ChatGPT Work Tutorial
6 rollenbasierte Workflows, Prompt-Vorlagen & Automatisierungsrezepte (2026)

Wenn Sie bereits wissen, was ChatGPT Work ist, lautet die nächste Frage: Was mache ich damit Montag früh im Büro? Dieser Leitfaden richtet sich an Wissensarbeiter in Vertrieb, Marketing, Finanzen, Operations, Produkt und Engineering, die konkrete Deliverables statt Launch-News suchen. Sie erhalten kopierfertige Prompt-Vorlagen, Plan-Mode-Checklisten, Scheduled-Tasks-Rezepte und Verbrauchsoptimierung — inklusive DSGVO-relevanter Hinweise bei CRM-, E-Mail- und Finanzdaten in der Cloud.

01 ChatGPT Work Schmerzpunkte: 3 Prinzipien vor dem ersten Prompt

OpenAI empfiehlt: Beginnen Sie mit einer Aufgabe, die Sie bereits gut kennen — Monatsabschluss-Varianzanalyse, Kampagnen-Brief oder Vertriebsmeeting-Vorbereitung. Vor dem Kopieren gilt:

• Ergebnis beschreiben, nicht Schritte: Work plant den Pfad selbst. Statt „Salesforce öffnen, exportieren…“ → „Aus @Salesforce-Deals der letzten 30 Tage eine wöchentliche Pipeline-PPT mit Risiko-Markierungen erstellen“.
• Tools zuerst verbinden: Gmail, Slack, Drive im Plugin Directory autorisieren; Quellen mit @AppName explizit benennen.
• Plan Mode als Bremse: Bei externen E-Mails, Finanzberichten und Kunden-Deliverables jeden Plan-Schritt prüfen — besonders wenn personenbezogene Daten verarbeitet werden (DSGVO: Zweckbindung, Datenminimierung, Auftragsverarbeitung prüfen).
• Falscher Modus = verschwendeter Verbrauch: Chat für Q&A, Work für Multi-App-Deliverables, Codex für Code/PRs, Work + Scheduled Tasks für Wiederholungen.
• Desktop vs. Web: Lokale Dateien und Computer Use → Desktop; echte Hintergrund-Scheduled Tasks → Web Workspace Agent (Plus+).
• Kontextverlust zwischen Teams: Marketing-Brief und Sales-CRM leben getrennt — Work kann End-to-End-Ketten mit einem Prompt verbinden.

02 Chat / Work / Codex: Entscheidungsmatrix & Prompt-Formel

Work-Prompt-Formel: [Rolle] + [Datenquellen @Plugins] + [Aufgabe] + [Ausgabeformat] + [Constraints] + [Akzeptanzkriterien]

Du bist [Rollenrolle]. Aus @Salesforce und @Gmail [Zeitraum] [Datentyp] ziehen.
Aufgabe: [konkrete Aktion], Ausgabe als [Google Docs / Excel / PPT / Sites].
Constraints: Quelldaten nicht ändern; keine externen E-Mails senden.
Abschluss: @Slack benachrichtigen / in Ordner speichern.

Plan-Mode-Checkliste: Datenquellen korrekt? Risiko-Aktionen (Senden, Löschen, Überschreiben)? Team-Template eingehalten? Redundante Schritte entfernbar? Menschliche Freigabe nötig?

5-Schritte-Rahmen: Plugins verbinden → Ziel + Format → Plan prüfen → Mid-Flight korrigieren → Deliverable akzeptieren & iterieren.

03 6 Rollen-Workflows: Vertrieb, Marketing, Finanzen, Ops, Produkt, Engineering

Templates basieren auf OpenAI-Fallstudien (Zapier, Nvidia, Virgin Atlantic) und dem Workspace Agent Cookbook. @Plugin-Namen an Ihren Stack anpassen.

Vertrieb (Sales)

A — Tägliche Meeting-Briefs (Scheduled Task):

Scheduled Task: jeden Werktag 16:00 Uhr
1. Morgige Kundentermine in @Google Calendar prüfen (interne ausschließen)
2. Pro Meeting: 30-Tage-Notizen aus @Salesforce/@SharePoint, 30-Tage-News
3. 2–3-seitigen Brief pro Meeting → @Google Drive
4. @Gmail-Zusammenfassung mit Links (Betreff: „Morgen Kundenbriefings — [Datum]“)

B — Account Command Center (Sites + täglicher Refresh): Interaktives Dashboard aus @Salesforce mit Pipeline, 7-Tage-Signalen, priorisierten Next Actions; Scheduled Task werktags 08:00; @Slack bei Major Changes; keine externen E-Mails.

C — Lead-Review & Pipeline-Repair (Zapier-Stil): @Salesforce-Leads 30 Tage + @Gmail-Outreach kreuzen; 48h+-Follow-up-Lücken, Handoff-Brüche, geschätzter Pipeline-Verlust; Excel-Detail + 1-seitige Executive-PPT + wöchentlich wiederholbarer Review-Workflow.

Marketing

A — Research → Brief → Multi-Market-Assets:

Phase 1: Campaign Brief (Docs) — Zielgruppe, Pain Points, Messaging
Phase 2: E-Mail, 3× LinkedIn, Landing-Page-Outline → @Google Drive
Phase 3: US / EU / APAC adaptieren; sensible Formulierungen markieren
Nach jeder Phase pausieren und auf Freigabe warten

B — Slack/Teams → Wochenagenda (Scheduled, Mo 07:00): @Slack #product-launch + @Teams GTM letzte 7 Tage → „Wochenagenda“-Doc aktualisieren → ≤5 Bullets in #leadership; nur öffentliche Inhalte, keine confidential-Messages.

Finanzen (Finance)

A — Monatsabschluss-Varianzanalyse (OpenAI-validiert):

1. Actuals + Forecast aus @Google Drive „Finance/…“
2. @Google Sheets Abgleich: Abweichungen >5% oder >$50K markieren
3. Narrative Erklärung (Docs); 5–8 Folien Management-Deck
4. 3 Urteilsfragen für menschliche Freigabe
Quelldateien nicht ändern; alle Zahlen mit Zellbezug

OpenAI-intern: Monatsabschluss von Tagen auf Stunden. B — AP-Rechnungsabgleich: Zahlungsregister vs. Rechnungsliste; >2%-Differenz, fehlende Steuer-ID, Duplikate, Vendor-Mismatch — nur Review-Tabelle, keine Zahlungen auslösen.

Operations

A — Dashboard-Morgenbriefing (Scheduled, 06:30): Dashboard vs. gestrige Snapshot; >10%-Schwankungen; 1-seitiger Brief an ops-leads@; bei unerreichbarem Dashboard stoppen — keine Daten erfinden.

B — Feedback-Clustering → Produkt-Prioritäten: 14 Tage aus @Slack #customer-feedback, @Gmail NPS-Detractor, Drive-Tickets; 5–8 Themen; Priorität nach Frequenz × Impact × Aufwand; Freitags Scheduled Refresh; Kundennamen anonymisieren.

Produkt (Product)

A — Launch Readiness (Nvidia-Stil): @Jira Epic/Story-Status + @Google Drive GTM-Meilensteine + @Slack #product-launch offene Punkte → Rot/Gelb/Grün-Report mit Go/No-Go; Jira nicht auto-updaten.

Engineering — Work + Codex

A — PR-Review → Release Notes: Codex: PR #123 reviewen, Side-Panel-Kommentare, Release Notes. Work: @Confluence formatieren, @Slack #engineering-Entwurf (nicht auto-senden).

B — Multi-Repo-Wochenbericht: Codex: frontend + backend PRs/Issues → Markdown. Work: Google Docs + @Jira Burndown; Scheduled Freitag 17:00.

04 Scheduled Tasks Rezeptbuch & 6 Einstiegsschritte

Scheduled-Task-Prompt-Syntax: Frequenz + Zeitzone + Aktion + Benachrichtigung + Freigabe-Schritte explizit benennen.

Sicherheit vor Unbeaufsichtigt-Betrieb: Minimaler Plugin-Scope; kein Auto-External-Send; Archivpfad festlegen; Enterprise: Agent-Netzwerkrichtlinie mit Admin klären; 2–3 manuelle Läufe vor Scheduling.

1. Desktop-App aktualisieren: chatgpt.com/download — Codex-Migration prüfen.
2. Work-Modus wählen und 3 Kern-Plugins (E-Mail, Kollaboration, Dateien) autorisieren.
3. Einen bekannten Task (z. B. Rechnungsabgleich) mit vollständigem Prompt starten.
4. Plan Mode Schritt für Schritt prüfen — redundante Pulls streichen.
5. Deliverable validieren und Verbrauch gegen Kontingent dokumentieren.
6. Bei Erfolg Scheduled Task anlegen — zuerst Web-Agent für 24/7, Desktop nur bei dauerhaft wachem Gerät.
7. (Optional Woche 4) Rollen-Prompt-Bibliothek im Team teilen; Enterprise-Limits in Admin Console setzen.

05 Verbrauchsoptimierung, Fallstricke, 30-Tage-Plan & Kennzahlen

Work und Codex teilen einen metered Usage Pool — gleicher Workflow, 5× Kostenunterschied möglich.

7 Spartaktiken: (1) Chat-Entwurf → kompakter Work-Prompt. (2) Plan-Steps trimmen. (3) Template-Docs in Scheduled Tasks wiederverwenden. (4) „Tabelle + 3 Bullets“ statt Roman. (5) Phasen splitten. (6) Free: kleine Desktop-Tests zuerst. (7) Enterprise: Workspace/Group/User-Limits.

Verbrauchs-Test vor Rollout: Bekannten Task wählen → Plan Mode einmal laufen → Verbrauch messen → Tages/Wochen/Monats-Extrapolation → optimieren und vergleichen.

30-Tage-Roadmap: Woche 1 — 3 manuelle Work-Tasks + Plan Mode. Woche 2 — 3 Plugins, 1 Cross-App-Deliverable. Woche 3 — Scheduled Task aus Woche 1, 3 Trigger verifizieren. Woche 4 — Prompt-Bibliothek + Admin-Limits.

• Plugin-Ökosystem: 1400+ Integrationen im unified Plugin Directory.
• Output-Token-Faktor: Output kostet laut OpenAI-Logik etwa das 6-fache von Input pro Token.
• Cache-Rabatt: Wiederholtes Lesen derselben Datei — cached Input ca. 10 % von fresh Input.
• OpenAI-intern Finance: Monatsabschluss von Tagen auf Stunden komprimiert (Fallstudie).

Quellen (nach Release offizielle Seiten maßgeblich):

OpenAI: ChatGPT for your most ambitious work

OpenAI Cookbook: Sales Meeting Prep Agent

ChatGPT Learn Changelog

SiliconANGLE: ChatGPT Work Launch

Developers Digest: Codex Merge Analysis

06 FAQ

F: Mit welchem Workflow anfangen?
A: Die Aufgabe, die Sie am besten beurteilen können — Varianzanalyse, Kampagnen-Brief oder Sales-Meeting-Prep.

F: Wie lang der Prompt?
A: 150–400 Wörter: Datenquellen, Format, Constraints. Keine Mikro-Schritte.

F: Scheduled Tasks bei ausgeschaltetem Laptop?
A: Desktop braucht Online-Gerät. Echte Hintergrundautomatisierung → Web Workspace Agents (Plus+).

F: Work vs. Workspace Agent?
A: Work = persönlicher Agent in ChatGPT. Workspace Agent = teamgebaut, admin-gesteuert in Business/Enterprise.

F: Generierte Slides extern nutzen?
A: Als 80%-Entwurf. Zahlen, Namen, externe Aussagen manuell prüfen.

F: Was können Free-Nutzer?
A: Desktop Work mit Limits — leichte Tasks wie Rechnungsabgleich zuerst.

Zuletzt aktualisiert: 2026-07-11 | Features laut OpenAI.

ChatGPT Work entfaltet seinen Wert, wenn es manuelle Routine ablöst — doch mehrstündige Agent-Tasks brauchen stabile Laufzeit: Mac-Sleep bricht Desktop-Tasks ab, geteilte Cloud-Desktops konkurrieren um Ressourcen, VM-Hypervisor-Overhead bremst Computer Use. Für Szenarien mit dediziertem Apple Silicon und nativer macOS-Toolchain (Xcode, Codex/Claude Code als persistente Dev-Maschine, lokale Work-Desktop-Automatisierung) ist ZUKCLOUD Bare-Metal Mac mini oft die bessere Basis: dedizierte Physik ohne Hypervisor-Overhead, 7×24 online, flexibel tageweise bis monatlich. Hintergrund: ChatGPT Work Launch & Codex-Merge · Mac Mini M4 Miete vs. Kauf 2026.