Cheatsheet prompt engineering

In dit blog gaan we in op het onderwerp prompt engineering. Prompt engineering gaat over het optimaliseren van de vragen die je stelt aan large language modellen (LLMs) zoals bijvoorbeeld ChatGPT. Het is een belangrijke skill in een wereld waar generatieve AI een steeds grotere rol vervult.

We zullen de volgende onderwerpen behandelen:

Prompt engineering betekenis

Prompt engineering is het creëren van optimale opdrachten voor AI-modellen (bijv. ChatGPT / Claude / Grok / Deepseek) waardoor je de kwaliteit van de output van de modellen maximaliseert.

Je zou kunnen zeggen dat het gaat om het stellen van de juiste vraag op de juiste manier. Omdat LLMs (in tegenstelling tot traditionele zoekmachines) goed in staat zijn context te begrijpen als deze meegegeven wordt, kun je bruikbaardere antwoorden realiseren. Prompt engineering is tegenwoordig een heuse rol geworden in sommige organisaties.

Waarom is prompt engineering belangrijk?

  • Prompt engineering is belangrijk omdat LLMs betere output geven als de input goed gestructureerd is. Slechte prompts kunnen leiden tot generieke of irrelevante antwoorden. Goede prompts zorgen juist voor hoge kwaliteit output (bruikbare & consistente output).
  • Naast de kwaliteit van de output heeft prompt engineering effect op de kosten die je maakt als organisatie. LLMs zijn zware modellen en ieder prompt kost daarom energie en dus geld. Als je in minder pogingen tot de juiste output komt bespaar je geld.
  • Verder scheelt het je jouw eigen tijd als je in minder pogingen tot een bruikbaarder antwoord komt. Als je goed bent in prompt engineering krijg je meer gedaan in minder tijd.
  • Ook met het oog op de toekomst is prompt engineering een belangrijke vaardigheid. De verwachting is dat AI in steeds meer taken een rol zal spelen de komende jaren. Alleen professionals die meegaan in deze ontwikkeling zullen effectief blijven binnen organisaties.

Cheatsheet prompt engineering
Download deze cheatsheet gratis onder aan deze pagina

Prompt engineering technieken incl. voorbeelden

We zullen nu 9 populaire prompt engineering technieken behandelen zodat je de waarde van jouw output uit AI modellen kunt maximaliseren. Deze technieken hebben we ook verwerkt in een handige cheatsheet die je onder aan deze pagina gratis kunt downloaden.

automat prompt engineering techniek
Klik op afbeelding voor een grotere versie

1. AUTOMAT prompts

  • Uitleg in 1 zin: een vaste structuur om prompts op te bouwen met elementen als rol, doelgroep, taak, toon en uitzonderingen. Dit is een relatief uitgebreide prompt engineering techniek. Klik op bovenstaande afbeelding of download de cheatsheet voor een volledig overzicht van deze techniek.
  • Wanneer gebruiken? Bij complexe opdrachten of wanneer je met een team consistente output wilt genereren.
  • Voorbeeld prompt: "Doe alsof je een ervaren loopbaancoach bent. De gebruiker is net afgestudeerd. Help met het schrijven van een LinkedIn-post om werk te vinden. Schrijf motiverend, professioneel maar toegankelijk. Als er geen werkervaring is, focus dan op leerdrang."

2. Few-Shot / In-Context Learning

  • Uitleg in 1 zin: Je laat in je prompt 2-3 voorbeelden zien zodat het model snapt wat je bedoelt.
  • Wanneer gebruiken? Als je wil dat het model een bepaald format nadoet, bijvoorbeeld vertalingen, schrijfstijl, of lijstjes.
  • Voorbeeld prompt:
    Vertaal: ‘Hallo’ → ‘Bonjour’
    Vertaal: ‘Tot ziens’ →

3. Chain of Thought (CoT) prompts

  • Uitleg in 1 zin: Je vraagt het model om stap voor stap na te denken voordat het antwoord geeft.
  • Wanneer gebruiken? Voor complexe vragen of redeneringen, zoals wiskunde, logica of oorzaak-gevolgrelaties.
  • Voorbeeld prompt: Ik ga met vrienden op reis naar Berlijn. We zijn met 4 personen en iedereen heeft een auto. We komen vanuit Amsterdam, Den Haag, Groningen, en Nijmegen. Neem me stap voor stap mee waar we het best kunnen afspreken om uiteindelijk met z'n allen te carpoolen.

4. Rol/Persona prompts

  • Uitleg in 1 zin: Je vraagt het model zich voor te doen als een specifiek persoon of expert.
  • Wanneer gebruiken? Als je een advies, uitleg of toon nodig hebt vanuit een bepaalde expertise.
  • Voorbeeld prompt: Doe alsof je een internetexpert bent. Wat is phishing?

5. ReAct (Reasoning + Acting)

  • Uitleg in 1 zin: Het model redeneert eerst en onderneemt daarna actie, bijvoorbeeld iets samenvatten of beslissen.
  • Wanneer gebruiken? Voor taken waarbij het model moet zoeken én nadenken, zoals analyse of nieuws samenvatten.
  • Voorbeeld prompt: Zoek het laatste nieuws op over elektrische auto's en vat het samen in 3 zinnen.

6. Tool-Augmented Prompting

  • Uitleg in 1 zin: Je vraagt het model om een hulpmiddel te gebruiken, zoals een rekenmachine of externe API. Het aanroepen van een externe API kan niet vanuit de standaardinterface van bijvoorbeeld ChatGPT. Bij deze techniek maak je bijvoorbeeld gebruik van de programmeertaal Python i.c.m. packages als bijvoorbeeld LangChain. Je gaat op deze manier al in de richting van een AI Agent.
  • Wanneer gebruiken? Als er berekeningen of actuele gegevens nodig zijn die AI zelf niet paraat heeft.
  • Voorbeeld prompt: Reken met een rekenmachine uit wat ik per maand betaal bij een lening van €100.000 met 5% rente in 15 jaar.

7. Style Transfer prompts

  • Uitleg in 1 zin: Je geeft aan in welke stijl of toon de output geschreven moet worden.
  • Wanneer gebruiken? Bij het herschrijven of creëren van teksten in een specifieke schrijfstijl (bijv. Jip en Janneke).
  • Voorbeeld prompt: Maak een uitnodiging voor het partijtje van mijn zoontje die 5 wordt in de schrijfstijl van Annie M.G. Schmidt. We gaan een speurtocht doen.

8. Self-Reflection prompts

  • Uitleg in 1 zin: Je vraagt het model om eerst kritisch na te denken of vragen aan zichzelf te stellen.
  • Wanneer gebruiken? Als je fouten wilt voorkomen of het model wilt laten reflecteren op eerdere antwoorden.
  • Voorbeeld prompt: Welke vragen moet ik stellen om een baanaanbod goed te beoordelen? Denk eerst zelf na hierover en geef me de nuttigste vragen om te stellen.

9. Prompt Chaining

  • Uitleg in 1 zin: Je splitst een grote taak op in kleinere stappen en voert ze na elkaar uit.
  • Wanneer gebruiken? Als een opdracht te groot of te complex is voor één enkele prompt.
  • Voorbeeld prompt:
    Stap 1: Haal klantreviews van een product op.
    Stap 2: Analyseer of ze positief of negatief zijn.
    Stap 3: Vat samen in 3 bullets.

Cheatsheet prompt engineering

Prompt engineering cheatsheet (gratis download)

De behandelde prompt engineering technieken hebben we overzichtelijk verwerkt in een handige cheatsheet. Als je onderstaand formulier invult dan ontvang je de cheatsheet direct in jouw mail. Je ontvangt ook enkele mailings over generative AI als je de cheatsheet download, zodat je nóg beter wordt in werken met AI.

Wil je AI expert worden?

Tijdens onze AI Opleiding leer je het hele AI spectrum kennen; van klassieke machine learning modellen tot generative AI met o.a. ChatGPT. Je leert programmeren in Python zodat je op uiteenlopende vlakken aan de slag kunt met AI. Of ben je op zoek naar een globale niet-technische introductie in AI? Bekijk dan onze AI cursus voor niet-techneuten eens. Bekijk ook eens onze AI consultancy diensten

by: