Ich wollte, dass die KI Mails und Posts so schreibt, dass ich beim Lesen denke: “Yeah, das klingt nach mir.” Dafür habe ich einen Voice Skill gebaut, in 2 Version. Ich beschreibe heute die 2. Version, die verbesserte ... diese Version 2 basiert auf meinen E-Mails und aus Transkripten. Hier in vier Schritten: 1. Echtes Material sammeln Die Basis sind meine echten Business-Mails (intern, Kunde, Partner, eine Meinungsmail) und Transkripte aus Gesprächen. Nichts davon ist KI-generiert. Die Mails zeigen meine geschriebene Stimme: Satzbau, Abkürzungen, Anrede. Die Transkripte zeigen meine gesprochene Stimme: Rhythmus, Wortwahl, wie ich erzähle. 2. Muster extrahieren lassen Die KI zieht daraus meine Muster: Semikolons und Ellipsen, “kurz” als Haltung, Anführungszeichen für Jargon, Anrede je nach Beziehungsnähe. Mindestens genauso wichtig: was ich nie tue. Keine Warm-up-Floskeln, kein “Mit freundlichen Grüßen”, keine Buzzwords, keine Ausrufezeichen-Inflation, keine KI-Phrasen. 3. Als Skill festhalten Das Ergebnis ist ein Dokument mit Kernidentität, Voice Principles, Signature Patterns, Anti-Patterns und einem kurzen Voice Check. Der Hebel: Jede Regel hat ein “Instead of / Write”-Beispielpaar. Die KI sieht nicht nur, was ich will, sondern auch, was sie sonst schreiben würde. Dazu trenne ich nach Registern: formelle Mail, lockeres Networking, LinkedIn, gesprochener Ton. 4. Testen und nachschärfen Texte schreiben lassen, mit meinem Original vergleichen, Regeln nachziehen. Die wichtigste Frage dabei: Klingt das nach mir oder nach Slogan? Jede Korrektur wandert zurück in den Skill. ✅Wofür ich ihn nutze✅ Für Mails an Team, Kunden und Partner, für LinkedIn-Posts und für alle ersten Entwürfe, die ich nicht mehr selbst schreiben will. Das spart Zeit, und der Ton bleibt meiner. ℹ️ Mein Tipp ℹ️ Wenige echte Beispiele schlagen viele Anweisungen. Nimm unbedingt Material aus beiden Welten, geschrieben und gesprochen, und halte die Anti-Patterns fest. Die verhindern den typischen KI-Ton am zuverlässigsten.