De eerste vijf bouwstenen voor betere AI-antwoorden
Krijg je ook van die lauwe, nietszeggende antwoorden van ChatGPT? Wat als je de AI kon aansturen alsof het je meest briljante, strategische collega is? Dat is precies wat we hier gaan doen.
Na het lezen van deze tutorial:
✓ Ontdek je waarom een paar simpele aanpassingen je AI-resultaten direct tien keer beter maken.
✓ Leer je hoe je toon, vorm en voorbeelden combineert in één ijzersterke prompt.
✓ Krijg je een denkkader om die rare ‘hallucinaties’ van een AI te slim af te zijn.
✓ Pas je deze technieken in een paar minuten toe op alles wat je doet: van e-mails tot code.
✓ Bouw je aan je eigen set met ‘gouden’ prompts die je keer op keer kunt gebruiken.
Hoe je ChatGPT verandert van een vage stagiair in je beste collega
Oké, laten we eerlijk zijn. Soms voelt praten met een AI als ChatGPT een beetje als… praten tegen een muur. Een heel slimme, belezen muur, dat wel, maar toch. Je hebt een briljant idee in je hoofd, je stelt je vraag, en wat je terugkrijgt is… lauw. Een algemeen, risicoloos antwoord dat je zelf in twee minuten had kunnen schrijven. Frustrerend, toch?
Je bent niet alleen. We staan allemaal aan het begin van iets compleet nieuws, en het voelt alsof we een instrument proberen te bespelen zonder de handleiding.
Maar wat als er wel een handleiding is? Een soort ongeschreven set regels om van die vage antwoorden af te komen?
De centrale vraag is eigenlijk simpel: hoe zorgen we ervoor dat die AI niet alleen hoort wat we zeggen, maar het ook echt snapt?
Het antwoord begint bij het idee dat je een AI moet behandelen als een absurd getalenteerde, maar ook een beetje onzekere stagiair.
De eerste vijf principes van prompten die we gaan verkennen:
Geef een rol en een stem: Wie moet de AI zijn?
Teken de lijnen: In welke vorm wil je het antwoord?
Laat het zien, vertel het niet: Geef een spiekbriefje.
Leer de AI proeven: Laat hem zijn eigen werk beoordelen.
Hak de vraag in stukken: Eén grote taak wordt vijf kleintjes.
Zie deze vijf punten als de spelregels voor een succesvolle samenwerking. Het zijn de afspraken die je maakt met je nieuwe, briljante maar wat onzekere digitale collega. En de allerbelangrijkste afspraak, het fundament waarop al het andere rust, gaat over zijn identiteit.
Want voordat we de AI kunnen vragen wat hij moet doen, moeten we samen bepalen wie hij eigenlijk moet zijn. Laten we dieper in die eerste, cruciale stap duiken.
1. Geef richting: “Doe niet zomaar iets, wees iemand”
Als je tegen een nieuwe stagiair zegt: "Maak een presentatie," dan is de kans groot dat je iets saais en algemeens krijgt. Logisch ook, want diegene heeft geen idee wat je wilt.
Maar wat als je zegt: "Maak een energieke, visueel aantrekkelijke presentatie in de stijl van een TED Talk"? Plotseling gebeurt er iets magisch. Je geeft een rol, een persoonlijkheid.
Dit is de eerste en misschien wel belangrijkste pijler. In plaats van te vragen "schrijf een blogpost over productiviteit," proberen we dit:
Schrijf een blogpost over productiviteit in de stijl van Tim Ferriss: praktisch, evidence-based en met een vleugje provocerende humor. De doelgroep bestaat uit jonge professionals die worstelen met hun werk-privébalans.
Zie je wat hier gebeurt? We geven de AI een kostuum om aan te trekken. Een persona. En plotseling weet het model welke toon, welke stijl en welk vocabulaire het moet gebruiken. Het is niet langer een machine die tekst genereert; het is een acteur die een rol speelt.
2. Specificeer het format: “Giet je ideeën in deze vorm”
Oké, onze AI heeft nu een persoonlijkheid. Top. Maar wat als hij nog steeds een gigantische, ongestructureerde lap tekst teruggeeft? Een brei van woorden, hoe goed geschreven ook.
Daarvoor hebben we de tweede pijler nodig: structuur. Zonder een duidelijke vorm is de output van een AI als water dat over de tafel stroomt. Het is aan ons om de container te geven – de kom, het bord, het glas.
Hoe pas je dit toe?
Geef een duidelijke outline.
Specificeer word count of paragraaflengte.
Vraag om specifieke elementen (inleiding, drie hoofdpunten, conclusie).
Stel je voor dat je een e-mail wilt. In plaats van te zeggen "schrijf een bedankmail," geef je de blauwdruk:
Schrijf een bedank-e-mail aan klanten met de volgende structuur:
1. persoonlijke aanhef
2. uiting van oprechte dankbaarheid (1 alinea)
3. specifieke waardering voor hun loyaliteit (1 alinea)
4. vooruitblik op toekomstige samenwerking (1 alinea)
5. warme afsluiting
Totale lengte: ongeveer 200 woorden.
Het is bijna alsof je een kleurplaat geeft in plaats van een leeg vel papier. Je definieert de lijnen, en de AI hoeft alleen nog maar in te kleuren. Het resultaat? Perfect gestructureerde output, elke keer weer.
3. Geef voorbeelden: “Kijk, zoiets bedoel ik”
We hebben de AI een rol gegeven en een structuur. Maar de toon en stijl kunnen nog steeds een gok zijn. Hoe kunnen we de kans op een voltreffer nóg verder verhogen?
Simpel: we laten de AI afkijken. We geven hem een spiekbriefje.
Show, don’t tell is soms makkelijker met AI. Door voorbeelden te geven van wat je wilt, geef je de AI een duidelijk referentiekader. Wetenschappelijk onderzoek toont aan dat het toevoegen van zelfs één voorbeeld aan een prompt de nauwkeurigheid met 10 tot 45% kan verhogen. Voor meer info over deze techniek, zie onze tutorial over few-shot prompting.
Hoe pas je dit toe?
Geef een voorbeeld van een gewenst eindresultaat.
Laat juist zien wat je niet wilt (negatieve voorbeelden).
Gebruik few-shot learning door meerdere voorbeelden te geven.
Stel, je wilt pakkende koppen voor een artikel. Probeer dit:
Genereer vijf pakkende headlines voor een artikel over duurzaam reizen.
Hier zijn twee voorbeelden van het soort headlines dat ik zoek:
1. 'Van CO2 naar Oh Wow: 7 Verrassend Luxe Eco-Resorts'
2. 'Backpacken met een Groene Rugzak: Jouw Gids voor Guilt-Free Globetrotting'
Waarom werkt dit zo goed? Omdat een AI in de kern een gigantische patroonherkennings-machine is. Door een voorbeeld te geven, duwen we het model in de juiste 'mentale' hoek van zijn immense brein. We zeggen eigenlijk: "Hé, van al die miljarden tekstpatronen die je kent, wil ik dat je dit patroon nabootst."
4. Evalueer de kwaliteit: “Kijk je eigen huiswerk eens na”
Nu wordt het echt interessant. We kunnen de AI niet alleen taken geven, we kunnen hem ook vragen om erover na te denken. We kunnen het leren om 'smaak' te hebben.
Dit principe is vooral belangrijk als je prompt engineering op grotere schaal toepast. Door systematisch te evalueren, kun je je prompts voortdurend verbeteren. Dit is een stap die de meesten overslaan. Nadat je iets hebt laten genereren, vraag je de AI om zijn eigen werk te beoordelen. Het voelt bijna als een meta-opdracht.
Hoe pas je dit toe?
Vraag de AI om zijn eigen output te beoordelen.
Gebruik menselijke beoordelaars voor een steekproef van outputs.
Implementeer geautomatiseerde checks voor specifieke criteria.
Voorbeeld: na het genereren van content, voeg je toe:
Beoordeel de bovenstaande tekst op een schaal van 1 tot 10 voor de volgende criteria:
1. helderheid van de boodschap
2. overtuigingskracht
3. passende toon voor doelpubliek
Geef bij elk criterium een korte toelichting.
Dit dwingt het model om kritisch naar zijn eigen output te kijken. En het bizarre is: het werkt. De AI identificeert zwakke punten en geeft je de bouwstenen voor een nog betere, verfijnde prompt. Je leert de AI als het ware om zichzelf te verbeteren.
5. Verdeel de arbeid: “Eet de olifant hap voor hap”
Oké, deze technieken zijn fantastisch voor een enkele taak. Maar wat als je iets groots en complex wilt, zoals een volledig marketingplan? Als je dat in één keer vraagt, krijg je gegarandeerd een oppervlakkig en teleurstellend resultaat.
De oplossing is even simpel als geniaal: hak het op. Grote denkers lossen problemen op door ze in kleinere, behapbare stukken te verdelen. Waarom zouden we dat niet ook met AI doen?
Hoe pas je dit toe?
Breek een groot project op in kleinere deeltaken.
Gebruik de output van één prompt als input voor de volgende.
Combineer menselijke input met AI-gegenereerde content.
In plaats van: "Schrijf een marketingplan voor een nieuwe smartphone," probeer je een keten van prompts:
Prompt 1: "Genereer eerst alleen een gedetailleerde outline voor een marketingplan voor een nieuwe, duurzame smartphone."
Prompt 2: "Laten we nu focussen op punt 2 van die outline. Genereer een uitgebreide SWOT-analyse voor dit product, gebaseerd op de huidige markt."
Prompt 3: "Ontwikkel nu, op basis van die SWOT-analyse, een doelgroepsegmentatie en een positioneringsstrategie."
Prompt 4: "Creëer een contentkalender voor de eerste drie maanden na de lancering die rekening houdt met de doelgroep."
Je gebruikt de output van de ene prompt als de input voor de volgende. Je bouwt het plan steen voor steen op, met de AI als je strategische partner. Elke stap is gefocust, diepgaand en van hoge kwaliteit.
Maar… is dit niet gewoon een tijdelijke truc?
Sam Altman, de baas van OpenAI, zei ooit dat we over vijf jaar waarschijnlijk niet meer aan ‘prompt engineering’ doen. Het doel is immers een AI die ons begrijpt zonder al deze 'regels'. En misschien heeft hij gelijk. Maar de principes achter deze technieken—helder communiceren, context geven, visie schetsen, structureren—zullen altijd relevant blijven.
Bij AI Report zien we prompt engineering als een essentiële vaardigheid voor de moderne professional. Het gaat verder dan alleen AI aansturen - het is een nieuwe vorm van communicatie die je hele carrière kan boosten. Want, deze vijf pijlers lijken verdacht veel op effectief leiderschap. Denk erover na: je schetst een visie (richting), stelt kaders (format), geeft goede voorbeelden, controleert de kwaliteit en je breekt grote projecten op.
Het is bizar, maar door te leren praten met een computer, worden we misschien wel betere managers, betere strategen en betere communicators. Dus, begin klein. Pak de volgende e-mail die je moet sturen. Probeer eens een prompt met een duidelijke rol en structuur. Je zult zien, het is het begin van een compleet nieuwe manier van werken.
Conclusie
Uiteindelijk komt het dus hierop neer: effectief met AI praten is geen technische truc, maar een nieuwe vorm van communicatie. Door de AI niet te zien als een zoekmachine, maar als een creatieve partner die je richting, structuur en voorbeelden geeft, transformeer je het hele proces. Je stopt met het simpelweg stellen van vragen en begint met het leiden van een gesprek. En in die verschuiving ligt de sleutel om van frustrerende, vage antwoorden naar een productieve en zelfs magische samenwerking te gaan.
Klaar om deze principes in de praktijk te brengen? Begin vandaag nog met het toepassen van deze technieken in je dagelijkse AI-interacties:
Start klein: gebruik een verbeterde prompt voor je volgende e-mail of rapport.
Bouw van daaruit op naar complexere taken.
Houd een logboek bij van je prompts en de resultaten: wat werkt goed, wat kan beter?
Deel je ervaringen met collega’s en leer van elkaar.
Door consistent te oefenen en te verfijnen, zul je zien dat je productiviteit en de kwaliteit van je AI-outputs flink vooruitgaan. Voor je het weet, wordt jouw vaardigheid in prompt engineering een waardevol pluspunt van je professionele toolkit.