Een van de meest gestelde vragen in mijn workshops is "wat is nu eigenlijk de beste prompt voor X?". Ik snap die vraag. Je hoort overal dat prompt engineering een vak is, je ziet templates rondgaan, en het voelt alsof er een geheim recept moet zijn dat de echte builders kennen.
Maar als ik eerlijk ben, mijn beste resultaten met AI komen zelden uit een betere prompt. Ze komen bijna altijd uit betere context.
Het verschil tussen prompt en context
Een prompt is wat je vraagt. Een context is alles wat het model erbij krijgt om die vraag goed te kunnen beantwoorden. Voor de meeste taken is dat tweede stuk waar de echte winst zit.
Een voorbeeld. Ik vraag Claude vaak om een mailtje te schrijven aan een klant. Als ik alleen zeg "schrijf een mail om die offerte op te volgen", krijg ik iets dat klinkt als een generieke salesmail. Geef ik dezelfde prompt, maar dan met daarbij de eerdere correspondentie, mijn eigen tone-of-voice in een paar regels, en wat ik weet over de situatie van die klant, dan krijg ik iets dat ik kan versturen na één kleine aanpassing.
Hetzelfde verzoek. Totaal andere output. Het verschil zit niet in hoe slim ik de zin formuleer, maar in wat ik het model laat meelezen.
Drie soorten context die ik standaard meegeef
Als ik mensen onder de motorkap laat kijken hoe ik werk, zijn dit de drie soorten context die ik bij vrijwel elke serieuze taak meegeef.
1. Voorbeeldoutput, niet uitleg
In plaats van te beschrijven hoe ik wil dat iets klinkt, geef ik een paar voorbeelden van eerdere keren dat het goed ging. Twee of drie eerdere mails, een stukje uit een eerdere offerte, een paar zinnen uit een nieuwsbrief die werkte. Het model herkent het patroon sneller uit voorbeelden dan uit instructies.
Dat is ook waarom ik in workshops geen tijd verspil aan tone-of-voice frameworks. Ik laat mensen liever drie stukken van zichzelf erbij plakken en dan de prompt opnieuw runnen. Het verschil is direct zichtbaar.
2. De situatie waarin de output gebruikt gaat worden
Een mail aan een potentiële klant is iets anders dan een mail aan een bestaande klant die je al twee jaar kent. Een interne notitie heeft een andere lengte en directheid dan een externe samenvatting. Het model weet dat niet vanzelf. Ik schrijf in twee of drie regels wie de ontvanger is, wat de relatie is, en wat ik wil bereiken.
Vaak komt daar al een betere vervolgvraag uit terug. Als Claude doorvraagt, weet ik dat ik te weinig context heb gegeven.
3. Wat ik in eerdere rondes al heb geprobeerd
Als ik op de derde of vierde poging zit voor dezelfde taak, plak ik kort wat ik eerder kreeg en waarom het nog niet werkte. Een soort logboek van de iteratie. Het model gaat dan niet voor de vierde keer hetzelfde alternatief geven, maar springt naar iets nieuws.
Dit voelt gek de eerste keer dat je het doet, want het lijkt op een chat-geschiedenis die het toch al heeft. Maar expliciet maken wat je hebt geprobeerd en waarom het niet voldeed, helpt enorm.
Waarom dit weinig terugkomt in cursussen
De meeste prompt-cursussen leren je trucs op woordniveau. Welke werkwoorden je moet gebruiken, hoe je rol-instructies opbouwt, of je in stappen moet denken. Allemaal niet onwaar, en op een goede dag merk je er ook iets van.
Maar er is ook iets anders, en dat is dat het effect daarvan klein is in vergelijking met wat context doet. Dus ik denk dat als je echt beter wilt worden in dit werk, je je tijd beter besteedt aan twee andere dingen: weten welke context relevant is voor welke taak, en weten hoe je die context efficiënt in het model krijgt. Dat tweede stuk is waar de echte builders verschil maken, en dat is precies wat ik in de workshops laat zien.
Wat je morgen kunt doen
Pak één taak waar je AI deze week al voor gebruikt hebt en waar je niet helemaal tevreden was met het resultaat. Schrijf in vijf minuten een blokje context erbij: een paar voorbeelden, de situatie, eventueel wat je eerder al probeerde. Run je vraag opnieuw met dat blokje vooraan.
Doe dat een week lang met je vijf meest voorkomende AI-taken. Aan het einde van die week heb je niet één geheime prompt geleerd, maar een werkwijze die je voor alles kunt inzetten. En dat is het soort verschil dat blijft.
