So steigerst du deine Claude-Skills um das Zehnfache (mit Karpathys Autoresearch-Methode)

Deine Claude-Fähigkeiten versagen wahrscheinlich 30 % der Zeit – und du merkst es nicht einmal.

Ich habe eine Methode entwickelt, die jede Fähigkeit automatisch verbessert, völlig im Autopilot-Modus. In diesem Artikel zeige ich dir genau, wie du das selbst anwendest.

Du startest es, und der Agent testet und verfeinert die Fähigkeit immer wieder, ohne dass du etwas tun musst.

Meine Fähigkeit für Landingpage-Texte verbesserte sich von 56 % bestandenen Qualitätschecks auf 92 % – mit null manueller Arbeit.

Der Agent hat einfach selbstständig den Prompt getestet und nachgeschärft.

Hier ist die Methode und die genaue Fähigkeit, die ich entwickelt habe, damit du sie auf deine eigenen Projekte anwenden kannst:

P.S.: Wenn du jede Woche weitere KI-Workflows wie diesen in dein Postfach bekommen möchtest, schließe dich 34.000 Lesern an, die sie kostenlos erhalten: aisolo.beehiiv.com/subscribe

Woher das kommt

Andrej Karpathy (Mitbegründer von OpenAI, ehemaliger KI-Chef bei Tesla, der Typ, der „Vibe Coding“ geprägt hat) hat eine Methode namens Autoresearch veröffentlicht.

Die Idee ist einfach: Statt dass du selbst etwas manuell verbesserst, lässt du einen KI-Agenten das in einer Schleife für dich erledigen.

Er probiert eine kleine Änderung aus. Prüft, ob das Ergebnis besser geworden ist. Behält die Änderung, wenn sie gut war, verwirft sie, wenn nicht.

Dann macht er das wieder. Und wieder.

Karpathy hat das für Machine-Learning-Code genutzt. Aber die Methode funktioniert bei allem, was du messen und verbessern kannst.

Auch bei den Fähigkeiten, die du in Claude gebaut hast.

Ich habe seine Methode genommen und daraus eine Fähigkeit gemacht, die sowohl in Claude Code als auch in Cowork funktioniert. Ich wende sie einfach auf jede andere Fähigkeit in meinem Setup an.

Ich sage: „Führe Autoresearch auf meiner Landingpage-Fähigkeit aus“ – und sie erledigt das Ganze.

Wie eine einzige Schleife deine Fähigkeiten automatisch verbessert

Stell es dir so vor.

Du hast ein Rezept, das sieben von zehn Mal perfekt gelingt. Die anderen drei Mal stimmt etwas nicht. Vielleicht ist die Soße fad, vielleicht die Würzung falsch.

Anstatt das ganze Rezept neu zu schreiben, änderst du eine Zutat. Du kochst es zehnmal mit dieser Änderung.

• Wurde es besser? Behalte die Änderung.
• Wurde es schlechter? Setze die alte Zutat wieder ein.

Dann änderst du die nächste Sache. Koche noch zehnmal. Besser oder schlechter? Behalten oder rückgängig machen.

Nach 50 Runden dieser Methode funktioniert dein Rezept 9,5 von 10 Mal.

Genau das macht Autoresearch mit deinen Fähigkeiten.

• Das „Rezept“ ist dein Skill-Prompt.
• Das „Kochen“ ist das Ausführen der Fähigkeit.
• Das „Abschmecken“ ist das Bewerten der Ausgabe.

Das Einzige, was du beisteuern musst, sind die Bewertungskriterien.

Die Checkliste, die dem Agenten genau sagt, was „gut“ bedeutet

Du gibst dem Agenten eine einfache Checkliste mit, was „gut“ ausmacht. Das ist deine einzige Aufgabe in diesem ganzen Prozess.

Das machst du mit einer schlichten Checkliste aus Ja/Nein-Fragen.

Jede Frage prüft einen bestimmten Aspekt der Ausgabe. Bestanden oder nicht bestanden. Mehr nicht.

Der Agent nutzt diese Checkliste, um jede Ausgabe zu bewerten, und anhand dieser Punktzahlen erkennt er, ob seine Änderungen helfen oder schaden.

Stell es dir vor wie einen Lehrer, der eine Arbeit mit einer Checkliste benotet.

Aber statt „Bewerte die Schreibqualität von 1–10“ (was vage und jedes Mal anders ist), ist jeder Punkt der Checkliste ein klares Ja oder Nein:

• Hat der Schüler eine These formuliert? Ja oder Nein.
• Ist jede Quelle angegeben? Ja oder Nein.
• Ist die Arbeit unter 5 Seiten? Ja oder Nein.

Du kannst 100 Arbeiten mit dieser Checkliste benoten und bekommst jedes Mal konsistente Ergebnisse.

Hier dasselbe Prinzip. Für eine Landingpage-Text-Fähigkeit könnte deine Checkliste so aussehen:

• „Enthält die Überschrift eine konkrete Zahl oder ein konkretes Ergebnis?“ (erwischt vage Überschriften wie „Wachse dein Unternehmen“)
• „Ist der Text frei von Modewörtern wie ‚revolutionär‘, ‚Synergie‘, ‚zukunftsweisend‘, ‚nächstes Level‘?“
• „Verwendet der Call-to-Action eine spezifische Verbphrase?“ (erwischt schwache CTAs wie „Mehr erfahren“ oder „Hier klicken“)
• „Spricht der erste Satz einen konkreten Schmerzpunkt an?“ (erwischt generische Einstiege wie „In der heutigen schnelllebigen Welt…“)
• „Ist der gesamte Text unter 150 Wörtern?“ (erwischt aufgeblähte Seiten, die den Leser verlieren)

Du musst das nicht selbst ausknobeln. Wenn du die Autoresearch startest, führt dich der Agent Schritt für Schritt hindurch.

Er fragt, was „gut“ für dich bedeutet, hilft dir, deine Bauchgefühle in konkrete Ja/Nein-Fragen zu übersetzen, und bietet sogar an, aus vorhandenen Styleguides zu schöpfen, falls du welche hast.

3–6 Fragen sind der ideale Bereich. Bei mehr Fragen beginnt die Fähigkeit, die Checkliste auszutricksen (wie ein Schüler, der die Antworten auswendig lernt, ohne den Stoff zu verstehen).

So führst du es aus

Schritt 1: Lade die Fähigkeit herunter. Hol sie dir hier. Lege sie in deinen Skills-Ordner in Claude Code oder Cowork.

Schritt 2: Wähle eine zu verbessernde Fähigkeit aus. Sage: „Führe Autoresearch auf meiner [Fähigkeitsname]-Fähigkeit aus.“ Wähle die, die dich am meisten nervt. Die, bei der du die Hälfte der Zeit großartige Ergebnisse bekommst und die andere Hälfte Müll.

Schritt 3: Der Agent fragt dich drei Dinge. Welche Fähigkeit optimiert werden soll. Welche Testeingaben verwendet werden sollen (z. B. „Schreibe einen Landingpage-Text für ein KI-Produktivitätstool“). Und was deine Checklisten-Fragen sind.

Schritt 4: Er führt deine Fähigkeit aus und zeigt dir deinen Startwert. Das ist die Basislinie. Meine Landingpage-Fähigkeit startete bei 56 %. Vage Überschriften, Modewort-Suppe, schwache CTAs. Mehr als die Hälfte der Checks fiel durch.

Schritt 5: Er öffnet ein Live-Dashboard in deinem Browser. Ein Punktediagramm, das im Laufe der Zeit steigt. Eine Aufschlüsselung nach Bestanden/Nicht bestanden für jede Checklistenfrage. Ein Protokoll jeder versuchten Änderung. Aktualisiert sich automatisch alle 10 Sekunden.

Schritt 6: Geh weg. Der Agent tritt in die Schleife ein. Analysiert, was fehlschlägt. Nimmt eine kleine Änderung am Skill-Prompt vor. Testet erneut. Behält die Änderung, wenn die Punktzahl steigt, macht sie rückgängig, wenn sie fällt.

Dann macht er das wieder. Und wieder. Er läuft autonom weiter, bis du ihn stoppst oder er dreimal hintereinander über 95 % erreicht.

Du kannst das Dashboard beobachten oder dich ganz zurückziehen. Es läuft ohne dich. Und es speichert die verbesserte Version als separate Datei, sodass deine ursprüngliche Fähigkeit unberührt bleibt.

Was mit meiner Landingpage-Fähigkeit passiert ist

Ich habe sie auf meine Landingpage-Text-Fähigkeit angewendet. Das ist dabei herausgekommen:

56 % → 92 %. 4 Runden mit Änderungen. 3 behalten, 1 rückgängig gemacht.

Hier ist, was der Agent tatsächlich in meinem Skill-Prompt geändert hat:

• Eine spezifische Regel für den häufigsten Fehler hinzugefügt: „Deine Überschrift muss eine konkrete Zahl oder ein konkretes Ergebnis enthalten. Verwende niemals vage Versprechungen wie ‚Verwandle dein Unternehmen‘.“
• Eine Liste verbotener Modewörter hinzugefügt: „NIEMALS verwenden: revolutionär, zukunftsweisend, Synergie, nächstes Level, Game-Changer, nutzen, freisetzen, transformieren.“
• Ein funktionierendes Beispiel eines starken Landingpage-Abschnitts hinzugefügt, bei dem der Schmerzpunkt-Einstieg und der CTA hervorgehoben sind, damit die Fähigkeit sehen kann, wie „gut“ aussieht, statt zu raten.
• Eine strengere Wortzahl ausprobiert, dann rückgängig gemacht, weil der Text zu dünn wurde und der CTA darunter litt. (Das System erkennt Änderungen, die isoliert betrachtet wie Verbesserungen wirken, aber die Gesamtausgabe verschlechtern.)

Als alles fertig war, bekam ich:

• Die verbesserte Fähigkeit, separat gespeichert (das Original bleibt unberührt, falls du zurückgehen möchtest)
• Ein Ergebnisprotokoll, das die Punktzahl jeder Runde zeigt
• Ein Änderungsprotokoll, das jede versuchte Änderung erklärt, warum sie versucht wurde und ob sie geholfen hat
• Ein Backup meiner ursprünglichen Fähigkeit, falls ich jemals zurückkehren möchte

Dieses Änderungsprotokoll ist wahrscheinlich das wertvollste Stück. Es ist eine vollständige Aufzeichnung dessen, was bei dieser speziellen Fähigkeit funktioniert und was nicht.

Wenn in Zukunft intelligentere Modelle erscheinen, übergibst du ihnen dieses Änderungsprotokoll und sie machen genau dort weiter, wo der letzte Agent aufgehört hat.

Das funktioniert bei weit mehr als nur Fähigkeiten

Die Methode funktioniert bei allem, was du bewerten kannst.

• Website-Geschwindigkeit: Jemand hat das auf die Ladezeit einer Seite angewendet. Eine Sache geändert, die Geschwindigkeit gemessen, behalten oder rückgängig gemacht. Verbesserung von 1100 ms auf 67 ms in 67 Runden.
• Kaltakquise: Definiere deine Checkliste: „Wird das Unternehmen des Prospects erwähnt? Ist der Text unter 75 Wörtern? Endet er mit einer konkreten Frage?“ Lass den Agenten 50 Varianten durchspielen.
• Newsletter-Einleitungen: „Enthält der Einstieg ein persönliches Detail?“ und „Ist der Text frei von Klischeephrasen?“ Lass den Agenten dein Schreiben im Autopilot-Modus straffen.
• Jeder Prompt, den du wiederholt verwendest

Wenn du es bewerten kannst, kannst du es mit Autoresearch bearbeiten.

Leg los

Wähle deine am schlechtesten performende Fähigkeit aus. Starte die Autoresearch. Komm zurück zu etwas, das tatsächlich funktioniert.

Lade die Fähigkeit hier herunter (hochgeladen auf Dropbox)

Oder schau auf meinem GitHub **hier

P.S.: Wenn du mehr KI-Workflows haben möchtest, die dir helfen, mehr Kunden, mehr Aufmerksamkeit und mehr erledigt zu bekommen (ohne mehr zu arbeiten), sende ich sie jede Woche kostenlos an 34.000 Leser.

Außerdem erhältst du eine kostenlose Claude-Cowork-Meisterklasse, wenn du beitrittst: aisolo.beehiiv.com/subscribe