Artikel

Prompt engineering voor bedrijven: 5 technieken die direct werken

Betere output uit ChatGPT, Copilot of Gemini begint bij een betere instructie. Vijf concrete technieken die ondernemers en teams direct kunnen toepassen, plus wat je AVG-technisch nooit in een prompt zet.

Kort antwoord
  • Prompt engineering is het schrijven van een precieze instructie zodat een AI-model bruikbare output levert zonder meerdere correctieronden. Met vijf technieken haal je structureel betere resultaten uit ChatGPT Plus ($20/mnd), Microsoft 365 Copilot ($30/gebruiker/mnd) of Gemini in Google Workspace (Business Standard ca. €11,50/gebruiker/mnd).
  • De vijf technieken zijn: een rol meegeven, het uitvoerformaat bepalen, stap-voor-stap redeneren aanvragen, voorbeelden aanleveren (few-shot) en prompts in keten schakelen. Elk lost een ander probleem op: vage output, verkeerde opmaak, onjuiste redenering, gebrek aan context of taken die te groot zijn voor één prompt.
  • AVG-regel: zet geen persoonsgegevens in een prompt tenzij je een bewerkersovereenkomst (DPA) hebt met de aanbieder en een verwerkingsgrondslag. Dat geldt voor namen, e-mailadressen, BSN-nummers en medische gegevens. EU AI Act artikel 4 (in werking 2 februari 2025) verplicht je als gebruiker van AI-tools om te begrijpen wat je tool kan en niet kan.

Wat is prompt engineering en waarom maakt het uit?

Een prompt is de instructie die je aan een AI-model geeft. Prompt engineering is het bewust structureren van die instructie zodat het model levert wat je nodig hebt in de eerste of tweede poging. Het verschil tussen een vage en een goede prompt is niet alleen tijdwinst: een slecht geformuleerde instructie leidt tot generieke uitvoer die je alsnog handmatig moet corrigeren, terwijl een goede prompt directe waarde oplevert. De vijf technieken hieronder zijn taalmodel-agnostisch: ze werken op ChatGPT, Copilot, Gemini en vergelijkbare modellen.

Vijf technieken

De vijf technieken uitgelegd

Elke techniek lost een specifiek probleem op. Combineer ze voor complexe taken.

Techniek 1: een rol meegeven

Geef het model aan welke rol het inneemt voor deze taak. Dat geeft de output consistente toon, vakjargon en perspectief. Zonder rol reageert een model als een generieke assistent. Met een rol reageert het als de expert die jij nodig hebt. Voorbeeld: schrijf aan het begin van je prompt 'Jij bent een senior B2B-copywriter voor een Nederlands softwarebedrijf' voordat je vraagt om een verkooptekst. Het model past dan automatisch het register aan: zakelijker, concreter, met klantvoordelen in plaats van producteigenschappen. Toepasbaar op ChatGPT Plus, Copilot en Gemini.

Techniek 2: het uitvoerformaat bepalen

Zeg expliciet in welk formaat je de output wil. Zonder formaatinstructie kiest het model een formaat dat past bij zijn interpretatie van je vraag, niet per se bij jouw gebruik. Voorbeelden: 'Geef me een lijst van vijf punten zonder inleiding', 'Schrijf dit als een tabel met drie kolommen: naam, voordeel, voorbeeld', of 'Zet het resultaat in een JSON-object met de sleutels titel, beschrijving en prijs'. Formaatinstructies zijn bijzonder nuttig als je de output direct wil plakken in een spreadsheet, CRM of een ander systeem.

Techniek 3: stap-voor-stap redeneren vragen

Vraag het model om stap voor stap te redeneren voordat het een conclusie geeft. Dit heet chain-of-thought prompting en verhoogt de nauwkeurigheid aanzienlijk bij logische, wiskundige of meertrapsredenering. Voeg toe aan je prompt: 'Denk stap voor stap' of 'Leg je redenering uit voordat je een antwoord geeft'. Het model loopt dan de tussenstappen zichtbaar door, waardoor jij kunt controleren waar de redenering klopt of afwijkt. Bijzonder nuttig voor analyses, calculaties en beslissingen met meerdere voorwaarden.

Techniek 4: voorbeelden aanleveren (few-shot)

Geef het model een of meer voorbeelden van de gewenste input-outputkoppeling. Door een voorbeeld te laten zien in plaats van het alleen te beschrijven, leert het model het patroon dat jij bedoelt. Voorbeeld: 'Hier zijn twee klantreviews en de bijbehorende samenvatting die ik wil. [review 1] -> [samenvatting 1]. [review 2] -> [samenvatting 2]. Doe hetzelfde voor de volgende review: [review 3]'. Few-shot is vooral effectief voor taken met een terugkerend formaat, zoals klantcommunicatie, rapportage of productbeschrijvingen.

Techniek 5: kettingprompts gebruiken

Splits complexe taken op in een reeks kleinere prompts waarbij de output van de ene de input wordt van de volgende. In plaats van een AI-model te vragen om in één prompt een volledig marktonderzoek te schrijven, vraag je eerst om een lijst van vijf relevante vragen, daarna per vraag een gedetailleerd antwoord en tot slot een samenvattende conclusie. Kettingprompts geven je een tussentijds controlemoment, verminderen hallucinaties en leveren betere eindkwaliteit. In ChatGPT gebruik je de chat-interface; met de API of Copilot Studio kun je deze stroom automatiseren.

AVG en EU AI Act

Wat zet je nooit in een prompt?

De meest gemaakte fout bij zakelijk AI-gebruik is het kopiëren van echte klant- of personeelsdata in een prompt. Volgens de Algemene Verordening Gegevensbescherming (AVG, GDPR) zijn namen, e-mailadressen, BSN-nummers, medische informatie en andere persoonsgegevens beschermde data. Ze mogen alleen in een AI-systeem worden ingevoerd als je een bewerkersovereenkomst (DPA) hebt met de aanbieder, een rechtmatige verwerkingsgrondslag hebt en de data de EU niet verlaat zonder adequaatheidsbesluit. ChatGPT via de API (Team- of Enterprise-abonnement met DPA) en Microsoft 365 Copilot (EU Data Boundary) voldoen in principe aan deze eisen, maar je blijft als verwerkingsverantwoordelijke zelf aansprakelijk. Gebruik in twijfelgeval geanonimiseerde of gesynthetiseerde data in je prompt. EU AI Act artikel 4 (in werking 2 februari 2025) verplicht je bovendien te begrijpen wat je AI-tool kan en niet kan: dat is niet alleen een complianceverplichting, maar ook een praktische noodzaak om output te beoordelen.

Veelgestelde vragen

Veelgestelde vragen over prompt engineering

Wat is het verschil tussen een goede en een slechte prompt?
Een goede prompt heeft drie elementen: context (wie ben jij, wie is de doelgroep), taak (wat moet het model precies doen) en formaat (in welke vorm moet het resultaat komen). Een slechte prompt mist een of meer van deze elementen en leidt tot een generiek of onjuist antwoord. Voorbeeld van een slechte prompt: 'Schrijf een tekst over ons product.' Voorbeeld van een goede prompt: 'Jij bent een B2B-copywriter voor een Nederlands softwarebedrijf. Schrijf een alinea van 80 woorden over ons product [naam] voor financiël directeuren. Benoem drie concrete voordelen en sluit af met een call-to-action.'
Werkt prompt engineering bij alle AI-modellen?
Ja, de vijf technieken zijn taalmodel-agnostisch: ze werken op ChatGPT Plus ($20/mnd), Microsoft 365 Copilot ($30/gebruiker/mnd), Gemini in Google Workspace (Business Standard ca. €11,50/gebruiker/mnd) en open-source modellen zoals LLaMA. De exacte formulering kan per model iets verschillen: nieuwere modellen (GPT-4o, Gemini 1.5 Pro) volgen formaatinstructies nauwkeuriger dan oudere versies.
Mag ik klantgegevens in een ChatGPT-prompt zetten?
Alleen als je een bewerkersovereenkomst (DPA) hebt afgesloten met OpenAI en een rechtmatige verwerkingsgrondslag hebt. Het ChatGPT-Plus-abonnement (consumentenversie) heeft geen DPA en mag je niet gebruiken voor verwerking van persoonsgegevens van klanten of medewerkers. ChatGPT Team of ChatGPT Enterprise inclusief DPA zijn de zakelijk correcte opties. Microsoft 365 Copilot heeft een DPA via de Microsoft Product Terms en verwerkt data binnen de EU Data Boundary. In alle gevallen ben jij als verwerkingsverantwoordelijke verantwoordelijk voor het rechtmatig gebruik.
Hoe lang mag een prompt zijn?
De maximale promptlengte hangt af van het contextvenster van het model. ChatGPT-4o heeft een contextvenster van 128.000 tokens (ruwweg 100.000 woorden); Gemini 1.5 Pro tot 1 miljoen tokens. Houd prompts zo kort als mogelijk en zo lang als nodig. Een prompt van 50 tot 200 woorden is voor de meeste zakelijke taken voldoende. Kettingprompts zijn beter dan één lange prompt als de taak meer dan drie of vier stappen bevat.
Wat vereist de EU AI Act voor prompt engineering?
EU AI Act artikel 4 (in werking 2 februari 2025) verplicht elke organisatie die AI-tools zakelijk inzet om medewerkers rol-specifiek te trainen: ze moeten weten hoe het model werkt, wat het niet kan en wanneer menselijke controle noodzakelijk is. Voor prompt engineering betekent dit: medewerkers moeten begrijpen dat AI-output altijd gecontroleerd moet worden op feitelijkheid, bias en AVG-naleving. Een AI-register met de gebruikte tools is de minimale documentatie.

Wil je AI effectiever inzetten in jouw organisatie?

Plan een gratis gesprek. We kijken samen naar de AI-tools die je al gebruikt en hoe prompt engineering en automatisering meer rendement kunnen geven.

Plan een gratis gesprek →

Gratis en vrijblijvend · Reactie binnen één werkdag · Vaste prijs vooraf, geen verrassingen