Beyond the Prompt: An Empirical Study of Cursor Rules

Diese Studie analysiert empirisch 401 Open-Source-Repositorys mit Cursor-Regeln, um eine umfassende Taxonomie von Entwicklerkontexten zu erstellen, die für die Verbesserung kontextbewusster KI-Entwicklungstools entscheidend sind.

Shaokang Jiang, Daye Nam

Veröffentlicht 2026-03-05
📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

Each language version is independently generated for its own context, not a direct translation.

Stellen Sie sich vor, Sie haben einen extrem talentierten, aber etwas verwirrten neuen Praktikanten eingestellt. Dieser Praktikant ist ein Genie in der Programmierung (ein sogenanntes "Large Language Model" oder KI), aber er kennt Ihre Firma, Ihre Regeln und Ihre speziellen Vorlieben noch gar nicht.

Wenn Sie ihm nur eine kurze Aufgabe geben ("Mach mal eine Webseite"), wird er wahrscheinlich etwas liefern, das technisch korrekt ist, aber nicht zu Ihrem Team passt. Vielleicht benutzt er eine Schriftart, die Sie hassen, oder schreibt Code, der in Ihrem System nicht funktioniert.

Das ist das Problem, das diese Forscher untersucht haben.

Bisher haben Entwickler versucht, der KI durch kurze Befehle (Prompts) zu helfen. Aber die Forscher von der University of California, Irvine, haben etwas Neues entdeckt: Viele Entwickler schreiben der KI jetzt dauerhafte Anweisungen, sogenannte "Cursor Rules". Das sind wie kleine Handbücher oder Regelwerke, die in jedem Projekt mitgeliefert werden.

Hier ist die einfache Erklärung der Studie, mit ein paar bildhaften Vergleichen:

1. Was haben die Forscher gemacht?

Die Forscher haben sich 401 echte Software-Projekte aus dem Internet angesehen, bei denen diese Regelwerke existierten. Sie haben sich die Texte genau durchgelesen, um herauszufinden: Was schreiben die Entwickler eigentlich in diese Regeln?

Stellen Sie sich vor, sie wären wie Detektive, die in 401 verschiedenen Küchen die Kochbücher der Köche durchsuchen, um zu verstehen, welche Regeln diese Köche ihren neuen Küchenhelfern geben.

2. Die fünf Kategorien der Regeln (Das "Rezept")

Die Forscher haben herausgefunden, dass die Entwickler ihre Anweisungen in fünf Hauptgruppen einteilen. Man kann sich das wie die Abschnitte in einem Kochbuch vorstellen:

  • Projekt-Information (Das "Was kochen wir?"):
    Hier erklären die Entwickler der KI, worum es überhaupt geht. "Wir kochen ein italienisches Gericht, keine Pizza." Oder: "Wir nutzen diese speziellen Zutaten (Programmierbibliotheken)." Ohne diese Info würde die KI vielleicht versuchen, Sushi zu kochen, obwohl Sie ein Steak wollen.
  • Konventionen (Die "Küchenordnung"):
    Das sind die festen Regeln: "Wir schneiden das Gemüse immer in Würfel, nie in Scheiben." Oder: "Wir benutzen immer blaue Töpfe." In der Programmierung heißt das: "Der Code muss so aussehen, damit alle Teammitglieder ihn lesen können."
  • Richtlinien (Die "Kochphilosophie"):
    Das sind die allgemeinen Ratschläge: "Achte darauf, dass das Essen nicht anbrennt" (Sicherheit) oder "Verschwende keine Zutaten" (Effizienz). Es sind keine starren Befehle, sondern gute Praktiken, die man befolgen sollte.
  • KI-Anweisungen (Der "Dialog mit dem Praktikanten"):
    Das ist der spannendste Teil! Hier sprechen die Entwickler direkt mit der KI und sagen ihr, wie sie denken soll. Zum Beispiel: "Wenn du nicht sicher bist, frag erst nach!" oder "Denke Schritt für Schritt nach, bevor du kochst." Das ist wie Prompt-Engineering, aber festgeschrieben.
  • Beispiele (Die "Mustergerichte"):
    Hier zeigen sie der KI: "Schau mal, so sieht ein perfektes Omelett aus." Das hilft der KI, den Stil zu verstehen.

3. Was haben sie überraschend herausgefunden?

  • Nicht jeder spricht mit der KI gleich:
    Entwickler, die mit bestimmten Programmiersprachen arbeiten (wie JavaScript), geben der KI mehr Beispiele. Entwickler, die mit strengen Sprachen arbeiten (wie Java), geben weniger Details, weil die Sprache selbst schon viele Regeln vorgibt. Es ist, als würde man einem strengen Koch weniger Anweisungen geben müssen als einem kreativen, aber chaotischen Koch.
  • Viele kopieren einfach:
    Etwa 29 % der Regeln wurden einfach von anderen Projekten kopiert. Das ist, als würde ein Koch das Kochbuch von einem Nachbarn abschreiben, ohne zu prüfen, ob die Zutaten im eigenen Kühlschrank auch passen. Das ist effizient, aber manchmal nicht perfekt.
  • Neue Projekte sind vorsichtiger:
    Bei ganz neuen Projekten geben die Entwickler der KI oft mehr Anweisungen, wie sie sich verhalten soll. Bei alten, etablierten Projekten vertrauen sie der KI mehr und schreiben weniger lange Listen.
  • Die KI braucht "Kontext", nicht nur Befehle:
    Die Studie zeigt, dass die KI nicht nur wissen muss, was sie tun soll, sondern auch in welchem Umfeld sie arbeitet. Ein Code-Schnipsel ist in einem kleinen Hobby-Projekt vielleicht toll, aber in einer riesigen Banksoftware eine Katastrophe. Die Regeln helfen der KI, diesen Kontext zu verstehen.

4. Warum ist das wichtig? (Die Lehre)

Die Forscher sagen: Wir müssen die KI besser "erziehen".

Bisher haben wir versucht, die KI durch kurze Befehle zu steuern. Aber die Zukunft liegt darin, ihr dauerhafte Kontext-Regeln zu geben. Wenn wir das tun, wird die KI nicht nur ein Werkzeug sein, das Befehle ausführt, sondern ein echter Teamkollege, der die Kultur, die Regeln und die Ziele Ihres Projekts versteht.

Das Fazit in einem Satz:
Damit eine KI wirklich gut mit uns zusammenarbeiten kann, müssen wir ihr nicht nur sagen, was sie tun soll, sondern ihr ein kleines Handbuch geben, das ihr erklärt, wer wir sind und wie wir arbeiten.