Prompt engineering tips voor ondernemers

Je hebt ChatGPT een paar keer geprobeerd. De resultaten waren soms verrassend goed, soms teleurstellend vaag. Je conclusie: "handig, maar niet betrouwbaar genoeg voor serieus gebruik." Die conclusie is begrijpelijk — maar waarschijnlijk verkeerd. Het probleem zit niet in de tool, het zit in de opdracht die je geeft.

Prompt engineering is de vaardigheid om AI-tools effectief aan te sturen. Het is geen raketwetenschap, maar het vergt een andere manier van communiceren dan je gewend bent. In dit artikel leer je de belangrijkste technieken, met concrete voorbeelden die je direct in je dagelijkse werk kunt toepassen.

Waarom de juiste prompt alles verandert

Een AI-model als ChatGPT heeft geen context over jou, je bedrijf of je situatie — tenzij je die meelevert. Een vage prompt ("schrijf een e-mail naar een klant") levert een generiek antwoord. Een specifieke prompt ("schrijf een follow-up e-mail aan een klant die vorige week een offerte heeft ontvangen voor een websiteproject van €8.000, maar nog niet heeft gereageerd — de toon is professioneel maar persoonlijk, maximaal 150 woorden") levert een bruikbaar resultaat.

Het verschil is niet dat het model slimmer wordt. Het verschil is dat jij het de juiste informatie geeft om mee te werken. Prompt engineering is in essentie: helder communiceren wat je nodig hebt.

Techniek 1: Geef een rol

De eenvoudigste manier om betere resultaten te krijgen is het model een rol te geven. Dit stuurt de toon, diepgang en het perspectief van het antwoord.

Zonder rol:

"Geef me tips om meer leads te genereren."

Met rol:

"Je bent een marketingconsultant met 15 jaar ervaring in B2B-dienstverlening voor het MKB in Nederland. Geef me 5 concrete, bewezen strategieën om meer leads te genereren voor een bedrijf dat maatwerksoftware bouwt. Focus op strategieën die werken zonder groot marketingbudget."

Het resultaat is dramatisch anders. De eerste prompt levert generieke tips die je op elke blog vindt. De tweede levert specifiek, toepasbaar advies voor jouw situatie.

Wanneer gebruik je dit? Altijd. Begin elke prompt met een rolbeschrijving als je een specifiek perspectief of expertiseniveau nodig hebt. Elk model reageert anders op prompts — lees onze vergelijking van ChatGPT, Claude en Gemini om te begrijpen welk model het best past bij jouw prompts. Wil je meer leren over hoe je ChatGPT zakelijk inzet? Lees ons artikel over ChatGPT zakelijk inzetten.

Techniek 2: Chain of thought — laat het model stap voor stap denken

Bij complexe vragen — analyses, berekeningen, beslissingen — levert een directe vraag vaak een oppervlakkig antwoord. De oplossing: vraag het model om stap voor stap te redeneren.

Zonder chain of thought:

"Moet ik een CRM aanschaffen voor mijn bedrijf?"

Met chain of thought:

"Ik heb een adviesbureau met 8 medewerkers, waarvan 3 verkopers. We gebruiken nu Excel om leads bij te houden. Per maand komen 40 nieuwe leads binnen. Denk stap voor stap na:

1. Wat zijn de beperkingen van ons huidige systeem bij dit volume?
2. Welke problemen ontstaan er als we doorgroeien naar 80 leads per maand?
3. Wat kost een CRM ten opzichte van wat het oplevert?
4. Geef je eindconclusie met een concreet advies."

Het model doorloopt nu elke stap afzonderlijk en bouwt het antwoord logisch op. Het resultaat is grondiger en beter onderbouwd. Dit is ook de basis van hoe AI-agents complexe taken aanpakken: stap voor stap redeneren in plaats van in een keer springen naar een conclusie.

Techniek 3: Few-shot voorbeelden

Als je een specifiek formaat of een bepaalde stijl wilt, geef dan een of meer voorbeelden. Het model leert van je voorbeeld en past hetzelfde patroon toe.

Voorbeeld: productbeschrijvingen genereren

"Schrijf productbeschrijvingen in de volgende stijl:

Voorbeeld: Product: Ergonomische bureaustoel Beschrijving: Zit 8 uur zonder rugklachten. De ErgoMax Pro past zich aan jouw lichaam aan met 12 instelpunten en ademend mesh. Geen assemblage nodig — binnen 5 minuten zit je.

Nu jouw beurt: Product: Noise-cancelling koptelefoon Beschrijving:"

Het model pikt de stijlkenmerken op: kort, voordeel-eerst, specifieke getallen, informele toon. Je hoeft die stijl niet uit te leggen — het voorbeeld doet het werk.

Wanneer gebruik je dit? Bij terugkerende content: e-mails, social media posts, productbeschrijvingen, klantenserviceantwoorden. Maak een template met twee goede voorbeelden en je krijgt consistent resultaat.

Techniek 4: Formaat specificeren

Vertel het model exact hoe het antwoord eruit moet zien. Dit voorkomt dat je een lap tekst krijgt terwijl je een tabel, lijst of specifiek format nodig hebt.

Voorbeelden van formaatinstructies:

• "Antwoord als een genummerde lijst met maximaal 7 punten"
• "Presenteer dit als een tabel met kolommen: Taak | Tijdsinvestering | Prioriteit"
• "Geef je antwoord in drie paragrafen: probleem, oplossing, actie"
• "Schrijf maximaal 200 woorden"
• "Gebruik bullet points, geen doorlopende tekst"

Hoe specifieker je bent over het gewenste formaat, hoe bruikbaarder het resultaat. Dit is vooral waardevol als je de output direct wilt gebruiken in een document, presentatie of e-mail.

Techniek 5: Context meegeven

Het model weet niets over je bedrijf, je klanten of je branche — tenzij je het vertelt. Hoe meer relevante context je meegeeft, hoe relevanter het antwoord.

Basiscontext die je altijd kunt meegeven:

• Wat je bedrijf doet en voor wie
• De grootte van je team en je klantenkring
• Je branche en typische uitdagingen
• Het doel van je vraag (intern gebruik, klantcommunicatie, beslissing)
• Eventuele beperkingen (budget, tijd, technische kennis)

Pro tip: Sla een vaste contextblok op dat je aan het begin van elke sessie plakt:

"Context: Ik run een marketingbureau met 12 medewerkers in Utrecht. Onze klanten zijn MKB-bedrijven in de zakelijke dienstverlening. Ons grootste knelpunt is het schrijven van contentplannen en social media posts. Ons budget voor tools is maximaal €500/maand."

Met deze context levert elke vervolgvraag relevantere antwoorden. Je hoeft het niet elke keer opnieuw uit te leggen.

Praktische toepassingen voor ondernemers

E-maildrafts en klantcommunicatie

Prompt:

"Je bent mijn communicatieassistent. Ik moet een e-mail sturen aan een klant (Janssen & Partners, accountantskantoor, 20 medewerkers) die al twee maanden wacht op de oplevering van hun nieuwe website. De vertraging komt door onvoorziene technische problemen met hun koppeling naar Exact Online. Schrijf een eerlijke, professionele e-mail die de situatie uitlegt, een nieuwe deadline geeft (2 weken) en vertrouwen herstelt. Maximaal 200 woorden, gebruik 'je/jij'."

Data-analyse en rapportages

Prompt:

"Ik plak hieronder onze verkoopcijfers van Q4 2025 per productlijn. Analyseer stap voor stap: 1) Welke productlijnen groeien en welke dalen? 2) Zijn er seizoenspatronen zichtbaar? 3) Welke productlijn verdient meer marketingaandacht in Q1 2026? Presenteer je analyse als een tabel gevolgd door 3 concrete aanbevelingen."

Contentcreatie

Prompt:

"Schrijf 5 LinkedIn-posts voor mijn bedrijf (softwarebedrijf, 15 medewerkers, richt zich op MKB). Onderwerp: de voordelen van procesautomatisering. Elke post: maximaal 150 woorden, begin met een prikkelende openingszin, eindig met een vraag. Toon: professioneel maar menselijk, geen jargon. Voorbeeld van de gewenste stijl: [plak hier een bestaande post]."

Klantenservicetemplates

Prompt:

"Maak 5 antwoordtemplates voor veelvoorkomende klantenservice-situaties bij een SaaS-bedrijf. Situaties: 1) Klant kan niet inloggen 2) Factuurvraag 3) Feature request 4) Bug report 5) Opzegging. Elke template: maximaal 100 woorden, empathisch maar efficiënt, bied een concreet vervolgstap."

Dit soort templates kun je ook inbouwen in een AI-agent die automatisch klantverzoeken afhandelt. Je vergelijkt de beschikbare opties in ons artikel over AI-tools voor het MKB.

Veelgemaakte fouten

Te vaag zijn

"Schrijf iets over marketing" levert een generiek verhaal op. "Schrijf een LinkedIn-post van 150 woorden over waarom MKB-bedrijven hun salesproces moeten automatiseren, met een concreet voorbeeld uit de bouw" levert iets bruikbaars op.

Geen iteratie

De eerste output is zelden perfect. Gebruik vervolgprompts om bij te sturen: "Maak het korter", "Voeg een concreet voorbeeld toe", "Pas de toon aan — minder formeel", "Vervang het voorbeeld door iets uit de logistiek." AI-interactie is een gesprek, geen eenmalige opdracht.

Te veel tegelijk vragen

Een prompt die vijf verschillende dingen vraagt in een keer levert meestal middelmatige resultaten op alles. Splits complexe taken op in stappen. Eerst de analyse, dan de conclusie, dan het actieplan.

Geen output controleren

AI-modellen genereren soms incorrecte informatie — met volledige overtuiging. Controleer altijd feiten, cijfers en claims voordat je AI-output naar een klant stuurt of publiceert. Gebruik AI als startpunt, niet als eindproduct.

Een promptbibliotheek opbouwen

De meeste ondernemers gebruiken AI steeds voor dezelfde soorten taken. Bouw een persoonlijke promptbibliotheek op:

1. Identificeer je top-5 terugkerende taken waar je AI voor gebruikt (e-mails, content, analyses, vergadersamenvattingen, klantenservice)
2. Schrijf voor elke taak een geoptimaliseerde prompt met rol, context, formaat en eventueel een voorbeeld
3. Sla ze op in een document, Notion-pagina of zelfs een Google Sheet
4. Verfijn na elke gebruik — als een prompt consistent goede resultaten geeft, is hij klaar. Zo niet, pas aan.

Na twee weken heb je een set prompts die je in seconden kunt hergebruiken en die consistent goede output leveren. Je bespaart niet alleen tijd op de taak zelf, maar ook op het formuleren van de prompt. Wil je dit als team aanpakken? Lees dan onze gids over medewerkers trainen in AI-tools voor een gestructureerde aanpak.

Van handmatig prompten naar geautomatiseerde AI

Prompt engineering is een goede basis, maar het is nog steeds handwerk. De volgende stap is automatisering: prompts inbouwen in workflows zodat ze automatisch worden uitgevoerd wanneer nodig.

Denk aan: een inkomende klantvraag triggert automatisch een AI-model dat een conceptantwoord genereert op basis van je kennisbank. Of je CRM stuurt automatisch een gepersonaliseerde follow-up op basis van het gedrag van de lead — geschreven door AI, gebaseerd op een prompt die je een keer hebt geoptimaliseerd.

Dit is het domein van AI-advies en AI-agents. Je begint met handmatige prompts, je optimaliseert ze, en vervolgens automatiseer je de uitvoering. Het resultaat: je bedrijf wordt niet alleen efficienter in het gebruik van AI — het draait op AI.