Als je zoekt op "hoe schrijf je een goede prompt", vind je ze bij tientallen. Artikelen met vijf ingrediënten, zeven tips, een formule van Rol plus Doel plus Context plus Formaat. Ze zijn goed geschreven en ze kloppen ook, technisch gezien. Toch merk ik dat de mensen die ik ermee spreek er weinig aan hebben.
Dat heeft me een tijdje beziggehouden. Want als de uitleg klopt, wat gaat er dan mis?
Wat ik denk is dit: de meeste mensen weten niet goed wat ze eigenlijk willen weten. En dat is geen gebrek aan intelligentie, het is gewoon iets wat je pas merkt als je het opschrijft. Zolang een vraag in je hoofd zit, voelt hij compleet. Op het moment dat je hem moet formuleren voor een ander, blijkt hij vaak vaag, breed, of eigenlijk een andere vraag dan je dacht.
Dat is niet iets wat een formule oplost. Dat is iets wat je oefent door te doen.
Wat ik zelf heb gemerkt
Ik werk dagelijks met Claude en ChatGPT. Niet af en toe, maar als vaste gereedschappen in mijn werkdag. En wat mij opvalt aan mijn eigen gebruik is dat de prompts die het beste werken, niet per se de meest uitgebreide zijn. Het zijn de prompts waarbij ik zelf precies wist wat ik nodig had.
Als ik een goede prompt schrijf, is er iets aan de hand dat al voor de prompt gebeurt. Ik heb mezelf afgevraagd: wat is het eigenlijke resultaat dat ik wil? Niet wat ik wil dat AI produceert, maar wat ik daarna ga doen met die output. Als ik dat helder heb, schrijft de prompt zich bijna vanzelf.
Als ik een slechte prompt schrijf, sla ik die stap over. Ik typ iets wat lijkt op een vraag, krijg iets wat lijkt op een antwoord, en merk halverwege dat het de verkeerde richting op gaat. Dan begin ik opnieuw, of ik stuur bij met aanvullende instructies. Het werkt uiteindelijk, maar ik heb twee keer zoveel tijd nodig.
Wat ik heb geleerd: de tijd die je steekt in het formuleren van de vraag, betaalt zich terug in de kwaliteit van het antwoord. Dat is misschien een open deur. Maar de meeste open deuren zijn pas duidelijk als je er tegenaan bent gelopen.
Over die formules
Er is niets mis met Rol plus Doel plus Context plus Formaat. Het is een nuttige structuur, vooral als je net begint en nog geen gevoel hebt voor wat AI nodig heeft om goed te functioneren. Ik gebruik zelf ook vaste structuren, maar niet als formule die ik invul, meer als geheugensteuntje voor wat ik niet wil vergeten.
Wat die formules niet kunnen, is je vertellen wat je eigenlijk wil weten. Ze helpen je het te verwoorden zodra je dat weet.
Wat ik zie bij mensen die beginnen met AI, ook bij mensen die ik begeleid zoals de stratenmaker over wie ik eerder schreef: ze hebben de formule gelezen, ze vullen de velden in, en ze krijgen output die technisch correct is maar die ze toch niet gebruiken. Omdat het antwoord klopt, maar niet op hun vraag.
Dat is het moment waarop de formule je niet verder helpt. Dat is het moment waarop je terug moet naar de vraag achter de vraag.
Wat bij mij werkt
Ik schrijf tegenwoordig altijd even op wat ik daarna ga doen met de output, voordat ik de prompt invul. Niet als onderdeel van de prompt, maar voor mezelf. Als ik een samenvatting vraag van een document: voor wie is die samenvatting, en wat moet die persoon ermee kunnen doen? Als ik een tekst laat herschrijven: wat is er mis met de huidige versie, en wat zou ik er zelf anders aan doen?
Dat klinkt als extra werk. Het is ook extra werk. Maar het is werk dat ik toch had moeten doen, alleen deed ik het vroeger halverwege het gesprek met AI, als bleek dat de output niet klopte.
Ik doe het nu van tevoren. Het scheelt me niet per se tijd, maar het scheelt me de frustratie van een gesprek dat de verkeerde kant op gaat.
Er zijn genoeg systemen die je helpen om context vast te leggen zodat je het niet elke keer opnieuw hoeft te formuleren. Maar ook die systemen werken pas goed als je weet wat je vraagt. De infrastructuur helpt, de helderheid moet je zelf meenemen.
Een goede prompt begint niet met het schrijven van de prompt. Hij begint met de vraag of je weet wat je eigenlijk wil.