Prompt engineering in de praktijk: technieken die écht werken
Betere prompts beginnen niet met betere zinnen — ze beginnen met beter nadenken over context, doel en de grenzen van het model.
Prompt engineering wordt vaak gepresenteerd als een trucje: gebruik de juiste sleutelwoorden, schrijf in de juiste volgorde, en het model doet wat je wilt. Maar wie dagelijks met AI werkt, weet dat de kwaliteit van de output begint bij de kwaliteit van het denken ervoor. In S08E17 laat Joop Snijder de meta-prompting techniek zien: geef het model eerst je ruwe idee en vraag het om de ideale prompt voor je te schrijven.
Het resultaat is bijna altijd beter dan wat je zelf had bedacht — omdat het model zijn eigen beperkingen en sterktes kent. Wout van den Berg beschrijft in S07E68 hoe hij een context-checklist gebruikt: wie ben ik in deze taak, wat wil ik bereiken, welke toon past, en welke informatie ontbreekt nog? Die voorbereiding kost twee minuten en bespaart drie iteratieronden.
De meest onderschatte techniek blijft zelfkritiek: vraag het model na een antwoord om zijn eigen zwakke punten te benoemen. Die expliciete feedback loop verdubbelt de bruikbaarheid van de output in de praktijk.
Citaten uit onze afleveringen
“Geef het model je ruwe idee en vraag het om de ideale prompt voor je te schrijven. Het model kent zijn eigen beperkingen beter dan jij — en die kennis zit al in de prompt die het teruggeeft.
Joop Snijder, AI-strateeg en auteur — S08E17
“Na elk antwoord vraag ik het model: wat zijn de zwakke punten in dit antwoord? Die zelfkritiek-techniek kost tien seconden en maakt de output twee keer zo bruikbaar.
Wout van den Berg — S07E68
“Als er te veel informatie in de prompt staat, kan het model moeite hebben om te bepalen wat het belangrijkste is. Hierdoor kan het afdwalen van het hoofdonderwerp en minder relevante of off-topic antwoorden geven.
Joop Snijder, AI-strateeg en auteur — S06E80
Bewijsafleveringen
Meta-prompting: laat het model je prompt schrijven
Joop Snijder introduceert meta-prompting als praktische techniek: geef het model je ruwe idee en vraag het om de ideale prompt te genereren — bijna altijd beter dan zelf schrijven.

ChatGPT effectief inzetten: van losse prompts naar werkende workflows
Wout van den Berg beschrijft zijn context-checklist aanpak voor betere prompts en de zelfkritiek-techniek die de output direct bruikbaarder maakt.

"Hallucineer niet" zeggen lost niets op. Dit wel!
Leer vijf concrete methodes om AI-hallucinaties effectief tegen te gaan, inclusief RAG en verificatietechnieken. Deze technieken verbeteren direct de kwaliteit van AI-output in professionele toepassingen.

Deze prompt legt jou op de pijnbank. Durf jij het aan?
Geavanceerde prompting-technieken in de praktijk: hoe je door scherpe, uitdagende prompts betere en eerlijkere AI-antwoorden genereert.

Dit thema valt onder
Beter werken met ChatGPT en taalmodellen: prompt engineering en hallucinaties →