuelle Schritte. Du gibst Input, bekommst Output, prüfst, korrigierst, sendest. Bei fünf offenen Mandaten ist das machbar. Bei fünfzehn wird das Kopieren und Anpassen von Prompts selbst zum Engpass.

Der logische nächste Schritt nach dem manuellen Prompt-Einsatz ist eine Infrastruktur, die diese Schritte autonom durchläuft: Firmenfindung, Enrichment, personalisierte Ansprache, Follow-ups — ohne dass du jeden Einzelschritt selbst anstößt.