Definitie
Prompt engineering is het schrijven van effectieve instructies (prompts) aan AI-modellen, met name LLM’s, om bruikbare output te krijgen. Het is geen academisch vak maar een praktische vaardigheid: weten hoe je een vraag of opdracht formuleert zodat de AI het juiste doet.
Goede prompts bevatten meestal: een duidelijke rolaanduiding (je bent een…), specifieke context, concrete instructies, voorbeelden van gewenste output, en eventueel beperkingen (in maximaal 100 woorden, in formele toon). De kwaliteit van AI-output staat of valt met de kwaliteit van de prompt.
Waarom het ertoe doet voor MKB
Voor MKB die met AI-tools werkt is prompt engineering het verschil tussen “AI levert wat brakke teksten op” en “AI bespaart de helft van de tijd”. Een goed geschreven prompt voor een terugkerende taak (klantmail beantwoorden, productbeschrijving schrijven) wordt gedeeld binnen het team en levert consistent bruikbare output.
Voor jouw bedrijf is een werkende aanpak om een paar interne “prompt-templates” te ontwikkelen voor de meest voorkomende taken. Niet voor elk gebruik opnieuw het wiel uitvinden, maar wel ruimte laten voor aanpassing per situatie.
Concreet voorbeeld
Een ingenieursbureau gebruikte ChatGPT om offerteteksten te concipiëren. Aanvankelijk vroegen medewerkers simpel “schrijf een offertetekst voor onderhoud aan een ventilatiesysteem”. Het resultaat was generiek en weinig bruikbaar.
Na een korte interne training werd een prompttemplate ontwikkeld: rol (je bent ingenieur met expertise in HVAC), context (klantsituatie, projecthistorie), concrete vraag (schrijf de scope-paragraaf in zakelijke maar toegankelijke taal), beperkingen (maximaal 300 woorden, geen vakjargon zonder uitleg). Resultaat: bruikbare eerste versies in 80% van de gevallen, tegenover 20% bij de oorspronkelijke aanpak.
Misverstanden en valkuilen
- “Prompt engineering is een vast vak met regels.” Niet echt. Het is een vaardigheid die je ontwikkelt door te proberen, niet door cursussen alleen.
- “Hoe langer de prompt, hoe beter.” Vaak waar tot een punt, dan slaan modellen door of negeren delen van de prompt. Compact en specifiek werkt meestal beter.
- “Eén prompt past voor altijd.” Modellen worden geüpdatet en gedragen zich anders. Wat 6 maanden geleden werkte, kan nu net iets anders uitpakken. Periodiek hertesten.
- “Geheime prompt-trucs zijn waardevol.” Veel “AI-cursussen” beloven geheime tricks. Meestal is helder formuleren en testen veel waardevoller dan tricks.
Wanneer moet je hiervan wakker liggen, wanneer niet
Wakker liggen: als je team AI-tools gebruikt maar de output structureel teleurstellend is. Vaak ligt het aan de prompts, niet aan de tool. Investeren in interne prompt-vaardigheid loont snel.
Niet wakker liggen: als je AI op een nichtige plek inzet voor een specifieke taak die goed werkt. Pas op met “specialiseren” in prompt engineering als doel op zich; het is een middel, geen carrière.
Gerelateerde termen
- LLM: prompt engineering richt zich primair op LLM’s.
- Generative AI: prompts zijn de hoofdinterface naar generative AI.
- RAG: prompts spelen samen met RAG-toepassingen een hoofdrol.
- API: gevorderde prompt engineering gebeurt vaak via API-koppelingen.