Te vaag blijven
"Maak het beter" of "schrijf iets professioneels" laat te veel open. Het model raadt wat je bedoelt en raadt vaak verkeerd. Maak concreet wat "beter" inhoudt: korter, formeler, met voorbeelden erbij.
Wat is prompt engineering?
Prompt engineering is de kunst van het zo formuleren van je opdracht aan een AI dat je een bruikbaar resultaat krijgt. Dezelfde vraag levert namelijk heel verschillende antwoorden op, afhankelijk van hoe je hem stelt. Op deze pagina lees je waarom dat verschil ontstaat, uit welke bouwstenen een goede prompt bestaat, en hoe je een vage opdracht in een paar regels scherper maakt.
01
/
05
Wat het precies is, en waarom het uitmaakt
Een taalmodel raadt op basis van je woorden wat je waarschijnlijk wilt. Hoe scherper die woorden, hoe minder het hoeft te gokken.
Een AI-model zoals ChatGPT of Claude voorspelt het meest waarschijnlijke antwoord op de tekst die je invoert. Het kent jouw situatie niet en het weet niet wat je in je hoofd hebt. Het werkt alleen met wat er in je prompt staat. Prompt engineering is het bewust opbouwen van die prompt, zodat het model minder hoeft te raden en dichter bij wat je bedoelt uitkomt.
Vraag je "schrijf iets over onze nieuwe app", dan krijg je iets generieks terug. Vraag je "schrijf een aankondiging van 80 woorden voor onze nieuwe planningsapp, gericht op horeca-ondernemers, in een nuchtere toon zonder superlatieven", dan heeft het model genoeg houvast om iets bruikbaars te leveren. Het model is in beide gevallen even capabel. Het verschil zit volledig in de opdracht.
Daarom wordt prompt engineering vaak omschreven als het ontwerpen en bijschaven van je invoer om betrouwbaar het gewenste resultaat te krijgen. Het is geen trucje, maar een manier van formuleren die je gericht kunt leren en aanscherpen.
02
/
05
De bouwstenen van een goede prompt
Niet elke prompt heeft alle vijf nodig, maar samen vormen ze een checklist. Loop ze langs en je merkt vrijwel altijd wat je nog mist.
- Rol. Vertel vanuit welke positie het model moet antwoorden, bijvoorbeeld "je bent een ervaren copywriter" of "je bent een Nederlandse boekhouder". Een rol stuurt de toon, het detailniveau en de aannames.
- Context. Geef de achtergrond die het model nodig heeft maar niet vanzelf weet: voor wie is het, wat ging eraan vooraf, welke kennis hoort erbij. Zonder context vult het model de gaten zelf in, vaak plausibel maar fout.
- Taak. Benoem in één heldere zin wat je wilt, het liefst beginnend met een werkwoord: "vat samen", "schrijf", "vergelijk". Splits een grote opdracht in stappen als die uit meerdere dingen bestaat.
- Voorbeelden. Laat een of twee voorbeelden zien van het soort antwoord dat je wilt. Het model herkent het patroon en kopieert het. Dit heeft vaak de grootste invloed op de kwaliteit.
- Gewenst format. Zeg hoe het antwoord eruit moet zien: een lijst, een tabel, maximaal honderd woorden, in het Nederlands, zonder opmaak. Anders kiest het model zelf een vorm die je waarschijnlijk weer moet aanpassen.
03
/
05
Veelgemaakte fouten
De meeste teleurstellende antwoorden komen niet door het model, maar door een prompt die te veel openliet.
Geen voorbeeld geven
Als zonder voorbeeld het resultaat niet klopt, helpt het bijna altijd om er een of twee toe te voegen. Begin zonder, en voeg pas voorbeelden toe op het punt waar je merkt dat het misgaat.
Alles in één keer vragen
Een opdracht met vijf deelvragen tegelijk levert vaak een antwoord dat er een paar mist. Knip een grote taak op in stappen, of vraag het model eerst een plan te maken en daarna pas uit te voeren.
04
/
05
Voor en na: dezelfde vraag, scherper gesteld
Drie korte voorbeelden waarin alleen de prompt verandert. De opdracht blijft hetzelfde, het resultaat wordt bruikbaar.
Een productomschrijving
Voor: "Schrijf een productomschrijving voor mijn waterfles."
Na: "Schrijf een productomschrijving van maximaal 60 woorden voor een herbruikbare RVS-waterfles, gericht op forenzen. Toon: nuchter en praktisch, geen superlatieven. Noem het volume (750 ml) en dat hij warm en koud lang vasthoudt."
Een tekst samenvatten
Voor: "Vat dit rapport samen."
Na: "Vat dit rapport samen in vijf bullets voor een directieoverleg. Per bullet maximaal één zin. Eindig met één regel: het belangrijkste besluit dat we moeten nemen."
Code laten schrijven
Voor: "Maak een inlogpagina."
Na: "Maak een inlogpagina in React met een e-mailveld, een wachtwoordveld en een knop. Toon een foutmelding onder het veld bij een leeg veld. Houd de styling sober en gebruik geen externe libraries."
In alle drie de gevallen voeg je geen magische woorden toe. Je geeft het model alleen de informatie die jij al in je hoofd had: voor wie, hoe lang, in welke vorm, met welke grenzen.
Waarom dit telt bij vibe coding
Bij vibe coding en AI-app-builders zoals Lovable, Bolt en v0 typ je in gewone taal wat je wilt, en de tool bouwt het. De prompt is daar letterlijk je broncode. Vraag je "maak een webshop", dan krijg je iets generieks dat je daarna uren moet bijsturen. Beschrijf je het scherm, de velden, de stappen en de stijl, dan staat er in één keer iets dat dichter bij je idee zit. Een goede prompt is bij dit soort tools het verschil tussen een bruikbaar prototype en rommel die je weer kunt weggooien. Meer daarover lees je in wat is vibe coding en in onze vergelijking Lovable vs Bolt vs v0.
05
/
05
Praktische tips, in twee kolommen
Geen techniek nodig, alleen een paar gewoontes. Links wat helpt, rechts wat het resultaat juist troebel maakt.
Wel doen
- Zeg wat je wel wilt, niet wat je niet wilt. Een instructie werkt beter dan een verbod.
- Geef het gewenste format mee: lengte, taal, lijst of tabel.
- Voeg een of twee voorbeelden toe zodra een antwoord zonder voorbeeld niet klopt.
- Stel bij, in plaats van opnieuw te beginnen. "Korter en formeler" op het vorige antwoord werkt vaak sneller.
Liever niet
- Vage bijvoeglijke naamwoorden als "beter", "professioneel" of "mooi" zonder uitleg wat dat inhoudt.
- Aannemen dat het model je bedrijf of project al kent.
- Vijf losse vragen in één prompt proppen.
- Het eerste antwoord meteen accepteren zonder een ronde bijsturen.
Wil je dieper de technieken in, dan zijn de openbare gidsen van Prompt Engineering Guide en OpenAI een goed vertrekpunt. Voor dagelijks werk kom je met de bouwstenen en tips hierboven echter al een heel eind.
06
/
06
Veelgestelde vragen
Wat is prompt engineering in één zin?
Prompt engineering is de kunst van het zo formuleren van je opdracht aan een AI dat je een bruikbaar resultaat krijgt. Je geeft het model genoeg houvast (rol, context, taak, voorbeelden en format) zodat het minder hoeft te raden naar wat je bedoelt.
Heb ik technische kennis nodig om goede prompts te schrijven?
Nee. Een prompt is gewone taal. Wat het verschil maakt is helderheid: precies zeggen voor wie iets is, hoe lang het mag zijn en in welke vorm je het wilt. Dat zijn vaardigheden die niets met programmeren te maken hebben.
Wat is het verschil tussen zero-shot en few-shot prompting?
Bij zero-shot geef je alleen de opdracht, zonder voorbeelden. Bij few-shot voeg je een paar voorbeelden van input en gewenste output toe, meestal twee tot vijf. Het advies is om met zero-shot te beginnen en pas voorbeelden toe te voegen op het punt waar je merkt dat het antwoord niet klopt.
Welke bouwsteen heeft het meeste effect?
In de praktijk vaak het toevoegen van een of twee concrete voorbeelden. Het model herkent het patroon in je voorbeeld en kopieert het. Daarnaast levert een duidelijk gewenst format (lengte, taal, lijst of tabel) bijna altijd direct winst op.
Waarom is een goede prompt belangrijk bij vibe coding en app-builders?
Bij tools als Lovable, Bolt en v0 beschrijf je je app in gewone taal en bouwt de tool het. De prompt is daar in feite je broncode. Hoe concreter je de schermen, velden, stappen en stijl beschrijft, hoe dichter het resultaat in één keer bij je idee zit. Een vage prompt levert iets generieks op dat je daarna uren moet bijsturen.
Is prompt engineering nog nodig als modellen steeds slimmer worden?
Modellen worden beter in het invullen van vage opdrachten, maar ze kunnen niet weten wat ze niet weten. Jouw situatie, je doelgroep en je voorkeuren staan nergens als je ze niet meegeeft. Zolang je een specifiek resultaat wilt, blijft helder formuleren de snelste route ernaartoe.
