Ondanks dat ChatGPT de op een na snelst groeiende applicatie ooit is en in februari 2025 al 400 miljoen wekelijkse gebruikers had, durf ik te wedden dat 99% het niet goed gebruikt.
Wat ik daarmee bedoel: veel mensen weten niet hoe ze met AI moeten communiceren. Daardoor krijgen ze onnauwkeurige antwoorden en raken ze gefrustreerd.
Om dat te voorkomen laat ik je zien hoe je prompts schrijft die consequent werken en veel nauwkeuriger resultaat geven.
Dit zijn de onderwerpen die we behandelen:
- Wat is een prompt?
- Voorbeelden van een prompt
- Voor wie is deze gids?
- Waarom goede prompts belangrijk zijn
- Hoe een slechte prompt eruitziet
- Promptstructuur en implementatiestappen
Wat is een prompt?
Kort antwoord: een prompt is de input die je aan AI geeft om een specifieke output te krijgen.
Laat je niet verwarren door artikelen die lange stukken schrijven over “wat is een prompt”. In de praktijk is een prompt niet moeilijk te definiëren.
Wat lastig is: een goede prompt schrijven. Maar voordat ik laat zien hoe je dat doet, geef ik je eerst 3 voorbeelden van prompts.
Voor wie is deze gids?
Effectieve prompts schrijven is een vaardigheid waar bijna iedereen vroeg of laat mee te maken krijgt.
Daarom is deze gids niet geschreven voor één specifieke sector of functie, maar voor iedereen die met data en automatisering werkt. We focussen vooral op prompts waarmee je grote datasets sneller kunt bewerken, analyseren en opschonen, of je nu student bent of al jaren professioneel met data werkt.
Alle tests voor deze en onze andere prompts zijn uitgevoerd met Datablist.com.
Waarom goede prompts belangrijk zijn
Zie het als het aansturen van een assistent zonder eigen agency, maar die alles goed kan doen als je precies uitlegt wat er moet gebeuren. Hoe duidelijker en specifieker je vraag, hoe beter de taak wordt uitgevoerd.
Hoe een slechte prompt eruitziet
Waarom deze prompt slecht is:
- Geen gestructureerde instructies: de eisen staan verspreid door de tekst zonder duidelijke opbouw.
- Geen duidelijke secties of scheidingstekens: de AI moet door één blok tekst heen zonder logische pauzes.
- Placeholders door de tekst gemixt: door {{company_about}} en {{Website Texts}} willekeurig midden in de tekst te zetten, wordt het lastiger voor de AI om deze waarden goed te vervangen.
- Informele taal: woorden als “dingen” en “btw” maken de opdracht dubbelzinnig.
Hoe de AI de prompt ziet
Wanneer deze prompt echt met data wordt gebruikt, ziet hij er voor de AI zo uit:
Wanneer deze placeholders worden vervangen door echte data, ontstaat er een rommelig geheel dat voor de AI moeilijk te begrijpen en correct te verwerken is.
Dit gaat er in dit voorbeeld mis:
- Verwarring en placeholder-problemen: wanneer placeholders worden vervangen, lukt het de AI niet goed om de twee databronnen van elkaar te scheiden.
- Interpretatieproblemen: de AI heeft moeite om de exacte criteria voor HR-bedrijven te begrijpen.
👉 Nu dat duidelijk is, kunnen we bekijken hoe een goede prompt eruitziet en hoe je er zelf één maakt.
Voorbeelden van een prompt
Eén commando als prompt
In de eenvoudigste vorm kan een prompt gewoon een opdracht zijn, zoals:
“Schrijf een essay over de renaissance”
Een vraag als prompt
Een prompt kan ook een simpele vraag zijn, zoals:
"Zijn rozen rood?"
Tagged prompt: de beste promptvorm
Een prompt kan ook bestaan uit een uitgebreidere set instructies waarmee je data kunt bewerken, analyseren of opschonen. Denk aan cold emails personaliseren, klantfeedback analyseren, bedrijfsnamen opschonen en meer.
Ik noem dit een tagged prompt, omdat elke sectie een tag heeft. Zie het voorbeeld hieronder. Zo leg je aan de AI uit waar elke sectie over gaat. Doe je dat niet, dan trekt de AI zelf conclusies over de structuur.
Context: Ik geef je zo een record met accountdata, inclusief de LinkedIn-beschrijving van het account en de websiteteksten van bedrijven waarvan we niet zeker weten in welke niche of industrie ze actief zijn.
=====
Wat ik wil dat je doet: Beoordeel of dit bedrijf binnen onze targeting past op basis van de service of het product dat het aanbiedt.=====
Hoe je dit moet doen: Ik geef je de LinkedIn-bedrijfsbeschrijving, de websiteteksten of allebei. Lees deze tekst en controleer of de context aangeeft dat het bedrijf past bij de beschrijving die ik je geef.
=====
Belangrijke opmerking over de taak: Kijk altijd naar de context, niet naar losse keywords.
=====
Dit is de beschrijving van de bedrijven die we zoeken: B2B-bedrijven die andere bedrijven helpen met HR-services zoals recruitment, HR consulting, skilled workforce acquisition, employer branding, personeelsgroei, executive search, payroll, HR software en outplacement.
=====
Belangrijke opmerking over de data: Veel bedrijven kunnen keywords in hun beschrijving hebben die lijken te wijzen op de B2B-personeelssector, terwijl ze in werkelijkheid iets anders doen. Beoordeel daarom altijd de context. Niet elk bedrijf dat “employees” of “teams” noemt, is een match.
=====
Hoe je moet starten: Lees eerst de eerste beschrijving, daarna de tweede, en neem daarna je beslissing.
=====
Hier is de eerste bedrijfsbeschrijving: {{company_about}}
=====
Hier is de tweede beschrijving: {{Website Texts}}
Maar wacht even voordat je zegt dat dit niet praktisch is na het zien van deze prompt.
Ik breek hem voor je op.
Promptstructuur en implementatiestappen
De structuur van een goede AI prompt
Wanneer je kijkt naar enkele AI prompt templates in de Datablist.com AI-prompts library, zie je dat bijna elke prompt template uit secties bestaat. Elke sectie heeft deze 3 onderdelen:
- Tag: laat de AI weten waar de sectie over gaat
- Body: bevat instructies die de AI helpen om de taak te begrijpen en uit te voeren via:
- Uitleg: vertelt de AI iets wat hij moet weten of geeft context
- Commando: vertelt de AI wat hij moet doen of geeft een taak
- Scheidingstekens (===): we gebruiken scheidingstekens voor 2 dingen:
- Visuele scheiding: het scheidingsteken maakt duidelijke pauzes tussen secties, waardoor de prompt voor mensen makkelijker te lezen, begrijpen en bewerken is.
- AI parsing: het scheidingsteken helpt de AI om secties in de prompt beter te herkennen en te verwerken, wat tot betere antwoorden leidt.
Aan het einde hebben we ook: placeholder properties:
- Kolommen die worden vervangen door data wanneer de prompt wordt gebruikt.
- Deze placeholders worden gebruikt om de prompt per record in een dataset aan te passen.
In onze Job Title Categorizer prompt gebruiken we bijvoorbeeld {{job_title}} als placeholder. Die wordt tijdens het verwerken van elk record vervangen door een echte functietitel uit onze dataset.
Mijn prompt stap voor stap uitgelegd
Let op: HR-bedrijven zijn niet onze ICP (“Ideal Customer Profile”). We gebruiken ze hier alleen als voorbeeld.
Stap 1: context
Toen ik context aan de AI gaf, deed ik drie belangrijke dingen:
- Ik gaf informatie over de data die de AI zou ontvangen, zonder de specifieke targetingcriteria te onthullen
- Zo blijft de analyse van de AI onbevooroordeeld
- Ik legde de context rond de data uit en benoemde het concrete probleem
- Dit helpt de AI begrijpen waarmee hij werkt
- Ik beschreef mijn specifieke situatie
- Daardoor kan de AI zijn aanpak beter afstemmen op mijn behoefte
Wat je moet doen wanneer je je prompt schrijft:
- Vertel de AI welke data je gaat geven
- Beschrijf je probleem
- Gebruik scheidingstekens (===)
Stap 2: taak of commando
In dit deel van de prompt deed ik twee belangrijke dingen:
- Ik kaderde de AI opnieuw met de tag “Wat ik wil dat je doet”, zodat duidelijk is waar het volgende deel over gaat
- Ik gaf alleen een brede beschrijving van de taak, zonder al stappen te noemen of te zeggen welke data bekeken moet worden. Zo blijft de informatie logisch opgebouwd
Wat je moet doen wanneer je je prompt schrijft:
- Bepaal eerst het hoofddoel van je taak of commando.
- Gebruik daarna scheidingstekens (===)
Als je vergelijkbare taken wilt uitvoeren, probeer ze dan niet allemaal in één prompt te stoppen. Dat wordt moeilijk voor de AI om goed te verwerken en voor jou om mogelijke fouten te herkennen.
Stap 3: instructies voor de opdracht
Dit doe ik wanneer ik instructies aan een prompt toevoeg:
- Ik houd het simpel en direct
- Ik leg de taak uit alsof ik iemand leer om het handmatig te doen
- Ik focus op duidelijke, stapsgewijze instructies
AI is sterk in repetitieve taken wanneer de instructies goed zijn. Als je niet het gewenste resultaat krijgt, komt dat meestal doordat je instructies duidelijker of specifieker moeten zijn, niet omdat de AI de taak niet kan uitvoeren.
Wat je moet doen wanneer je je prompt schrijft:
- Maak een eenvoudige stapsgewijze instructie met duidelijke taal
- Gebruik scheidingstekens (===)
Stap 4: fouten voorkomen nr. 1: context over de taak
Deze stap geeft extra taakspecifieke context om de AI te helpen:
- Nuances in de taak te begrijpen
- Veelgemaakte fouten te vermijden
- Betere beslissingen te nemen
Door expliciet te zijn over mogelijke problemen en edge cases, bouw je guardrails in die voorkomen dat de AI gaat gokken of verkeerde aannames maakt.
Deze stap is niet nodig in elke prompt, maar is cruciaal voor complexe taken.
Wat je moet doen wanneer je je prompt schrijft:
- Denk aan veelgemaakte fouten die junior medewerkers maken bij dit type taak
- Neem die mogelijke fouten op in je prompt, zodat de AI ze vermijdt
- Gebruik scheidingstekens (===)
Stap 5: doel: wat je zoekt
Dit zijn de belangrijkste zaken om op te nemen wanneer je je verwachtingen in een prompt beschrijft:
- Geef gedetailleerde context over de gewenste uitkomst
- Wees specifiek over de verwachte resultaten
- Vermijd biases of gewenste conclusies die de analyse kunnen beïnvloeden
Natuurlijke, conversational taal werkt meestal beter dan technisch jargon bij AI-systemen.
Wat je moet doen wanneer je je prompt schrijft:
- Definieer duidelijke uitkomsten die je met de analyse of taak wilt bereiken
- Wees specifiek over welke signalen of indicatoren voor jou het belangrijkst zijn
- Geef voorbeelden
- Gebruik scheidingstekens (===)
Stap 6: datacontext
Wanneer ik datacontext aan mijn prompts toevoeg, volg ik deze regels:
- Versterk foutpreventie met duidelijke regels en geef er een reden bij
- Voorbeeldregel: “Beoordeel altijd de volledige context”
- Reden: “Losse signalen kunnen misleidend zijn”
- Voeg meerdere lagen context toe
- Mogelijke fouten om te vermijden
- Dataspecifieke problemen
- Taakspecifieke herinneringen
Wat je moet doen wanneer je je prompt schrijft:
- Denk aan mogelijke fouten die de AI kan maken en instrueer hem expliciet om die specifieke fouten te vermijden.
- Splits informatie op in logische onderdelen in plaats van alles in één keer te geven.
- Gebruik scheidingstekens (===)
📘 Kort feit
Door expliciet te zijn in plaats van de AI aannames te laten maken over de prompt, voorkom je veel fouten.
Stap 7: hoe te starten
In deze laatste inhoudelijke stap geef je de AI duidelijke startinstructies. Dit deed ik:
- Ik hield het simpel en direct
- Ik nummerde de stappen chronologisch
- Ik gebruikte duidelijke actiewoorden zoals “lees, maak, beslis…”
Wat je moet doen wanneer je je prompt schrijft:
- Geef duidelijke startinstructies met genummerde stappen
- Gebruik actiewerkwoorden zodat de stappen makkelijk te volgen zijn
- Houd de instructies simpel en direct
- Gebruik scheidingstekens (===)
Stap 8: placeholder-format altijd als laatste
Dit is de laatste stap bij het schrijven van een effectieve prompt: voeg kolommen toe als placeholders.
Deze stap moet als laatste komen, omdat data placeholders eerder in je prompt tot verkeerde resultaten kunnen leiden.
Wat je moet doen:
Gebruik dubbele accolades {{ }} om data uit je spreadsheetkolommen toe te voegen.
Gebruik scheidingstekens (===)
❗Belangrijk
Alle placeholders moeten aan het einde van de prompt worden geplaatst om correcte resultaten te krijgen.
Regels toegepast op een ander voorbeeld
Een paar dagen geleden kreeg ik een e-mail van een M&A-bedrijf. Het is een perfect voorbeeld om in deze gids op te nemen.
Dit was hun verzoek:
Laten we de prompt bouwen.
Stap één
In deze stap geven we de AI algemene context.
====
Stap twee
Nu beschrijven we duidelijk de hoofddoelen voor onze AI assistant.
====
Stap drie
Hier splitsen we de specifieke stappen op die de AI moet volgen tijdens de analyse.
- Lees eerst het volledige record, inclusief alle beschikbare datavelden (financiële rapporten, executive info, tech stack).
- Maak een gestructureerd format van de data.
- Identificeer records met datakwaliteitsproblemen of inconsistenties en markeer ze.
- Score bedrijven op basis van de gegeven criteria.
=====
Stap vier
Om de nauwkeurigheid te verbeteren, leggen we nu mogelijke valkuilen en belangrijke aandachtspunten uit.
- Sommige financiële metrics vergelijkbaar lijken, maar per industrie anders worden berekend
- Signalen van bedrijfsproblemen moeten worden beoordeeld binnen de context van de industrie en marktomstandigheden
=====
Stap vijf
Nu definiëren we hoe succes eruitziet door duidelijke evaluatiecriteria vast te leggen.
- Dit is een voorbeeld van hoe je scoring criteria duidelijk presenteert:
Structuur van het scoring model: Elk bedrijf krijgt een score op basis van 4 kerncriteria. We kennen punten toe voor elk criterium waaraan wordt voldaan. Bedrijven die aan 3 of meer criteria voldoen, krijgen prioriteitsstatus.
Kerncriteria (1 punt per criterium):
- Financial Health Score
- Technology Alignment Score
- Leadership Stability Score
- Market Position Score
=====
Stap zes
Nu geven we context over datainterpretatie en industriespecifieke details.
Reden: Financiële metrics zijn alleen zinvol wanneer je ze vergelijkt binnen dezelfde industriecontext
Voorbeeld: Een SaaS-bedrijf met $5M omzet bij een 10x multiple ($50M waardering) kan meer waard zijn dan een retailbedrijf met $30M omzet bij een 1,5x multiple ($45M waardering)
=====
Stap zeven
Nu vertellen we de AI in welke exacte volgorde hij de analyse moet starten.
- Lees elk record en controleer of alle vereiste datavelden aanwezig zijn
- Maak een gestructureerd format voor de data en organiseer die in duidelijke categorieën
- Markeer records met datakwaliteitsproblemen of inconsistenties
- Pas de scoring criteria toe om bedrijven te beoordelen en te rangschikken =====
Stap acht
Tot slot geven we de AI data om mee te werken.
Dit is de bedrijfsnaam: {{Company Name}}
====
Dit is de industrie: {{Industy}}
====
Dit is de omzet over de laatste 12 maanden: {{Rev. 2024}}
====
Dit is de Growth Rate YoY: {{Growth Rate}}
====
Dit is de Technology Stack: {{Tech Stack}}
====
Dit is de grootte van het Executive Team: {{Execs.}}
=====
Dat was de prompt. Zoals je ziet, werkt deze template effectief voor vrijwel elke taak.
Conclusie
Goede prompts schrijven is een must-have skill in het werk van vandaag. Of je nu ChatGPT, Claude, DeepSeek of een ander AI model gebruikt: weten hoe je een goede prompt schrijft, is de enige manier om nauwkeurigere, relevantere en bruikbaardere antwoorden te krijgen. Door de principes uit deze gids te volgen, kun je AI effectiever gebruiken en meer uit je werkdag halen.
Veelgestelde vragen over AI prompts schrijven
Wat is een goede AI prompt?
Een goede AI prompt is duidelijk, specifiek en goed gestructureerd. Hij bevat context over wat je wilt bereiken, concrete instructies voor de uitvoering en het gewenste format van de output. De prompt moet in eenvoudige taal geschreven zijn en dubbelzinnigheid vermijden.
Bekijk onze AI prompt voorbeelden voor lead generation.
Waarom werken mijn ChatGPT prompts niet?
AI prompts werken vaak niet goed door:
- Onduidelijke of vage instructies
- Te veel taken in één prompt
- Ontbrekende context of achtergrondinformatie
- Complexe of te technische taal
- Geen specifieke voorbeelden of gewenst output format
Hoe schrijf ik AI prompts voor betere resultaten?
Zo schrijf je effectieve AI prompts:
- Begin met een duidelijk doel
- Splits complexe taken op in kleinere stappen
- Geef relevante context en achtergrondinformatie
- Specificeer het gewenste output format
- Gebruik simpele, directe taal
- Voeg voorbeelden toe wanneer dat kan
Wat zijn de meest gemaakte fouten bij prompt writing?
Veelgemaakte fouten bij prompt writing zijn:
- Te vaag of te algemeen zijn
- De prompt overladen met meerdere taken
- Te weinig context geven
- Onduidelijke of dubbelzinnige taal gebruiken
- Aannemen dat de AI impliciete informatie begrijpt
- Niet specificeren welk output format je wilt
Hoe lang moet een AI prompt zijn?
Een AI prompt moet zo lang zijn als nodig is om alle essentiële informatie over te brengen, maar niet langer. Voor eenvoudige taken bestaat een effectieve prompt meestal uit een paar zinnen tot één alinea. Voor complexe taken kan hij langer zijn, zeker als er gedetailleerde instructies en context nodig zijn. De kern: volledig, maar beknopt.
Wat is prompt engineering?
Prompt engineering is het ontwerpen en optimaliseren van input voor AI modellen om zo nauwkeurig en bruikbaar mogelijke output te krijgen. Het draait om begrijpen hoe AI modellen instructies interpreteren, prompts effectief structureren en prompts op basis van resultaten blijven verbeteren.