Prompt engineering voor mkb: betere prompts, betere output
Van vage vraag naar bruikbaar antwoord: vier ingredienten en vijf patronen waarmee je het meeste uit ChatGPT, Microsoft Copilot en andere AI-tools haalt.
- Een goede prompt bevat vier ingredienten: een rol ('Jij bent een marketeer'), context (situatie en product), taak (wat je wil bereiken) en formaat (lijst, tabel, e-mail, maximaal X woorden). Zonder formaat levert AI standaard doorlopende tekst die je zelf nog moet formatteren.
- Vijf patronen werken het vaakst voor het mkb: e-mail schrijven (rol plus toon plus ontvanger), samenvatten (documenttype plus lengte plus focus), analyse (databron plus uitvoer), klantvragen beantwoorden (productcontext plus merktoon) en code genereren (taal plus specificatie).
- De drie meest gemaakte fouten zijn: te weinig context geven (AI vult gaten willekeurig in), geen formaat opgeven (mist structuur voor direct gebruik) en vergeten een rol te geven (waardoor de toon en het kennisniveau onvoorspelbaar zijn).
Waarom maakt een betere prompt zoveel verschil?
Een prompt met duidelijke rol, context, taak en formaat levert 40 tot 60 procent bruikbaardere output dan een korte, vage vraag. AI-modellen zoals ChatGPT (GPT-4o), Claude, Microsoft Copilot en Google Gemini zijn krachtig, maar ze vullen ontbrekende informatie in op basis van statistische patronen, niet op basis van jouw situatie. Een goed opgezette prompt geeft het model voldoende kaders om een specifiek, toonvast en direct bruikbaar resultaat te genereren. Dit artikel legt het vier-ingredientenmodel uit en geeft vijf mkb-patronen met praktische voorbeelden.
De vier ingredienten van een effectieve AI-prompt
Een effectieve AI-prompt heeft vier onderdelen: rol (wie is de AI in deze taak), context (wat is de situatie), taak (wat moet de AI doen) en formaat (hoe moet de output eruitzien). Elk ingredient reduceert de kans op vage of generieke output.
Stap 1: Geef de AI een rol
Begin je prompt met 'Jij bent een...' en beschrijf de expertise die je nodig hebt. Voorbeeld: 'Jij bent een ervaren copywriter die schrijft voor Nederlandse mkb-ondernemers.' Het model stelt zijn toon, vocabulaire en kennisniveau af op deze rol. Zonder rol schrijft ChatGPT vanuit een neutrale positie; met rol schrijft het vanuit een specifieke expertise. Dit is het meest onderschatte ingredient.
Stap 2: Geef context
Beschrijf de situatie, het product of de doelgroep. Voorbeeld: 'Wij verkopen boekhoudssoftware aan zelfstandige kappers in Nederland. Onze USP is een automatische btw-aangifte in drie klikken.' Hoe specifieker de context, hoe minder de AI zelf hoeft in te vullen. Productcontext, doelgroep, bedrijfstoon en relevante achtergrond horen hier.
Stap 3: Specificeer de taak
Benoem precies wat de AI moet doen. 'Schrijf' is vaag; 'Schrijf een e-mail van maximaal 120 woorden waarin je een ontevredenheid erkent en een tegoedbon van 10 euro aanbiedt' is concreet. De taak bepaalt wat het model doet; de context bepaalt hoe het dat aanpakt. Gebruik werkwoorden als schrijven, samenvatten, analyseren, vertalen, herformuleren of genereren.
Stap 4: Geef het formaat op
Zeg hoe de output eruit moet zien: 'in een genummerde lijst', 'als Markdown-tabel met drie kolommen', 'als e-mail met onderwerpregel', 'maximaal 200 woorden', 'in zakelijke maar toegankelijke toon'. Zonder formaatinstructie levert AI doorlopende tekst. Met formaat levert het direct bruikbare output die je kunt kopiëren en plakken.
Vijf promptpatronen voor het mkb: per use case
De vijf meestgebruikte mkb-promptpatronen zijn: e-mail schrijven, samenvatten, analyse, klantvragen beantwoorden en code genereren. Elk patroon past het vier-ingredientenmodel toe op een specifieke werkcontext.
E-mail schrijven: rol plus toon plus ontvanger
Jij bent een klantenservicemedewerker van [bedrijfsnaam]. Onze toon is vriendelijk maar professioneel. Schrijf een e-mail aan een klant wiens bestelling gemist is. Erken het ongemak, leg de oplossing uit en eindig met een directe volgende stap. Maximaal 150 woorden. Dit patroon werkt voor klachtenafhandeling, offertes en follow-ups. In Microsoft Copilot (Outlook) gebruik je dezelfde structuur via de Draft-prompt.
Samenvatten: documenttype plus lengte plus focus
Hier is een vergaderverslag van drie pagina's. Maak een samenvatting van maximaal 150 woorden. Focus op: beslissingen, openstaande actiepunten en wie verantwoordelijk is. Gebruik een genummerde lijst voor acties. Dit patroon werkt voor vergadernotities, rapporten, contracten en e-mailthreads. In ChatGPT plak je het document na je instructie; in Copilot in Word gebruik je Summarize.
Analyse: databron plus uitvoertype
Hier zijn onze websitebezoekcijfers van de afgelopen vier weken (tabel bijgevoegd). Identificeer de drie pagina's met de hoogste uitvalpercentages en stel per pagina één concrete verbetering voor. Geef het resultaat als tabel met drie kolommen: pagina, uitvalpercentage, aanbeveling. Dit patroon werkt voor klantdata, verkoopcijfers, enquêteresultaten en procesdata in Excel. In Copilot in Excel gebruik je de Analyze-knop met een vervolginstructie.
Klantvragen beantwoorden: productcontext plus merktoon
Jij bent medewerker van [webshopnaam]. We verkopen biologische koffie. Onze toon is warm, direct en eerlijk. Beantwoord de volgende klantvraag: 'Kan ik mijn bestelling nog annuleren?' Geef een duidelijk ja of nee, leg de voorwaarden uit en verwijs naar de klantenservice voor uitzonderingen. Maximaal 80 woorden. Dit patroon is de basis van een chatbot-script of standaard-antwoord-bibliotheek.
Code genereren: taal plus specificatie
Schrijf een Python-script dat een CSV-bestand inleest, alle rijen filtert waar de kolom 'omzet' kleiner is dan 1000, en de gefilterde rijen opslaat als 'laag-omzet.csv'. Gebruik de pandas-bibliotheek. Voeg commentaar toe per sectie. Dit patroon werkt voor eenvoudige automatiseringen in Python, JavaScript of Excel-formules. Specifieke taal en bibliotheek noemen is verplicht; zonder specificatie schrijft ChatGPT een generieke implementatie.
Drie fouten die de meeste mkb'ers maken bij prompting
De drie meest gemaakte fouten bij AI-prompting zijn: te weinig context geven, geen formaat opgeven en vergeten de AI een rol toe te wijzen. Alle drie zijn op te lossen door één stap toe te voegen aan je bestaande prompt. Fout 1: te weinig context. AI vult ontbrekende informatie willekeurig in vanuit zijn trainingsdata. Als je niet vertelt wat je product is, wie de klant is of wat de toon moet zijn, krijg je een generiek antwoord dat je nog moet aanpassen. Fix: voeg altijd een contextzin toe die product, doelgroep en toon beschrijft. Fout 2: geen formaat opgeven. Zonder formaatinstructie levert AI doorlopende tekst. Als je de output wil gebruiken in een e-mail, presentatie of Notion-pagina, zeg dat dan expliciet. Fix: eindig je prompt altijd met 'Geef het resultaat als [formaat]'. Fout 3: vergeten een rol te geven. Zonder rol schrijft ChatGPT vanuit een neutrale, academische positie die vaak te formeel of te algemeen is voor zakelijk gebruik. Fix: begin altijd met 'Jij bent een...' gevolgd door de expertise die je nodig hebt.
Veelgestelde vragen over prompt engineering voor mkb
Wat is prompt engineering?
Werkt prompt engineering hetzelfde in ChatGPT, Copilot en Gemini?
Hoe lang moet een goede prompt zijn?
Mag ik klantgegevens in een AI-prompt zetten?
Wat is het verschil tussen een prompt en een systeemprompt?
Wil je weten hoe AI jouw werkprocessen écht kan versnellen?
Plan een gratis gesprek. We kijken samen naar je huidige werkprocessen en adviseren welke AI-tools en prompts de meeste tijdwinst opleveren — gratis en vrijblijvend.
Plan een gratis gesprek →Gratis en vrijblijvend · Reactie binnen één werkdag · Vaste prijs vooraf, geen verrassingen