AI-prompts: de methode om prompts te schrijven die bruikbare antwoorden opleveren

Kort samengevat: een AI-prompt is de instructie die je geeft aan een assistent zoals ChatGPT, Claude of Gemini. Een goede prompt benoemt wie de AI moet spelen, de context, de exacte taak, de beperkingen, het verwachte formaat en, als dat helpt, een voorbeeld van het resultaat. Voorbeelden toevoegen, het model stap voor stap laten werken en het zijn eigen antwoord laten nalopen verbeteren de resultaten verder. Dezelfde logica geldt aan de andere kant: de prompts die je klanten in de AI typen bepalen of je merk wordt aanbevolen, en ze zijn te volgen.

Een AI-prompt schrijven is een vaardigheid die lijkt op het schrijven van een goede briefing voor een collega. Aanbieders van modellen publiceren hun eigen advies, zoals de gids van OpenAI over prompt engineering, en de onderstaande principes worden door de meeste gedeeld. Ons woordenlijstartikel over prompt engineering behandelt het vocabulaire.

Wat is een AI-prompt?

Een prompt is alles wat het model leest voordat het antwoordt: je vraag, de instructies, elk geplakt document en de eerdere berichten van het gesprek. Het model heeft verder geen informatie over je doel, je doelgroep of je normen. Een vage prompt levert een gemiddeld antwoord op, omdat het model de gaten vult met de meest waarschijnlijke generieke keuzes.

Wat zijn de onderdelen van een goede prompt?

1. Rol

Vertel de AI wie hij moet spelen: “Je bent een B2B-copywriter die schrijft voor financieel directeuren.” De rol bepaalt woordkeus, toon en niveau van expertise.

2. Context

Leg de situatie uit: het bedrijf, het product, de doelgroep, het doel van de tekst, wat er al is gedaan. Context is het onderdeel dat de meeste mensen overslaan en dat de resultaten het meest verandert.

3. Taak

Noem één duidelijke taak met een werkwoord: schrijf, vat samen, vergelijk, herschrijf, som op. Splits grote klussen in meerdere prompts.

4. Beperkingen

Lengte, toon, te vermijden woorden, op te nemen feiten, leesniveau, taal. Beperkingen maken van een generiek antwoord een antwoord dat bij je merk past.

5. Formaat

Zeg hoe het antwoord eruit moet zien: een tabel met opgegeven kolommen, een genummerde lijst, drie versies, een JSON-object, koppen en korte alinea's.

6. Voorbeelden

Toon een of twee voorbeelden van wat je verwacht. Deze techniek heet few-shot prompting, naar het onderzoeksartikel Language Models are Few-Shot Learners, dat liet zien dat grote modellen een taak kunnen oppikken uit een handvol voorbeelden in de prompt. Zie ons artikel over few-shot learning.

Welke promptingtechnieken werken het best?

• Vraag om stappen: bij redeneertaken verbetert de nauwkeurigheid wanneer je het model het probleem stap voor stap laat uitwerken. Het idee is geformaliseerd in onderzoek naar chain-of-thought prompting.
• Geef referentiemateriaal: plak de brontekst, data of stijlgids en vraag het model alleen dat te gebruiken. Dat vermindert verzonnen feiten.
• Vraag om een zelfcontrole: “Controleer je antwoord aan de beperkingen en corrigeer wat niet past.”
• Laat eerst vragen stellen: “Stel me voordat je schrijft de vragen die je beantwoord wilt hebben.” Handig wanneer je niet zeker weet welke context je moet geven.
• Itereer: behandel het eerste antwoord als concept en verfijn met precieze feedback (“korter”, “concreter”, “haal het jargon eruit”).
• Scheid instructies van inhoud: zet geplakte tekst tussen duidelijke markeringen, zodat het model hem niet verwart met je instructies.

Slechte prompt versus goede prompt: marketingvoorbeelden

Welke fouten moet je vermijden?

• Te weinig context: het model raadt je doelgroep en doel.
• Meerdere taken tegelijk: de kwaliteit daalt bij elk ervan.
• Tegenstrijdige instructies: “kort maar uitgebreid”, “formeel maar informeel”.
• Om feiten vragen zonder bronnen: het model kan aannemelijke maar onjuiste cijfers produceren. Lever de data aan of controleer alles.
• Het eerste antwoord accepteren: twee of drie rondes feedback maken meestal het verschil.
• Vertrouwelijke data plakken in tools waarvan je het databeleid niet hebt gecontroleerd.

Voor kant-en-klare SEO- en GEO-prompts die op deze methode zijn gebouwd, zie onze bibliotheek met SEO- en GEO-prompts. Om prompts in de tijd te verfijnen legt ons artikel over promptoptimalisatie uit hoe je versies tegen elkaar test.

En de prompts die je klanten typen?

Prompts tellen ook aan de andere kant. Wanneer een koper ChatGPT vraagt “welke boekhoudsoftware voor een klein bureau?” of Perplexity “beste CRM voor makelaars”, noemt het antwoord een paar merken. Die prompts werken als zoekopdrachten: ze zijn langer, gespreksachtiger en specifieker, en ze bepalen steeds vaker wie in overweging wordt genomen.

Een lijst van deze prompts volgen en nagaan welke merken verschijnen heet promptmonitoring. Het vertelt je bij welke vragen je wordt aanbevolen, bij welke je ontbreekt en welke bronnen de AI in plaats daarvan citeert. Die data stuurt daarna je content: pagina's die die vragen helder beantwoorden, met feiten met bronvermelding, zijn degene die assistenten citeren.

Een goede AI-prompt geeft het model wat een goede collega nodig zou hebben: een rol, de context, één taak, duidelijke beperkingen, een formaat en een voorbeeld; en de prompts die je klanten typen verdienen dezelfde aandacht, want ze bepalen of de AI je aanbeveelt. Om die klantprompts in ChatGPT, Claude en Gemini te volgen, volgt Sorank 25 tot 150 prompts afhankelijk van het abonnement, toont wie er in jouw plaats wordt geciteerd en publiceert geoptimaliseerde artikelen op autopilot, met een gratis proefperiode van 3 dagen.