Prompt engineering en AI-geletterdheid

Prompt engineering is de vaardigheid om effectieve instructies te schrijven voor AI-systemen. Wie beter formuleert, krijgt betere resultaten. Toch is het voor de meeste professionals nog een blinde vlek in hun AI-gebruik.

Deze pagina legt uit wat prompt engineering inhoudt, waarom het een onderdeel is van AI-geletterdheid, en hoe je het direct toepast in je dagelijkse werk. Geen hype, wel concrete technieken.

Wat is prompt engineering?

Een prompt is de invoer die je een AI-systeem geeft: een vraag, een opdracht, of een combinatie van beide. Prompt engineering gaat over het bewust ontwerpen van die invoer zodat de AI-output aansluit bij wat je nodig hebt.

Generatieve AI-systemen zoals ChatGPT, Microsoft Copilot en Claude reageren op patronen en context. Ze voorspellen het meest waarschijnlijke vervolg op basis van wat je ze aanlevert. Hoe preciezer en rijker die input is, hoe relevanter de output. Dat klinkt logisch, maar in de praktijk behandelen de meeste mensen hun prompts als gewone zoekvragen, terwijl het eigenlijk instructies zijn.

Prompt engineering is geen programmeervaardigheid. Het is een communicatievaardigheid. Je leert een AI-systeem vertellen wat je wilt, in een taal die het systeem goed begrijpt. Daarvoor heb je geen technische achtergrond nodig, wel begrip van hoe die systemen werken en wat ze nodig hebben om goed te presteren.

De discipline ontstond vanuit de praktijk: gebruikers ontdekten dat kleine aanpassingen in hoe ze een vraag stelden, drastisch andere resultaten opleverden. Die observatie is uitgegroeid tot een structurele aanpak met principes, technieken en aantoonbare best practices.

Waarom prompt engineering onderdeel is van AI-geletterdheid

AI-geletterdheid gaat over begrijpen hoe AI werkt, wat het kan en wat niet, hoe je het verantwoord inzet, en hoe je er effectief mee werkt. Prompt engineering valt in die laatste categorie: het is de operationele kant van AI-gebruik.

Een medewerker die AI wil inzetten maar niet weet hoe je een goede prompt schrijft, is als iemand die een auto heeft maar niet weet hoe hij schakelt. Het gereedschap is aanwezig, maar de basisvaardigheid ontbreekt.

In organisaties waar AI wordt ingevoerd, is prompt engineering daarom geen luxe voor enthousiastelingen. Het is een basiscompetentie die medewerkers op alle niveaus nodig hebben om waarde uit AI te halen. Wie slecht prompts schrijft, krijgt generieke, onbruikbare output en concludeert dat AI het toch niet goed doet. Wie structureel leert prompts te verbeteren, ziet direct resultaat. De Rijksoverheid erkent prompt-vaardigheden als onderdeel van de AI-competenties die organisaties moeten opbouwen. De wettelijke verplichting daartoe is vastgelegd in artikel 4 van de EU AI Act.

Dat resultaat is meetbaar: minder nabewerking van AI-output, snellere doorlooptijd van taken, minder frustratie bij gebruik. Prompt engineering verbindt AI-potentieel met praktische productiviteitswinst op de werkvloer.

Vanuit het perspectief van AI-geletterdheid positioneert prompt engineering zich als de schakel tussen kennis (begrijpen hoe AI werkt) en toepassing (er daadwerkelijk mee werken). Zonder deze schakel blijft AI-geletterdheid theoretisch.

Basisprincipes van een goede prompt

Een effectieve prompt bevat vier elementen. Niet elk element is altijd nodig, maar samen geven ze een AI-systeem wat het nodig heeft om een bruikbaar antwoord te produceren.

1. Context

Geef het systeem achtergrond: wie ben je, wat is de situatie, wat is het doel. AI-systemen hebben geen toegang tot jouw werkelijkheid tenzij je die aanlevert. Behandel het als een intelligente nieuwe collega die jouw organisatie, klant of project nog niet kent. Hoe meer relevante context, hoe beter het systeem kan schakelen naar jouw specifieke situatie.

2. Taak

Omschrijf expliciet wat je wilt dat het systeem doet. Gebruik actieve werkwoorden: schrijf, analyseer, vat samen, vergelijk, maak een overzicht van. Vermijd open, vage formuleringen als "help me met" of "vertel me iets over". Die laten de AI kiezen wat het doet, en die keuze strookt zelden met jouw verwachting.

3. Format

Specificeer de gewenste vorm van het antwoord. Bullet points of lopende tekst? Maximaal driehonderd woorden of zo uitgebreid als nodig? Een tabel, een e-mail, een stapsgewijze instructie? Zonder formatinstructie kiest het systeem zelf, en dat past zelden precies bij jouw gebruik.

4. Voorbeeld of verwachting

Toon wat je bedoelt, als dat helpt. Een korte illustratie of zin in de gewenste stijl geeft het systeem een concreet ankerpunt. Dit is met name waardevol bij terugkerende taken of specifieke toonvoering. In de prompttechniek heet dit few-shot prompting: je geeft het systeem een of meer voorbeelden van input en gewenste output voordat je je eigenlijke vraag stelt.

Aanvullende techniek: rol toewijzen

Door het AI-systeem een specifieke rol of expertise te geven, activeer je relevante kennisdomeinen. "Schrijf dit als een ervaren HR-adviseur" of "Analyseer dit vanuit het perspectief van een financieel controller" levert doorgaans gerichtere output dan een neutrale opdracht. Dit werkt omdat het systeem de stijl en redeneerwijze van die rol inzet.

Aanvullende techniek: stapsgewijs redeneren

Voor complexe vraagstukken kun je het systeem vragen om stap voor stap te redeneren voordat het een conclusie geeft. Dit verhoogt de accuratesse en maakt het makkelijker om te controleren waar eventuele fouten zitten. Gebruik formuleringen als "Leg stap voor stap uit hoe je tot dit antwoord komt" of "Redeneer hardop voordat je je conclusie geeft".

Voorbeelden: goede vs. slechte prompts

Het verschil tussen een goede en slechte prompt is niet subtiel. Onderstaande voorbeelden laten zien hoe dezelfde behoefte op twee manieren geformuleerd kan worden, en wat het effect is.

Voorbeeld 1: interne communicatie

Voorbeeld 2: analyse

Voorbeeld 3: tekstverbetering

Het patroon is consistent: meer context, een heldere taakomschrijving en een formatinstructie leveren bruikbare output op. Vage opdrachten leveren vage antwoorden.

Veelgemaakte fouten bij prompt engineering

De meeste fouten die mensen maken bij het schrijven van prompts zijn voorspelbaar en makkelijk te vermijden zodra je ze herkent.

Te vaag formuleren

De meest voorkomende fout. "Geef me informatie over AI" of "Schrijf iets over onze diensten" zijn geen instructies, het zijn uitnodigingen aan het systeem om zelf te bepalen wat je nodig hebt. Het resultaat is breed, generiek en vraagt veel nabewerking. Los: specificeer altijd wat je wilt weten, voor wie, en in welke vorm.

Te veel in één prompt stoppen

Het tegenovergestelde probleem. Als je het systeem vraagt om tegelijk een analyse te maken, een e-mail te schrijven, drie alternatieven te bedenken en een beslissing te onderbouwen, raakt de output versnipperd. Los: gebruik meerdere prompts in een gesprek. Bouw het op stap voor stap.

Vergeten dat het systeem jou niet kent

AI-systemen hebben geen toegang tot jouw organisatie, klantendossiers, interne afspraken of eerdere projecten tenzij je die informatie inbrengt. Professionals die gewend zijn met collega's te werken die hen kennen, vergeten dit regelmatig. Los: begin elke promptsessie met de relevante achtergrond als die nodig is voor een goed antwoord.

Het format niet opgeven

Als je niet specificeert wat je verwacht qua lengte, structuur en opmaak, kiest het systeem zelf. Dat leidt soms tot een essay als je een bullet-overzicht wilde, of tot drie regels als je een uitgebreide analyse verwachtte. Los: altijd een korte formatinstructie toevoegen.

De eerste output als eindresultaat behandelen

Prompt engineering is iteratief. De eerste output is een vertrekpunt, niet een eindproduct. Vervolg het gesprek: vraag om aanpassingen, stel door, geef feedback. "Maak punt twee concreter" of "Gebruik een zakelijkere toon" zijn volledig geldige vervolginstructies. Wie niet doorvraagt, laat waarde liggen.

Praktisch aan de slag

Prompt engineering leer je door het te doen, niet door erover te lezen. De snelste manier om te verbeteren is je eigen prompts te evalueren: kijk naar je laatste tien AI-interacties en analyseer waar context, taakomschrijving of formatinstructie ontbrak.

Een startpunt voor elke nieuwe prompt: schrijf eerst op wat je nodig hebt (context en doel), dan wat je het systeem vraagt te doen (taak), dan in welke vorm je het resultaat wilt (format). Die drie elementen in vijf regels tekst zijn meer waard dan een pagina lange, ongestructureerde vraag.

Voor terugkerende taken loont het om prompttemplates te ontwikkelen. Een template voor het schrijven van klantenservice-e-mails, een template voor het samenvatten van vergaderverslagen, een template voor het analyseren van feedback. Deze sjablonen verlagen de drempel en zorgen voor consistente output.

Organisaties die AI-geletterdheid serieus nemen, delen succesvolle prompts intern. Een gedeelde bibliotheek van bewezen prompts voor veelvoorkomende taken is een praktische manier om de collectieve AI-competentie te verhogen zonder iedereen een uitgebreide training te geven.

Veelgestelde vragen