Terug naar begrippenlijst
Prompt engineering
Prompt engineering is het geven van de juiste instructie aan een AI-model zodat je precies de output krijgt die je zoekt. In plaats van een losse vraag intypen en hopen op een goed antwoord, denk je strategisch na over hoe je die vraag stelt. Een prompt kan een simpele zin zijn, maar ook een hele reeks aanwijzingen, context of voorbeelden. Hoe duidelijker, specifieker en slimmer je prompt, hoe beter de AI werkt – vooral bij taalmodellen zoals ChatGPT of beeldgeneratoren zoals DALL·E.
Inhoudsopgave
Je krijgt wat je vraagt (niet wat je bedoelt)
AI leest geen gedachten. En dus geldt: hoe vager je prompt, hoe groter de kans op een algemeen of verkeerd antwoord. Prompt engineering draait daarom om het vertalen van je bedoeling naar een vorm die het model snapt.
Wil je een zakelijke e-mail? Zeg dat. Wil je tone of voice, lengte, stijl of structuur? Benoem het. Hoe beter je de AI stuurt, hoe minder je achteraf hoeft te corrigeren.
Van ‘vraag stellen’ naar ‘output ontwerpen’
Prompt engineering is méér dan een vraag goed formuleren. Het is bijna een vorm van UX voor AI: jij bepaalt de context, toon en richting. Je bouwt als het ware een mini-workflow in tekst.
Zeker bij complexe opdrachten – zoals data samenvatten, content genereren in specifieke stijl, of beeldopdrachten in DALL·E – maakt het verschil tussen “meh” en “wauw” volledig uit hoe goed je prompt is opgebouwd. Het model is zo goed als je input.
Waarom het een skill wordt (en blijft)
Omdat AI steeds centraler staat in creatieve processen, customer service, development en marketing, groeit ook de behoefte aan mensen die weten hoe je AI stuurt. Prompt engineering is dan ook hard op weg een volwaardige vaardigheid te worden. Niet technisch in de klassieke zin, maar wel cruciaal voor wie AI wil inzetten met resultaat. Zie het als copywriting voor machines, strategie in één zin, of scripting zonder code.
Veelgestelde vragen
Nee. Het geldt ook voor andere AI-tools zoals DALL·E, Midjourney, Claude, GitHub Copilot en meer. Elk model reageert op tekstinstructies en hoe je die schrijft, bepaalt het resultaat.
Niet per se. Prompt engineering is taalkundig en strategisch. Maar een beetje technisch inzicht helpt wél bij geavanceerdere prompts.
Duidelijkheid, structuur, context en richting. En soms: voorbeelden. Je leert het vooral door te testen, finetunen en herhalen.
Ja. Er zijn prompt libraries, AI-promptbouwers en zelfs tools die jouw prompt herschrijven voor een beter resultaat. Maar het begint altijd bij: weten wat je wil.
Bo Pennings AI specialist
Gerelateerde begrippen
- AI-algoritmes
- AI-model
- Augmented Intelligence
- Autonome AI
- Claude
- Deep Learning
- Ethische AI
- Generatieve AI
- Generative Adversarial Network (GAN)
- Generative Pre-trained Transformer (GPT)
- Generator
- Low-code AI
- Machine Learning bias
- No-code AI
- Robotic Process Automation (RPA)
- Sentimentanalyse
- Supervised Learning
- Transformer
- Unsupervised Learning
- Validatie
