💻 Programmierung & Entwicklung
Suggest Pricing Tiers
Beispiel-Ausgaben
So antworten ChatGPT, Claude und Gemini typischerweise auf diesen Prompt:
Here are some tier ideas: **$5/month (Supporter)** - Name in README, monthly updates. **$25/month (Contributor)** - Priority issue responses, early feature previews. **$100/month (Professional)** - Monthly consulting call, logo in docs. **$500/month (Enterprise)** - Dedicated support channel, feature requests prioritized, quarterly roadmap input. For companies, emphasize the higher tiers with commercial licensing clarity and SLA guarantees.
Consider structuring tiers around both recognition and access: $5-10 for individuals (sponsor badge, updates), $25-50 (priority support, beta access), $100-250 for professionals (consulting hours, prominent attribution). For companies, $500+ tiers could include commercial licensing terms, security issue notifications, and architectural consulting. The key is ensuring each tier offers meaningfully different value rather than arbitrary price points.
Effective GitHub Sponsors tiers: **Individual**: $5 (Supporter badge, newsletter), $15 (Priority bug reports, early releases), $50 (Monthly office hours). **Company**: $200 (Logo placement, dedicated support), $1000 (Custom feature development, SLA, security advisories), $5000 (Enterprise licensing, on-call support). Benefits should scale with investment while recognizing that companies value reliability and support over badges.
So nutzt du diesen Prompt
Kopiere den Prompt oben oder klicke einen "Öffnen in"-Button um ihn direkt in deiner bevorzugten KI zu starten. Du kannst den Text dann an deinen Anwendungsfall anpassen — z.B. Platzhalter wie [dein Thema] durch echten Kontext ersetzen.
Welches KI-Modell funktioniert am besten
Claude Opus 4 und Sonnet 4.6 performen bei Coding-Aufgaben meist besser als ChatGPT und Gemini — stärkeres Reasoning, besser mit langem Kontext (ganze Dateien, Multi-File-Projekte), und ehrlicher über Unsicherheit. ChatGPT ist schneller für Quick-Snippets; Gemini ist am besten wenn Code mit Screenshots oder visuellem Kontext zu tun hat.
Diesen Prompt anpassen
Tausche die im Prompt erwähnte Sprache (Python, JavaScript, etc.) gegen deinen Stack. Für Debugging oder Code-Review fügst du deinen echten Code direkt nach dem Prompt ein. Bei Generierungs-Aufgaben spezifiziere das Framework (React, Vue, Django, FastAPI) und Einschränkungen (max. Zeilen, keine externen Libraries, muss async sein).
Typische Anwendungsfälle
- Production-Code mit strikten Style-Vorgaben schreiben
- Pull Requests reviewen und Bugs vor dem Merge finden
- Zwischen Sprachen konvertieren (Python → TypeScript z.B.)
- Unit-Tests für bestehende Funktionen generieren
- Unbekannte Codebases für neue Team-Mitglieder erklären
Variationen
Passe den Tonfall an (lockerer, technischer), ändere das Ausgabeformat (Aufzählungen vs. Absätze) oder füge Einschränkungen hinzu (Wortlimits, Zielgruppe).