Geduldig met AI-prompts: hoe je goede output krijgt

"Hey ChatGPT, schrijf een blogpost over klimaatverandering"

Zo gebruiken de meeste mensen AI. Korte vraag erin, geen context, en dan wachten op een wonder. Komt dat wonder er niet, dan krijgt AI de schuld. "Het werkt niet voor mijn werk." "Te oppervlakkig." "Schrijft generiek."

Dat is niet eerlijk. De meeste matige output komt niet door slechte AI, maar door slechte prompts. En dat is goed nieuws, want prompten kun je leren. Sneller dan je denkt.

Dit stuk gaat niet over tien promptkneepjes die je in een carousel hebt voorbij zien komen. Het gaat over de mentaliteit waarmee je met Claude, ChatGPT en Gemini praat, en waarom geduld het echte verschil maakt.

Een prompt is geen zoekopdracht

Google is snel. Paar woorden intikken, lijstje terug, klik door, klaar. Bij AI werkt dat fundamenteel anders, en als je dat verschil niet voelt, zit je elke keer met output waar je niets aan hebt.

AI wil meer van je weten. Het stelt vragen terug, of het zou dat moeten doen. Waarom zoek je dit? Voor wie? In welke stijl? Wat weet de lezer al? Het gaat om een dialoog waarin jij en het model samen tot iets komen. Het model leert van wat jij zegt en bouwt daarop voort, binnen het gesprek.

Bij Google geef je een vraag en krijg je een lijst. Bij AI geef je context en krijg je een gesprekspartner. Andere workflow, andere mindset. Wie blijft prompten alsof hij Googelt, krijgt voor altijd Google-achtige output.

Behandel AI als een nieuwe collega

Stel je voor: nieuwe collega, eerste werkdag. Je vraagt om een rapport over een project van vorige week. Zou je daar genoeg aan hebben: "Maak even een rapport over dat project"?

Natuurlijk niet. Je zou uitleggen wat het doel is, wie het leest, welke details ertoe doen, in welke vorm (slides, memo, mailtekst), met welke deadline. Met AI is het precies hetzelfde. Sterker nog: AI weet niets over je bedrijf, je klanten, je culturele context, je merkstem. Helemaal niets, behalve wat jij in de prompt zet.

In plaats van bevelen te geven, neem je de tijd om te vertellen wat je nodig hebt en wat je belangrijk vindt aan het eindresultaat. Een goede prompt voor een blogpost ziet er bijvoorbeeld zo uit:

"Schrijf een blogpost van 800 woorden over [onderwerp] voor [doelgroep]. De toon is informeel maar deskundig, vergelijkbaar met de stijl van [voorbeeld]. Vermijd buzzwords zoals 'leverage' en 'empower'. De lezer moet aan het eind drie concrete acties weten. Begin met een verrassende stat of voorbeeld. Eindig met een vraag aan de lezer."

Dat is geen ingewikkelder prompt. Dat is gewoon de context die je een nieuwe collega ook zou geven. Wie dat weigert te doen, vraagt zichzelf onbewust om generieke output.

Verduidelijk wat je niet wilt

Het helpt enorm om expliciet te zijn over wat je niet wilt. Geen jargon als het simpel moet blijven, geen lange zinnen als je een actieve schrijfstijl wilt, geen technische details als het toegankelijk moet zijn. Geen Title Case, alleen sentence case. Geen em-dashes of liggende streepjes. Geen herhaling van het hoofdthema in de afsluiting.

Door aan te geven wat je niet goed vindt, help je AI sneller de goede richting te vinden. Zie het als een landkaart uittekenen, inclusief de plekken waar je niet wilt komen. Bij gratis ChatGPT werkt dat al goed. Bij Claude en de Pro-versies werkt het nog beter, omdat die meer instructies vasthouden over een lang gesprek.

En ja, het feit dat ik dit stuk zelf schrijf zonder em-dashes is hetzelfde verzoek dat ik aan elke AI doe. Het werkt voor hen ook.

Draai de rollen om

Meestal vraag jij iets aan AI. Draai het eens om. Laat AI jou ondervragen.

Probeer: "Speel mijn kritische leidinggevende. Welke vijf dingen mis je in mijn voorstel?" Of: "Stel jij bent een journalist die mij interviewt over [onderwerp]. Stel scherpe vragen die mijn aannames testen." Of: "Spelregels: ik heb een idee, jij speelt een potentiële klant die niet meteen overtuigd is. Vraag door tot je echt begrijpt wat ik aanbied."

Wat je terugkrijgt, is vaak waardevoller dan wat je zelf had bedacht. Je ziet je plan door een andere bril, gaten in je verhaal worden zichtbaar, en je krijgt vragen die je nooit zelf zou stellen.

Voor een ondernemer in Goes of Middelburg is dit een onderschatte techniek. Je hebt niet altijd een sparringpartner beschikbaar. AI kan die rol prima invullen, mits je het goed instrueert. En het kost je geen meeting, geen lunchafspraak, geen agenda gepuzzel.

Perfectie in een keer? Vergeet het

Elke "fout" is een kans om te verfijnen. Zeg: "Dit deel is goed, maar pas dat stukje erna nog aan." Of: "De toon klopt nog niet. Maak het iets directer." Of: "De tweede paragraaf voelt te clichématig. Schrijf hem opnieuw met een concreet voorbeeld."

Zo leren jij en je AI-tool elkaar binnen één gesprek beter kennen. Een lange chat met goede iteraties levert bijna altijd betere output dan één perfect bedachte prompt aan het begin. Investeer in het gesprek, niet in de eerste regel.

Bij Claude en ChatGPT-Plus kun je ook system-prompts of "custom instructions" instellen. Daarmee leg je je voorkeuren één keer vast en hoef je ze niet bij elke chat te herhalen. Voor terugkerend werk, mailbeantwoording, social posts, samenvattingen, is dat goud waard.

Geavanceerde techniek: chain-of-thought

Voor zwaardere taken werkt het bijna altijd om AI expliciet te vragen om eerst hardop te denken. "Voordat je antwoordt, schrijf eerst je redenering uit. Daarna pas het uiteindelijke antwoord." Dat heet chain-of-thought prompting en levert opvallend betere resultaten op bij analyses, beslissingen en problemen waar meerdere stappen nodig zijn.

Voorbeeld. In plaats van "schrijf een marketingplan voor mijn bakkerij" probeer je: "Voor mijn bakkerij in [plaats]: schrijf eerst je analyse van de doelgroep, daarna je hypothese over de belangrijkste hefbomen, daarna je voorgestelde marketingmix met onderbouwing, daarna een prioriteringsschema. Eindig met een 30-dagen actieplan."

Het kost meer tokens en iets meer wachttijd. De output is bijna altijd beter onderbouwd, en je kunt makkelijker met AI in dialoog over één onderdeel zonder dat de rest in elkaar zakt.

De kern

Goede output uit AI komt je niet aanwaaien. Het heeft tijd nodig om te groeien, stap voor stap, net als bij echte mensen.

Met elke interactie leer jij de mogelijkheden en beperkingen van het model beter kennen. Tegelijkertijd leert het model, binnen een gesprek of via custom instructions, jouw voorkeuren en stijl beter kennen. Soms moet je een stap terug doen om twee stappen vooruit te zetten.

De ondernemers en professionals die in 2025 echt verschil maken met AI zijn niet degenen met de meeste tools. Het zijn degenen die geleerd hebben AI te behandelen als een collega: met context, met geduld, en met iteratie.

Wil je weten waar AI binnen jouw organisatie het meeste oplevert? Doe de gratis AI Scan en ontvang binnen één minuut een persoonlijke analyse in je inbox.