Done mit deiner KI verbunden – und jetzt? Fünf Prompts für den Anfang

Sobald Done verbunden ist, öffnest du keinen neuen Bildschirm – du fragst einfach deinen Assistenten, in normaler Sprache, in dem Chat, den du ohnehin nutzt. Fünf Prompts decken das meiste ab, was man am ersten Tag will: eine Aufgabe hinzufügen, eine Liste importieren, eine große Aufgabe aufteilen, die Warteschlange nach Priorität abarbeiten und das Ganze nach Zeitplan laufen lassen. Jeder davon nutzt eine Handvoll MCP-Tools von Done, und keiner lässt den Agenten eine Aufgabe abschließen, für die du ihm das nicht zugetraut hast: Unfertige Arbeit, die er zurückgibt, landet unter „Wartet auf dich“ zur Freigabe, nicht direkt bei erledigt.

1. Wie füge ich eine Aufgabe hinzu, indem ich einfach frage?

Probier: „Füge ‚Reisepass verlängern‘ zu meinem Done-Board hinzu, fällig nächsten Freitag.“ Der Assistent ruft create_task mit einem Titel und einem due_date auf, oder quick_capture, das englische Hinweise wie „next friday“, „at 3pm“, „p1“ und „#project“ direkt aus dem Text liest. Die Aufgabe landet auf deinem Board und ist dir zugewiesen; ein Agent nimmt sie nur in seine eigene Warteschlange, wenn du das ausdrücklich willst (assignee von create_task auf claude gesetzt, oder @claude in einer Schnellerfassung).

2. Wie importiere ich eine Liste, die ich schon habe?

Probier: „Trag all diese Aufgaben in mein Done-Board ein, nach Projekt gruppiert: [deine Liste einfügen].“ Füge ein, was du hast – eine Notizdatei, eine E-Mail, eine Tabellenspalte. Der Assistent liest deine bestehenden Projekte mit list_projects, legt fehlende mit create_project an und trägt jede Zeile mit create_task unter der richtigen project_id ein. Das ist eine gewöhnliche Folge von Tool-Aufrufen, kein spezieller Importer, also kann der Agent dich zu einer Zeile fragen, die er nicht zuordnen kann, bevor er irgendetwas einträgt.

3. Wie teile ich eine große Aufgabe in kleinere Schritte auf?

Probier: „Hilf mir, die größte Aufgabe auf meinem Done-Board in kleinere Schritte aufzuteilen.“ Der Assistent sieht sich deine offene Arbeit mit list_tasks an (Schätzungen und Notizen sind das, woran er „die größte“ festmacht), schlägt eine Reihe von Schritten vor und schreibt sie in einem einzigen Aufruf mit decompose_task, das jeden Schritt als Unteraufgabe der ursprünglichen anlegt. Die übergeordnete Aufgabe bleibt, wo sie ist, also verschiebt sich an den Prioritäten deines Boards nichts, bis du es entscheidest.

4. Wie bringe ich den Agenten dazu, meine Liste wirklich abzuarbeiten?

Probier: „Lass uns mein Done-Board abarbeiten, höchste Priorität zuerst.“ Das ist der Prompt, der aus einer verbundenen To-do-Liste delegierte Arbeit macht. Der Assistent ruft next_task auf, das atomar die eine bereite Aufgabe mit der höchsten Priorität auswählt und übernimmt – und dabei alles überspringt, was blockiert, pausiert, bereits auf deine Freigabe wartend oder von einem anderen Agenten belegt ist –, erledigt die Arbeit und berichtet. Bei einer Aufgabe, die du als agent-ok markiert hast, kann er sie mit complete_task und einer Zusammenfassung des Gelieferten abschließen. Bei jeder anderen Aufgabe – dem Standardfall – wird complete_task abgelehnt, und er muss stattdessen propose_completion aufrufen, das seine Zusammenfassung postet und die Aufgabe auf „Wartet auf Freigabe“ setzt. Genau das erscheint unter „Wartet auf dich“: Du gibst sie frei, dann ist sie erledigt, oder du lehnst sie mit Feedback ab.

5. Wie läuft das, ohne dass ich jedes Mal fragen muss?

Probier: „Schau dir jeden Werktag um 8 Uhr mein Done-Board an und arbeite die offenen Aufgaben ab.“ Done lässt keinen Agenten auf eigenen Servern laufen – der Zeitplan liegt bei deinem Assistenten: eine Routine in Claude, eine geplante Aufgabe in ChatGPT oder ein Cronjob mit einem Token für alles andere. Jeder Lauf prüft zuerst mit list_triggers, ob du etwas direkt angefordert hast („Jetzt ausführen“ oder @claude in einem Kommentar), arbeitet dann die Warteschlange mit next_task ab und hält an derselben Freigabe wie bei Prompt vier. Der Leitfaden, wie du einen Agenten nach Zeitplan arbeiten lässt, beschreibt den Runner-Prompt und die Obergrenzen, die du dafür setzen kannst, wie viel ein Lauf erledigt.

Was macht der Agent, wenn er etwas nicht fertigbekommt?

Er gibt es zurück, statt zu raten. ask_decision stellt dir eine Frage mit der eigenen Empfehlung des Agenten, parkt die Aufgabe, bis du antwortest, und der Agent macht mit anderer Arbeit weiter; deine Antwort liest er beim nächsten Lauf. release_task gibt seine Übernahme frei, sodass die Aufgabe für einen späteren Versuch zurück in die Warteschlange geht. Beides siehst du in der App, sodass du am Morgen nach einem geplanten Lauf siehst, was geliefert wurde, was auf deine Freigabe wartet und was auf eine Antwort wartet, die nur du geben kannst.