AI-prompts: welke soort gebruik je wanneer (met voorbeelden)
Inhoud (17)OpenklappenInklappen
Een AI-prompt is de instructie die je aan een AI-tool geeft. Er zijn zes soorten die samen vrijwel elke zakelijke taak dekken, van een korte vraag zonder voorbeelden tot een prompt met voorbeelden, een rol, denkstappen of XML-structuur. Welke je kiest hangt af van hoe complex de taak is en hoe vast de vorm van het antwoord moet zijn.
In het kort: Een AI-prompt is de instructie die je aan een taalmodel geeft. Welk soort prompt je kiest hangt af van de taak: voor eenvoudige, standaard taken werkt een korte zero-shot prompt prima, voor consistente output geef je 3 tot 5 voorbeelden mee (few-shot), voor complexe redeneertaken laat je het model eerst hardop denken, en voor terugkerende taken gebruik je een gestructureerde template met XML-tags of een opgeslagen prompt. Anthropic (de makers van Claude) noemt voorbeelden een van de betrouwbaarste manieren om vorm en toon te sturen.
Samenvatting in het kort
- Er zijn zes soorten AI-prompts die je in de praktijk het meest tegenkomt: zero-shot, few-shot, rol-prompt, denk-eerst-prompt (chain of thought), XML-gestructureerde prompt en de promptketen.
- Begin met de simpelste vorm. Werkt zero-shot niet? Voeg voorbeelden toe. Werkt dat nog niet? Structureer met XML-tags of splits de taak op.
- Uitleggen waarom iets moet werkt beter dan alleen zeggen wat moet gebeuren. Het model generaliseert vanuit je motivatie.
- Voorbeelden zijn goud waard: 3 tot 5 relevante, diverse voorbeelden sturen toon, formaat en structuur betrouwbaarder dan tien regels uitleg.
- Bepaal vooraf hoe je het resultaat toetst. Zonder succescriterium blijf je eindeloos schaven zonder te weten of het beter wordt.
- Niet elk probleem is een promptprobleem. Soms is een andere tool, een skill of een AI-agent sneller.

Wat is een AI-prompt en hoe werkt het?
Een AI-prompt is de tekst die je aan een AI-model als ChatGPT, Claude of Gemini geeft om een taak uit te voeren. Het model leest je prompt, gebruikt de context en zijn trainingskennis, en genereert een antwoord in tekst. Hoe helderder en specifieker jouw prompt, hoe bruikbaarder het resultaat.
Onder de motorkap doet het model één ding: het voorspelt het volgende stuk tekst op basis van wat jij hebt getypt. Dat klinkt simpel, maar het betekent iets belangrijks: het model raadt jouw bedoeling uit de woorden die je gebruikt. Vraag je “schrijf iets over onze nieuwe dienst”, dan krijg je iets vaags. Vraag je “schrijf een LinkedIn-post van 120 woorden voor onze nieuwe boekhouddienst voor zzp’ers in de bouw, toon: nuchter en concreet, sluit af met een vraag”, dan krijg je iets bruikbaars.
Meer achtergrond over de bouwstenen vind je in onze uitleg wat is een prompt.
Welke soorten AI-prompts zijn er en wanneer gebruik je welke?
Er zijn zes soorten AI-prompts die voor vrijwel al je zakelijke taken volstaan. Kies op basis van complexiteit en hoe consistent je de output nodig hebt.
| Soort prompt | Wat het doet | Wanneer kiezen | Voorbeeldsituatie kmo |
|---|---|---|---|
| Zero-shot | Vraag zonder voorbeelden | Standaardtaak, algemene vraag | ”Vat deze mail samen in 3 punten” |
| Few-shot | Geeft 3-5 voorbeelden mee | Je wilt een vaste stijl of format | Klantmails beantwoorden in jouw tone-of-voice |
| Rol-prompt | Kent het model een rol toe | Je wil expertise of een bepaald perspectief | ”Je bent een ervaren HR-adviseur…” |
| Denk-eerst-prompt | Laat model stap voor stap redeneren | Cijfers, analyse, meerdere stappen | Offertecalculatie of maandcijfers duiden |
| XML-gestructureerde prompt | Scheidt instructies, context en input met tags | Complexe of terugkerende taken | Contract laten checken met vaste criteria |
| Promptketen | Splits de taak in meerdere prompts | Taak is te groot voor één prompt | Marktonderzoek: eerst zoeken, dan analyseren, dan schrijven |
Beslisregel: kies altijd de simpelste vorm die werkt. Escalaties: zero-shot → few-shot → XML-gestructureerd → promptketen.
Wat is het verschil tussen system prompts en user prompts?
Een systeemprompt zet de context en rol van het model vast voor het hele gesprek. Een user prompt is elk bericht dat jij als gebruiker daarna stuurt. Anthropic (Claude) toont in eigen tests dat zelfs een enkele zin in de systeemprompt, zoals “Je bent een ervaren jurist gespecialiseerd in arbeidsrecht”, de kwaliteit van de antwoorden merkbaar verhoogt.
In de praktijk:
- Systeemprompt: de “vaste instelling”. Rol, toon, regels, taal. Zet je één keer.
- User prompt: de dagelijkse vraag. “Schrijf een reactie op deze klachtenmail.”
In ChatGPT stel je een systeemprompt in via Custom Instructions of via een custom GPT. In Claude via Projects. In je eigen AI-tools of via de API zet je het als system veld. Voor kmo’s die dezelfde soort taken herhalen (klantmails, offertes, social posts) is een goed geformuleerde systeemprompt vaak het verschil tussen “leuk speeltje” en “echt tijd besparen”.
Zero-shot vs few-shot prompts: wat is het verschil?
Zero-shot is een prompt zonder voorbeelden. Few-shot is dezelfde prompt met 3 tot 5 concrete voorbeelden erbij. Few-shot geeft doorgaans consistenter resultaat, vooral als je een specifieke stijl of format wilt.
Zero-shot voorbeeld:
Classificeer deze klantmail als: klacht, vraag, of bestelling.
Mail: "Hoi, wanneer wordt mijn bestelling geleverd? Ordernummer 4421."
Few-shot voorbeeld:
Classificeer klantmails als: klacht, vraag, of bestelling.
<example>
Mail: "Product kwam beschadigd aan, ik ben boos."
Categorie: klacht
</example>
<example>
Mail: "Hebben jullie ook maat 42 op voorraad?"
Categorie: vraag
</example>
<example>
Mail: "Ik wil 3 stuks bestellen, factuuradres volgt."
Categorie: bestelling
</example>
Mail: "Hoi, wanneer wordt mijn bestelling geleverd? Ordernummer 4421."
Categorie:
Kies zero-shot als de taak standaard is (samenvatten, vertalen, uitleggen). Kies few-shot als je een vaste stijl, tone-of-voice of formaat nodig hebt. Anthropic beveelt aan om voorbeelden divers, relevant en gestructureerd te maken en ze in <example>-tags te zetten.

Hoe schrijf je betere prompts voor AI-tools?
Vier principes werken bijna altijd: wees duidelijk, geef context, geef voorbeelden, en toets je resultaat. De grootste winst zit niet in “magische woorden”, maar in het uitleggen waarom iets moet.
Concrete richtlijnen uit de documentatie van Anthropic:
- Wees duidelijk en direct. Schrijf alsof je een nieuwe collega instrueert die de context niet kent.
- Geef motivatie, niet alleen instructie. “Schrijf kort want de lezer heeft weinig tijd” werkt beter dan “schrijf kort”. Het model generaliseert vanuit het waarom.
- Gebruik voorbeelden. 3 tot 5 diverse voorbeelden in
<example>-tags. Dit is een van de betrouwbaarste manieren om vorm en toon te sturen. - Structureer met XML-tags als je meerdere onderdelen hebt:
<instructie>,<context>,<voorbeeld>,<input>. Voorkomt dat het model dingen door elkaar haalt. - Laat het model eerst denken. Voeg toe: “Denk eerst stap voor stap, geef pas daarna je conclusie.”
- Bepaal vooraf hoe je succes meet. Wat maakt de output goed? Lengte? Toon? Feiten kloppen? Zonder criterium blijf je schaven zonder richting.
Meer diepte in onze gids over prompt engineering.
Voorbeelden van effectieve prompts voor ChatGPT en Claude
Vier kopieerbare prompts voor herkenbare kmo-taken. Pas de tekst tussen [haakjes] aan.
1. Offerte opvolgen
Je bent een ervaren accountmanager in [sector]. Je toon is
vriendelijk, direct en niet opdringerig.
Schrijf een opvolgmail voor een offerte die 8 dagen geleden is
verstuurd en waarop nog geen reactie kwam.
<context>
- Klant: [naam bedrijf]
- Offertebedrag: [bedrag]
- Dienst: [wat we aanboden]
- Laatste contact: [datum, korte samenvatting]
</context>
Regels:
- Maximaal 120 woorden
- Sluit af met een concrete, laagdrempelige vraag
- Geen "even checken of u de mail heeft ontvangen"
- Bied 1 concrete meerwaarde of extra info aan
2. Vacaturetekst schrijven
Je bent een HR-adviseur die vacatures schrijft die mensen
daadwerkelijk aanspreken (geen corporate blabla).
Schrijf een vacaturetekst voor: [functietitel] bij [bedrijfsnaam],
een [korte bedrijfsomschrijving] in [plaats].
<taakomschrijving>
[plak hier de kerntaken]
</taakomschrijving>
<wat-wij-bieden>
[salaris, uren, extra's]
</wat-wij-bieden>
Structuur:
1. Openingszin die nieuwsgierig maakt (geen "Wij zoeken...")
2. Wat ga je doen (max 5 bullets)
3. Wie ben jij (max 5 bullets, geen "teamplayer/flexibel")
4. Wat bieden wij
5. Duidelijke call-to-action
Toon: menselijk, concreet, geen jargon.
3. Klantmail beantwoorden
Je bent klantenservicemedewerker bij [bedrijf]. Toon: warm,
duidelijk, oplossingsgericht.
Beantwoord onderstaande klantmail.
<klantmail>
[plak de mail hier]
</klantmail>
Regels:
- Erken eerst wat de klant voelt (1 zin)
- Geef daarna een concreet antwoord of vervolgstap
- Als je niet alles kunt oplossen: benoem wat je WEL kunt
- Geen loze beloftes ("we doen ons best")
- Sluit af met naam-placeholder [Jouw naam]
- Max 150 woorden
4. Maandcijfers samenvatten
Je bent een financieel adviseur voor een kmo. Je legt cijfers
uit in begrijpelijke taal aan een zaakvoerder zonder financiële
achtergrond.
<cijfers>
[plak omzet, kosten, marge, per maand]
</cijfers>
Doe het volgende, in deze volgorde:
1. Denk eerst stap voor stap: welke trends zie je? Welke
uitschieters? Welke ratio's zijn opvallend?
2. Geef pas daarna je samenvatting: max 5 bullets met de
belangrijkste inzichten.
3. Sluit af met 2 concrete vragen die de zaakvoerder aan zichzelf
zou moeten stellen.
Vermijd jargon. Als je een financiële term gebruikt, leg hem
kort uit.
Wat zijn rol-prompts en wanneer werken ze?
Een rol-prompt geeft het model een expertidentiteit voordat het antwoord geeft, bijvoorbeeld “Je bent een ervaren fiscalist gespecialiseerd in de Vlaamse kmo-belasting”. Dit stuurt woordkeuze, invalshoek en aannames.
Wanneer werkt het goed?
- Als het onderwerp een duidelijke expertise vereist (juridisch, medisch, fiscaal, technisch).
- Als je een specifieke schrijfstijl wilt (copywriter, journalist, docent).
- Als je een andere invalshoek wil (kritische reviewer, klant, concurrent).
Wanneer werkt het minder?
- Bij simpele taken (samenvatten van 1 alinea). Overkill.
- Als de rol te vaag is (“je bent een expert”). Wees specifiek: welk soort expert, welke ervaring, welk publiek.
Voor-en-na:
| Vaag | Scherp |
|---|---|
| ”Je bent een expert. Geef advies over marketing." | "Je bent een B2B-marketeer met 10 jaar ervaring in de Belgische maakindustrie. Je adviseert kmo’s met een marketingbudget onder 50.000 euro per jaar. Toon: nuchter, geen buzzwords.” |
Hoe specifiek moet je AI-prompt zijn?
Specifiek genoeg dat een nieuwe collega zonder context de taak zou kunnen uitvoeren. Dat is de vuistregel. Onderspecificatie is de nummer één reden dat prompts tegenvallen.
Wat je minstens moet noemen:
- Wie je bent of voor wie het is (publiek).
- Wat je precies wilt (output-vorm en lengte).
- Waarom het moet (context en doel).
- Randvoorwaarden (toon, taal, wat NIET te doen).
- Voorbeeld van hoe goed eruitziet, indien beschikbaar.
Overspecificatie bestaat ook: als je 40 regels regels stapelt, gaat het model dingen missen. Houd het onder 15 concrete regels, en gebruik XML-tags om structuur te geven bij langere prompts.

Welke vuistregels gelden altijd bij prompt engineering?
Prompt engineering is het systematisch verbeteren van prompts tot ze betrouwbaar de gewenste output geven. De belangrijkste practices, gebaseerd op de Anthropic-documentatie:
- Definieer je succescriterium vóór je begint. Wat is “goed genoeg”? Meetbaar formuleren.
- Bouw een test-set. 5 tot 10 realistische inputs waar je je prompt op test.
- Begin simpel, escaleer alleen als nodig. Zero-shot eerst.
- Één ding tegelijk aanpassen. Anders weet je niet wat werkte.
- Gebruik XML-tags voor structuur bij complexe prompts.
- Vraag om denken-voor-antwoorden bij redeneertaken.
- Knip complexe taken op in een keten van kleinere prompts als één prompt te veel doet.
- Let op de volgorde bij lange documenten: instructies bovenaan, context in het midden, opnieuw de vraag onderaan werkt vaak beter.
Belangrijke nuance: niet elk probleem is een promptprobleem. Als de taak te groot, te vaag of buiten het bereik van het model valt, helpt geen enkele prompt. Dan zoek je een ander model, een tool met eigen skills, of een AI-agent die meerdere stappen aan elkaar rijgt.
Los je dit op met een betere prompt, een opgeslagen prompt, of een skill/agent?
| Situatie | Oplossing |
|---|---|
| Eenmalige, unieke vraag | Losse prompt in de chat |
| Zelfde taak, meerdere keren per week | Opgeslagen prompt / template |
| Taak vereist externe data (agenda, CRM, web) | Skill of tool-integratie |
| Taak heeft meerdere stappen én beslissingen | AI-agent |
| Taak vereist consistente huisstijl over hele team | Systeemprompt in gedeelde workspace |
Rode vlag: als je merkt dat je elke week dezelfde prompt opnieuw typt met kleine variaties, verlies je tijd.
Welke fouten maken mensen het meest met AI-prompts?
De vijf meest voorkomende fouten in ons eigen onderzoek:
- Te vaag. “Schrijf iets over onze dienst” levert brochuretaal op. Geef publiek, doel, lengte, toon.
- Geen voorbeelden. Vragen om “in onze huisstijl” zonder één voorbeeld van die huisstijl.
- Geen rol of context. Het model raadt dan naar de doelgroep en toon.
- Te veel tegelijk vragen. Onderzoek + schrijven + vertalen in één prompt = middelmatig op alle drie.
- Nooit toetsen. Prompt loopt, output ziet er “prima” uit, niemand controleert of het echt klopt. Vooral bij cijfers en juridische inhoud gevaarlijk.
Waarom werkt mijn AI-prompt niet zoals verwacht?
Meestal een van deze vijf oorzaken: te vage instructie, ontbrekende context, verkeerd modelkeuze, te lange input waarin de instructie ondersneeuwt, of een taak die het model simpelweg niet aankan.
Snelle diagnose:
- Output te algemeen? Voeg publiek, doel en 2-3 voorbeelden toe.
- Output klopt niet feitelijk? Geef de feiten mee in de prompt. Vraag geen kennis, vraag verwerking.
- Output vergeet je regels? Zet je regels ONDERAAN in plaats van bovenaan bij lange prompts, of gebruik XML-tags.
- Output te lang/te kort? Geef expliciet een woord- of zinsaantal.
- Blijft mislukken? Splits de taak in twee of drie prompts, of probeer een ander model.
Zijn er gratis tools om AI-prompts te testen en verbeteren?
Ja. Voor Nederlandstalige zakelijke prompts kun je in de gratis versies van ChatGPT, Claude en Gemini prima experimenteren. Voor systematischer testen:
- Claude Console (console.anthropic.com), gratis credits, ingebouwde prompt improver.
- OpenAI Playground, betaald per token, maar goedkoop voor testen.
- Google AI Studio, gratis toegang tot Gemini-modellen.
- PromptPerfect, PromptHero, bibliotheken met templates ter inspiratie.
Wil je weten welke AI-tool bij jouw taak past? Doe onze gratis AI-scan of vergelijk opties in ons AI-tools overzicht.
Prompt-templates voor verschillende sectoren
Elke sector heeft eigen terugkerende taken. Een paar startpunten:
- Retail/webshop: productbeschrijvingen (few-shot met 3 bestaande beschrijvingen), reviewsanalyse (chain-of-thought), FAQ-updates (zero-shot).
- Bouw/installatie: offertes opvolgen (rol-prompt), werkbonnen samenvatten, klachten kanaliseren.
- Consultancy/adviesbureau: intakegesprekken samenvatten, voorstellen structureren, LinkedIn-content in eigen stem (few-shot).
- Horeca: menusuggesties, social posts, reservering-mails, Google-reviews beantwoorden.
- Zorg/praktijk: verslaglegging (let op AVG: geen persoonsgegevens in publieke tools), patiëntinformatie versimpelen.
Belangrijk: voor sectoren met privacy-eisen (zorg, HR, financieel) gebruik je bij voorkeur een AI-tool met een verwerkersovereenkomst en EU-datalocatie.
Conclusie: begin klein, bouw op wat werkt
Goede AI-prompts zijn geen kunst, ze zijn een vaardigheid. Begin met de simpelste prompt die je kunt bedenken. Werkt hij niet? Voeg één ding toe: een rol, een voorbeeld, een structuur. Test opnieuw. Werkt hij wel? Sla hem op als template zodat je hem volgende week weer kunt gebruiken.
Concrete volgende stap: kies één taak die je deze week minimaal drie keer doet, klantmails beantwoorden, offertes opvolgen, social posts schrijven, en zet hem om in een herbruikbare prompt met de structuur uit dit artikel. Test op vijf echte gevallen. Verfijn tot je hem vertrouwt. Dat is het verschil tussen AI als speeltje en AI als tijdswinst.
Wil je weten welke AI-tool het beste past bij jouw sector en taken? Doe de gratis AI-scan.
<!DOCTYPE html>
<html lang="nl">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Prompt-kiezer</title>
</head>
<body>
<div class="cg-pk">
<h3>Welk soort AI-prompt past bij jouw taak?</h3>
<p><strong>Vraag 1:</strong> Doe je deze taak vaker dan 2x per week?</p>
<button onclick="cgPk(1,'ja')">Ja</button><button onclick="cgPk(1,'nee')">Nee</button>
<p><strong>Vraag 2:</strong> Heb je een vaste stijl of format nodig?</p>
<button onclick="cgPk(2,'ja')">Ja</button><button onclick="cgPk(2,'nee')">Nee</button>
<p><strong>Vraag 3:</strong> Vereist de taak meerdere stappen of berekeningen?</p>
<button onclick="cgPk(3,'ja')">Ja</button><button onclick="cgPk(3,'nee')">Nee</button>
<div class="cg-res" id="cgRes"></div>
</div>
</body>
</html>
Bronnen
- Anthropic, prompting best practices: https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices
- Anthropic, overzicht prompt engineering: https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview
- Anthropic, interactieve prompt-tutorial: https://github.com/anthropics/prompt-eng-interactive-tutorial
- Anthropic, Building effective agents: https://www.anthropic.com/engineering/building-effective-agents
Veelgestelde vragen
Wat is het verschil tussen een prompt en een AI-agent?
Hoeveel voorbeelden moet ik in een few-shot prompt zetten?
Werken dezelfde prompts in ChatGPT en Claude?
Kan ik een prompt in het Nederlands schrijven of moet het Engels?
Hoe lang mag een AI-prompt zijn?
Wat doe ik als de AI feitelijk onjuist antwoordt?
Is prompt engineering iets wat ik zelf kan leren of heb ik een expert nodig?
Welke AI-tool past bij jouw taak?
Bekijk onze onderzochte AI-tools, of laat de gratis AI-scan een advies op maat geven.
Bekijk alle AI-tools →