Prompttechnieken zijn vaste manieren om een AI-tool een opdracht te geven, zodat je betere en betrouwbaardere antwoorden krijgt. De bekendste zijn few-shot prompting (voorbeelden meegeven), chain of thought (stap voor stap laten redeneren), een persona of rol meegeven, prompt chaining (een taak opknippen in stappen) en reverse prompting (de AI laten vragen wat hij nodig heeft). In dit artikel lees je per techniek wat het is, wanneer je hem gebruikt en hoe een voorbeeld eruitziet.
Wie een tijdje met ChatGPT, Copilot of Claude werkt, merkt dat sommige opdrachten veel beter uitpakken dan andere. Dat is geen toeval. Achter goede prompts zitten vaak dezelfde technieken, die je kunt leren en bewust kunt inzetten. Je hoeft er geen technische kennis voor te hebben: het zijn manieren van uitleggen die je ook bij een nieuwe collega zou gebruiken.
- Few-shot prompting betekent dat je voorbeelden meegeeft, zodat de AI precies ziet wat je bedoelt.
- Met chain of thought laat je de AI stap voor stap redeneren, wat helpt bij lastige vragen en berekeningen.
- Combineer technieken: een rol, een voorbeeld en een stappenplan in één prompt werken vaak het best.
Waarom prompttechnieken zoals few-shot werken
Een AI-tool weet niets over jou, je werk of wat je precies bedoelt. Alles wat je niet vertelt, vult hij zelf in met het meest gangbare antwoord. Prompttechnieken helpen om die gaten te vullen. Ze geven de AI meer houvast: een voorbeeld om na te doen, een rol om vanuit te denken of een stappenplan om te volgen.
De basis van elke goede prompt blijft hetzelfde: een duidelijke taak, genoeg context en het gewenste format. Hoe je die opbouwt, lees je in onze uitleg wat is een prompt. De technieken in dit artikel komen daar bovenop. Ze zijn vooral handig als een gewone prompt net niet genoeg oplevert.
Zero-shot prompting: de gewone opdracht
Zero-shot prompting is de term voor een opdracht zonder voorbeelden. Je vraagt de AI iets te doen, en hij doet het op basis van wat hij al weet. Dat is wat de meeste mensen dagelijks doen, en voor veel taken werkt het prima.
Zero-shot
Vat dit artikel samen in vijf punten voor een collega zonder voorkennis.
Zero-shot werkt goed bij duidelijke, veelvoorkomende taken zoals samenvatten, vertalen en eenvoudige teksten schrijven. Wil je een specifieke stijl, vorm of aanpak, dan heb je meer nodig.
Few-shot prompting: leren van voorbeelden
Few-shot prompting betekent dat je een of meer voorbeelden meegeeft van wat je wilt. Dat taalmodellen zo goed leren van een paar voorbeelden, beschreven onderzoekers van OpenAI al in 2020 in het bekende artikel Language Models are Few-Shot Learners. De AI bekijkt de voorbeelden, herkent het patroon en past het toe op jouw vraag. Het woord shot staat hier voor voorbeeld: one-shot is één voorbeeld, few-shot zijn er een paar.
Deze techniek is vooral sterk als je een bepaalde stijl, toon of vorm wilt die moeilijk in woorden te vangen is. Laten zien werkt dan beter dan beschrijven.
Few-shot
Schrijf voor elk product hieronder een korte beschrijving, in dezelfde stijl als de voorbeelden.
Voorbeeld 1: Elektrische sloep voor acht personen. Stil, comfortabel en zonder vaarbewijs te besturen. Ideaal voor een middag door de grachten.
Voorbeeld 2: Picknickmand voor vier personen. Gevuld met lokale lekkernijen en een fles bubbels. Klaar om mee aan boord te nemen.
Producten:
Wanneer gebruik je het? Bij teksten die in dezelfde stijl moeten, zoals productbeschrijvingen, social posts of antwoorden op veelgestelde vragen. En bij het indelen van gegevens, zoals klantreacties sorteren in categorieën: geef een paar voorbeelden van hoe je het wilt, en de AI doet de rest.
Kies voorbeelden die van elkaar verschillen. Lijken je voorbeelden te veel op elkaar, dan neemt de AI ook details over die je niet bedoelde.
Chain of thought: stap voor stap laten redeneren
Chain of thought betekent letterlijk gedachteketen. Je vraagt de AI om stap voor stap te redeneren voordat hij een antwoord geeft. Dat helpt bij vragen waarbij meerdere stappen nodig zijn, zoals berekeningen, afwegingen en logische puzzels. Doordat de AI zijn tussenstappen opschrijft, maakt hij minder snel een denkfout, en kun jij controleren waar het eventueel misgaat.
Chain of thought
We hebben een budget van [bedrag] voor [doel]. Er zijn drie opties: [optie A], [optie B] en [optie C], met deze kosten en voordelen: [details]. Denk stap voor stap na: zet eerst per optie de kosten en opbrengsten op een rij, vergelijk ze daarna en geef pas aan het eind je advies.
Veel AI-tools hebben inmiddels zogenaamde redeneermodellen die dit uit zichzelf doen. Toch helpt het om er bij lastige vragen om te vragen, en vooral om de tussenstappen te laten zien, zodat je kunt nagaan of de redenering klopt.
Wanneer gebruik je het? Bij berekeningen, planningen, afwegingen tussen opties en bij vragen waarop het eerste antwoord vaak niet klopt.
Persona prompting: een rol meegeven
Bij persona prompting geef je de AI een rol, zoals "je bent een ervaren HR-adviseur" of "gedraag je als een kritische klant". De AI denkt dan vanuit dat perspectief: met andere kennis, een andere woordkeuze en andere aandachtspunten.
Persona
Je bent een ervaren communicatieadviseur bij een gemeente. Lees de brief hieronder en geef advies: is hij begrijpelijk voor inwoners zonder voorkennis? Welke zinnen zou je herschrijven, en hoe?
[plak de brief, zonder persoonsgegevens]
Je kunt een persona ook gebruiken om je eigen werk te toetsen. Laat de AI een kritische lezer spelen, een sceptische klant of een directeur die alleen tijd heeft voor de hoofdlijnen. Zo zie je je tekst door andere ogen.
Wanneer gebruik je het? Bij advies, feedback, communicatie en creatief werk. Bij het samenvatten van feiten voegt een persona weinig toe.
Prompt chaining: een taak opknippen
Prompt chaining betekent dat je een grote taak opknipt in kleinere stappen, met voor elke stap een eigen prompt. Het antwoord van de ene stap gebruik je in de volgende. Zo houd je overzicht, kun je tussendoor bijsturen en krijg je een beter eindresultaat dan met één grote opdracht.
Een voorbeeld: je wilt een nieuwsbrief maken over een nieuw product.
Stap 1
Verzamel de kern
Vraag de AI eerst om de belangrijkste punten uit je productinformatie op een rij te zetten. Controleer of ze kloppen en vul aan wat ontbreekt.
Stap 2
Kies een invalshoek
Laat de AI drie mogelijke invalshoeken voor de nieuwsbrief bedenken, en kies de beste.
Stap 3
Schrijf de tekst
Vraag de AI om de nieuwsbrief te schrijven op basis van de gekozen invalshoek en de kernpunten uit stap 1.
Stap 4
Verfijn
Laat de AI een onderwerpregel bedenken en de tekst korter en scherper maken.
Wanneer gebruik je het? Bij grotere opdrachten zoals rapporten, plannen, presentaties en campagnes, en bij taken waarbij je tussendoor wilt kunnen kiezen of controleren.
Reverse prompting: de AI laten vragen
Bij reverse prompting draai je het om: je vraagt de AI welke informatie hij nodig heeft om je goed te helpen. Dat is handig als je niet precies weet wat je moet vertellen, of als je een ingewikkelde opdracht hebt.
Reverse prompting
Ik wil een plan maken voor [onderwerp]. Voordat je begint: welke informatie heb je van mij nodig om een goed plan te maken? Stel me de vragen één voor één, en wacht steeds op mijn antwoord.
Een variant is de AI vragen om zelf een betere prompt te schrijven voor jouw taak. Je vertelt wat je wilt bereiken, en de AI maakt er een uitgebreide opdracht van, die je daarna gebruikt.
Wanneer gebruik je het? Als je vastzit, als je een nieuwe soort taak doet of als je wilt leren welke informatie een goede prompt nodig heeft.
Zelfcontrole: de AI zijn eigen werk laten nakijken
Een eenvoudige maar effectieve techniek is de AI vragen zijn eigen antwoord te controleren. Vraag na een antwoord bijvoorbeeld: "Controleer je antwoord op fouten en onduidelijkheden. Wat zou je verbeteren?" Of laat de AI aangeven waar hij onzeker over is.
Zelfcontrole
Lees je antwoord hierboven nog eens kritisch na. Welke beweringen zijn het minst zeker, en wat zou ik moeten controleren voordat ik dit gebruik?
Dit vervangt je eigen controle niet: een AI-tool kan ook in zijn controle iets missen of verzinnen. Maar het helpt om zwakke plekken te vinden die je anders over het hoofd ziet.
Scheidingstekens: instructie en tekst uit elkaar houden
Plak je een lange tekst in je prompt, zoals een mail, rapport of lijst met reacties, dan is het voor de AI soms onduidelijk waar jouw opdracht ophoudt en de tekst begint. Met scheidingstekens los je dat op. Zet de tekst bijvoorbeeld tussen drie aanhalingstekens, of geef hem een duidelijk kopje zoals "Tekst:". Zo weet de AI precies wat de instructie is en wat het materiaal.
Met scheidingstekens
Vat de tekst tussen de aanhalingstekens samen in drie punten voor het managementteam. Neem geen informatie over die niet in de tekst staat.
“””
[plak hier de tekst]
“””
Deze techniek is vooral handig als de tekst zelf instructies of vragen bevat, zoals een klantmail met de vraag "kunt u dit even uitzoeken?". Zonder scheiding gaat de AI soms op die vraag in, in plaats van jouw opdracht uit te voeren.
Meerdere versies laten maken
Weet je nog niet precies wat je zoekt, vraag dan om meerdere versies tegelijk. Bijvoorbeeld drie openingszinnen in een verschillende toon, of vijf onderwerpregels van kort naar uitgebreid. Door ze naast elkaar te zien, merk je sneller wat je wel en niet bedoelt, en kun je daarna gericht bijsturen.
Drie versies naast elkaar
Schrijf drie versies van een openingsalinea voor [tekst]: één zakelijk, één persoonlijk en één met een vraag aan de lezer. Zet onder elke versie in één zin voor welk publiek hij het best werkt.
Een handige aanvulling is de AI daarna te vragen de sterkste onderdelen van de versies te combineren. Zo werk je in een paar stappen naar een tekst die precies past.
Veelgemaakte fouten bij few-shot prompting en andere technieken
Technieken helpen, maar alleen als je ze verstandig inzet. Drie fouten komen vaak voor.
Te veel tegelijk willen. Een prompt met vijf technieken, tien eisen en drie voorbeelden wordt onoverzichtelijk, ook voor de AI. Begin eenvoudig en voeg pas iets toe als het antwoord tekortschiet.
Voorbeelden die niet kloppen. Bij few-shot prompting neemt de AI alles over wat in je voorbeelden zit, ook fouten en details die je niet bedoelde. Kies je voorbeelden dus zorgvuldig.
Vertrouwen op de techniek in plaats van op je controle. Ook met chain of thought of zelfcontrole kan een AI-tool fouten maken of dingen verzinnen. Controleer belangrijke feiten, cijfers en bronnen altijd zelf.
Few-shot, chain of thought of persona: welke techniek wanneer?
| Techniek | Wat het is | Gebruik het bij |
|---|---|---|
| Zero-shot | Een opdracht zonder voorbeelden | Duidelijke, veelvoorkomende taken |
| Few-shot | Voorbeelden meegeven | Een vaste stijl, toon of indeling |
| Chain of thought | Stap voor stap laten redeneren | Berekeningen, afwegingen, lastige vragen |
| Persona | Een rol meegeven | Advies, feedback, communicatie |
| Prompt chaining | Een taak opknippen in stappen | Grote opdrachten, rapporten, campagnes |
| Reverse prompting | De AI laten vragen wat hij nodig heeft | Als je vastzit of een nieuwe taak doet |
| Zelfcontrole | Het antwoord laten nakijken | Belangrijke teksten en feiten |
| Scheidingstekens | Instructie en tekst scheiden | Lange teksten in je prompt |
| Meerdere versies | Opties naast elkaar laten maken | Als je nog zoekt naar de juiste toon |
In de praktijk combineer je technieken vaak. Een prompt met een rol, een voorbeeld en de vraag om stap voor stap te werken, haalt meestal meer uit een AI-tool dan één techniek alleen.
Een prompt met few-shot en andere technieken
Zo ziet een prompt eruit die verschillende technieken combineert.
Rol, voorbeeld en stappen samen
Je bent een ervaren klantenservicemedewerker [persona]. Beantwoord de klantvragen hieronder in dezelfde stijl als het voorbeeld [few-shot]. Bepaal per vraag eerst wat de klant eigenlijk wil weten, en schrijf daarna pas het antwoord [chain of thought]. Geef aan het eind aan bij welke antwoorden je twijfelt [zelfcontrole].
Voorbeeld van een goed antwoord: [plak een eerder antwoord]
Vragen: [plak de vragen, zonder persoonsgegevens]
Wil je weten hoe deze technieken passen in een vaste aanpak voor prompts, lees dan onze gids over prompt engineering. Een overzicht van alles over prompten vind je op onze pagina over prompten, en kant-en-klare voorbeelden staan in onze verzameling ChatGPT prompts.
Veelgestelde vragen over few-shot prompting en andere technieken
Wat is few-shot prompting?
Few-shot prompting betekent dat je een paar voorbeelden meegeeft in je prompt, zodat de AI ziet wat je bedoelt en het patroon kan toepassen. Het is vooral handig bij teksten in een vaste stijl en bij het indelen van gegevens.
Wat is het verschil tussen zero-shot en few-shot?
Bij zero-shot geef je geen voorbeelden; de AI werkt op basis van wat hij al weet. Bij few-shot prompting geef je een of meer voorbeelden mee. Few-shot prompting levert meestal een antwoord op dat beter aansluit bij wat je wilt.
Wat is chain of thought prompting?
Bij chain of thought vraag je de AI om stap voor stap te redeneren voordat hij antwoordt. Dat helpt bij berekeningen, afwegingen en lastige vragen, en je kunt de tussenstappen controleren.
Wat is een persona prompt?
Een persona prompt geeft de AI een rol, zoals "je bent een ervaren HR-adviseur". De AI denkt dan vanuit dat perspectief, wat vooral helpt bij advies, feedback en communicatie.
Wat is prompt chaining?
Prompt chaining betekent dat je een grote taak opknipt in kleinere stappen, met voor elke stap een eigen prompt. Het antwoord van de ene stap gebruik je in de volgende.
Moet ik al deze technieken kennen?
Nee. Begin met een goede basisprompt, en voeg een techniek toe als het antwoord nog niet goed genoeg is. Few-shot en een rol meegeven leveren in de praktijk het snelst verbetering op.
Few-shot prompting en andere technieken toepassen in je werk
Technieken lezen is een goed begin; ze leren toepassen op je eigen werk is de volgende stap. Daarvoor hebben we AI Fundament gemaakt, de online AI-cursus van AIcursus.nl. In module 2, "Prompts: de taal van AI", leer je hoe je opdrachten opbouwt, en in de modules daarna pas je dat toe bij schrijven, onderzoeken, beeld en data.
Elke module begint met uitleg, daarna zie je een demonstratie en ga je zelf aan de slag met een praktijkopdracht, waarop je direct feedback krijgt. De AI zit in het leerplatform zelf, dus je hebt geen eigen abonnement nodig. Na afronding krijg je een certificaat van deelname.
AI Fundament kost € 39,95, eenmalig en inclusief btw.
Max is medeoprichter van AIcursus.nl en maakte AI Fundament samen met Wijnand Wieling. Hij werkt dagelijks met AI en volgt de ontwikkelingen al sinds de eerste versie van ChatGPT. Hij test nieuwe tools, probeert toepassingen uit en ontdekt wat wel en niet werkt in de praktijk. Wat hij leert, verwerkt hij in de cursus en in de artikelen in de kennisbank.
Meer over ons
