Kort antwoord
Prompt engineering is het zorgvuldig opbouwen en testen van de opdracht die je aan een AI-model geeft, zodat het betrouwbaar doet wat je wilt. Een goede prompt bevat een rol, een taak, context, een voorbeeld, de vorm van het antwoord en duidelijke grenzen. Voor ondernemers loont het vooral bij werk dat vaak terugkomt.
Wat is prompt engineering?
Een prompt is de opdracht of vraag die je aan een AI-model geeft, bijvoorbeeld in ChatGPT, Claude, Gemini of Microsoft Copilot. Prompt engineering is het vak om die opdracht zo op te bouwen en te testen dat het antwoord elke keer bruikbaar is.
Voor een losse vraag in ChatGPT maakt dat een klein verschil. In een automatisering die elke dag honderden keren draait, maakt het een groot verschil. Daar schrijf je de prompt één keer, en moet hij werken voor elke mail, elk document en elke klant die voorbijkomt.
Anthropic, de maker van Claude, zegt in zijn handleiding voor prompt engineering dat je eerst moet weten wat een goed resultaat is, en hoe je dat test. Pas daarna ga je de prompt verbeteren. Dat geldt voor een ondernemer net zo goed.
Wat zijn de bouwstenen van een goede prompt?
| Bouwsteen | Wat je erin zet | Voorbeeld |
|---|---|---|
| Rol | Wie de AI is | "Je bent de klantenservice van een installatiebedrijf." |
| Taak | Wat er moet gebeuren | "Schrijf een antwoord op de mail hieronder." |
| Context | Wat de AI moet weten | Je openingsuren, je prijslijst, de vorige mail van de klant |
| Voorbeeld | Hoe een goed resultaat eruitziet | Twee echte antwoorden die je zelf ooit stuurde |
| Vorm | Hoe het antwoord eruit moet zien | "Maximaal vijf zinnen, met aanhef en groet." |
| Toon | Hoe het klinkt | "Je-vorm, vriendelijk en zakelijk, geen uitroeptekens." |
| Grenzen | Wat nooit mag en wanneer de AI stopt | "Noem geen prijzen die niet in de lijst staan. Twijfel je, zeg dat een collega terugbelt." |
Je hebt niet altijd alle bouwstenen nodig. Voor een snelle samenvatting volstaan taak en vorm. Voor een antwoord aan een klant heb je ze allemaal nodig, en zijn voorbeelden en grenzen vaak het belangrijkst.
Hoe ziet een goede prompt eruit voor bedrijfstaken?
Het verschil zie je het best naast elkaar. Een vage prompt:
Schrijf een antwoord op deze klantmail.
Een betere prompt voor hetzelfde werk:
Je bent de klantenservice van een installatiebedrijf in Antwerpen. Schrijf een antwoord op de klantmail hieronder. Gebruik alleen de openingsuren en prijzen uit de informatie hieronder. Schrijf in de je-vorm, vriendelijk en zakelijk, in maximaal vijf zinnen. Volg de stijl van de twee voorbeeldmails. Vraagt de klant iets wat niet in de informatie staat, schrijf dan dat een collega vandaag terugbelt.
Nog twee voorbeelden die je zo kunt aanpassen:
- Vergaderverslag. "Vat de notities hieronder samen voor het team. Geef eerst de drie besluiten, daarna de actiepunten met naam en datum. Laat weg wat niet besloten is."
- Factuur uitlezen. "Haal uit de factuur hieronder: leverancier, factuurnummer, datum, bedrag excl. btw en btw-bedrag. Geef het antwoord als tabel. Staat een veld er niet in, schrijf dan 'ontbreekt'. Verzin niets."
Dat laatste zinnetje is geen detail. Een taalmodel vult gaten graag zelf in. Een hallucinatie is een antwoord dat overtuigend klinkt maar niet klopt. Door te zeggen wat de AI moet doen als iets ontbreekt, verklein je die kans.

Hoe werkt prompt engineering in een automatisering?
In een automatisering heet de vaste instructie de systeemprompt: de functieomschrijving die het model bij elke taak meekrijgt. Daar zit het meeste werk in mijn projecten. De bouwstenen zijn dezelfde, alleen moeten ze werken voor elke situatie die kan voorkomen.
Bij DaimoonMedia antwoordt een AI-verkoper op mails van artiesten, in de toon van eigenaar Tom. Grote budgetten gaan altijd naar Tom zelf. Zo'n grens leg je vast in de instructies en test je met echte mails. In twee weken gingen er meer dan 1.700 mails door het systeem.
Bij Succesvol Leren is de context het belangrijkste. De assistent zoekt per mail het best passende antwoord uit ruim 450 standaardmails, en schrijft een concept in de toon van Larissa. Zij keurt het goed of laat het aanpassen.
Bij Toughly beantwoordt een chatbot de DM's van Instagram-coach Kim. De chatbot is zo ingericht dat hij eerst leest en pas daarna verkoopt, het gesprek onthoudt en Kim inschakelt als er een mens nodig is. De chatbot verwerkt meer dan 5.400 berichten per maand.
Welke fouten maken ondernemers vaak met prompts?
- Te vaag. "Schrijf een post over ons bedrijf" geeft een algemene tekst. Zeg voor wie, waarover en in welke vorm.
- Geen voorbeeld. Eén echte mail of post van jezelf zegt meer over je toon dan tien bijvoeglijke naamwoorden.
- Alles in één prompt. Lezen, beslissen en schrijven in één keer gaat vaker mis. Splits het op in stappen.
- Geen grenzen. Zeg wat de AI nooit mag doen, en wat hij doet als hij het niet weet.
- Niet testen. Probeer je prompt op tien echte gevallen, ook lastige, voordat je erop vertrouwt.
- Gevoelige gegevens in een gratis account. Zet geen klantgegevens in een persoonlijk account. Lees eerst ChatGPT veilig gebruiken in je bedrijf.
Welke tool je voor welke taak gebruikt, staat in AI tools voor je bedrijf. Afspraken met je team over prompts en gegevens leg je vast in een AI-beleid.
Leer je het zelf, of laat je het doen?
Wil je zelf leren prompten, dan kan dat bij De AI Academie, de Nederlandstalige AI-opleiding die ik heb opgezet. In de eerste cursus leer je prompts schrijven die consistente resultaten geven, en bouw je je eerste AI-agent in n8n, zonder code. Goed prompten hoort ook bij de AI-geletterdheid die de AI Act van je team vraagt.
Wil je het niet zelf doen, dan bouw ik het voor je. Bij een automatisering of AI-agent schrijf en test ik de instructies, koppel ik ze aan je eigen systemen en bewaak ik het resultaat. Dat kost vanaf €1.500 eenmalig en vanaf €150 per maand voor beheer, excl. btw. Ik werk voor kmo's en mkb-bedrijven in Vlaanderen en Nederland.
Op AI-automatisering op maat lees je hoe ik werk, en op AI-agent laten bouwen wat een agent kan. Twijfel je wat bij je past, lees dan AI-automatisering laten bouwen of zelf leren? Stuur me een WhatsApp of plan een gratis videocall.
Veelgestelde vragen
Wat is prompt engineering in gewone taal?
Prompt engineering is het zorgvuldig opbouwen en testen van de opdracht die je aan een AI-model geeft. Je geeft een rol, een taak, context, een voorbeeld, de vorm van het antwoord en grenzen, zodat het resultaat elke keer bruikbaar is.
Moet ik prompt engineering leren als ondernemer?
De basis wel, want je haalt er meer uit ChatGPT, Claude, Gemini of Copilot mee. Voor een automatisering die elke dag draait, kun je het ook laten doen door wie het systeem bouwt.
Wat is een systeemprompt?
Een systeemprompt is de vaste instructie die een AI-model bij elke taak meekrijgt: wie het is, wat de taak is, in welke toon het schrijft en wat het nooit mag doen. Het is de functieomschrijving van een chatbot of agent.
Werkt dezelfde prompt in ChatGPT, Claude en Gemini?
Meestal grotendeels wel, maar elk model reageert net anders. Test je prompt daarom in de tool die je echt gebruikt, met echte voorbeelden.
Waar leer ik prompt engineering in het Nederlands?
Bij De AI Academie leer je in het Nederlands prompts schrijven die consistente resultaten geven, en bouw je je eerste AI-agent in n8n, zonder code.
Alles over AI-automatisering
- Wat kost AI-automatisering voor een mkb-bedrijf of kmo?
- Processen automatiseren: welke pak je als eerste aan?
- Is AI-automatisering AVG-proof? Hier let je op
- Wat is AI-automatisering? Uitleg met voorbeelden uit mkb en kmo
- AI-automatisering laten bouwen of zelf leren?
- AI Act voor mkb en kmo: wat moet je nu regelen?
- ChatGPT veilig gebruiken in je bedrijf: instellingen en abonnementen
- AI-beleid opstellen: zo maak je afspraken met je team
- AI-geletterdheid: wat de AI Act van je team vraagt
- Subsidies voor AI in Vlaanderen en Nederland: wat bestaat er nog?
- AI implementeren in je bedrijf: een stappenplan voor kmo en mkb
- AI tools voor je bedrijf: de beste per taak voor kmo en mkb
- Kmo-portefeuille stopgezet: wat heeft je kmo nu nog voor advies en AI?
- Microsoft Copilot voor bedrijven: wat kan het en wat kost het?
- Wat is een LLM? Large language models uitgelegd voor ondernemers
- Wat is RAG? Retrieval-Augmented Generation uitgelegd voor ondernemers
Jurgen Claassens bouwt AI-automatiseringen voor ondernemers, mkb en kmo. Vijftien jaar operations bij Vattenfall, daarna mede-eigenaar van sales- en marketingbureaus. Meer over Jurgen of bekijk zijn projecten.


