Promptengineering: de kunst van het goed vragen aan AI
Stel je voor dat je een extreem bekwame maar heel letterlijke assistent hebt. Vraag je "schrijf iets over honden", dan krijg je een willekeurige alinea. Vraag je in plaats daarvan "schrijf een speelse alinea van honderd woorden over waarom labradors goede gezinshonden zijn, in de stijl van een dierenartsenblog, gericht op jonge gezinnen", dan krijg je iets bruikbaars. Promptengineering is precies dat: het zo precies, gestructureerd en doordacht mogelijk formuleren van instructies ("prompts") aan een taalmodel zoals ChatGPT, Claude of Gemini, zodat de uitkomst zo goed mogelijk aansluit bij wat je nodig hebt.
Het woord klinkt technisch, maar de kern is verrassend menselijk: het is vergelijkbaar met het geven van een goede briefing aan een collega. Een vage opdracht levert vaak een vaag resultaat op; een heldere opdracht met context, voorbeelden en duidelijke verwachtingen levert doorgaans veel beter werk op. Bij AI-taalmodellen is dat effect vaak nog sterker, omdat deze systemen geen echt begrip hebben van wat je bedoelt, maar statistische patronen volgen op basis van de tekst die je ze geeft. Kleine wijzigingen in woordkeuze, volgorde of opmaak van een prompt kunnen daardoor tot verrassend grote verschillen in kwaliteit leiden.
Wat is het precies?
Een taalmodel als GPT-4 of Claude genereert tekst door, woord voor woord, te voorspellen wat er statistisch gezien op de voorgaande tekst zou moeten volgen. Het model heeft tijdens zijn training miljarden teksten gezien en daaruit patronen geleerd over hoe zinnen, redeneringen en antwoorden eruitzien. Een prompt is de tekst die je aan het model geeft voordat het begint te genereren; die tekst bepaalt in grote mate welke patronen het model activeert.
Promptengineering bestaat uit een aantal herkenbare technieken die stap voor stap zijn ontwikkeld door onderzoekers en gebruikers:
Instructie en context geven. In plaats van alleen een vraag te stellen, geef je de rol, het doel en de context mee: "Je bent een juridisch adviseur die uitleg geeft aan leken. Leg in drie zinnen uit wat een bewaarplicht is."
Voorbeelden meegeven (few-shot prompting). Je laat het model een paar voorbeelden zien van hoe een goed antwoord eruitziet, waarna het model dat patroon nabootst voor een nieuwe invoer. Dit werkt vaak beter dan alleen een instructie, omdat het model concreet kan zien wat je bedoelt.
Het model laten "hardop nadenken" (chain-of-thought). Door te vragen om een probleem stap voor stap te doorlopen in plaats van meteen een eindantwoord te geven, presteren modellen aantoonbaar beter op rekenkundige en logische taken. Onderzoekers van Google ontdekten in 2022 dat deze aanpak de nauwkeurigheid van grote taalmodellen op complexe redeneertaken flink kan verbeteren.
Iteratief verfijnen. Promptengineering is zelden in één keer raak. Gebruikers passen prompts herhaaldelijk aan op basis van de output: te lang antwoord? Voeg een lengtebeperking toe. Verkeerde toon? Specificeer een stijl. Dit testen-en-bijstellen is in de praktijk de belangrijkste vaardigheid, meer nog dan het kennen van specifieke trucjes.
Systeemprompts en constraints. Veel toepassingen gebruiken een verborgen "systeemprompt" die vooraf wordt meegegeven en het gedrag van het model voor de hele sessie stuurt, bijvoorbeeld: altijd antwoorden in het Nederlands, nooit medisch advies geven, of altijd een bepaalde bedrijfsstijl aanhouden.
Belangrijk om te beseffen: promptengineering is geen programmeren in de klassieke zin. Er is geen strikte syntaxis en dezelfde prompt kan bij verschillende modellen, of zelfs bij hetzelfde model op een ander moment, een licht ander resultaat geven. Dat maakt het vak deels empirisch: uitproberen, meten, bijstellen.
Wat wil men ermee bereiken?
De directe doelstelling is simpel: betere, betrouwbaardere en bruikbaardere output uit een taalmodel halen zonder het model zelf te hoeven aanpassen of opnieuw te trainen. Dat laatste is namelijk kostbaar en vraagt gespecialiseerde kennis, terwijl een betere prompt vaak binnen enkele seconden een merkbaar verschil maakt.
Daarnaast speelt promptengineering een rol bij drie bredere doelen. Ten eerste betrouwbaarheid: bedrijven willen dat een AI-systeem consistent binnen bepaalde grenzen blijft, bijvoorbeeld geen ongepaste taal gebruikt of zich aan een vaste procedure houdt. Ten tweede efficiëntie: een goed ontworpen prompt kan het aantal benodigde aanvragen aan een model verminderen, wat tijd en rekenkosten scheelt. Ten derde veiligheid: doordachte prompts en systeeminstructies zijn een van de manieren waarop ontwikkelaars proberen te voorkomen dat modellen schadelijke, onjuiste of ongewenste antwoorden geven, al is dit geen waterdichte oplossing.
Er is ook een minder voor de hand liggende ambitie: promptengineering helpt onderzoekers begrijpen hoe taalmodellen "denken" of eigenlijk: welke statistische associaties ze maken. Door systematisch te testen welke formuleringen tot welke uitkomsten leiden, ontstaat inzicht in de sterktes en zwaktes van deze systemen.
Voorbeelden uit de praktijk
Chain-of-thought-onderzoek (Google, 2022). Onderzoekers Jason Wei en collega's van Google publiceerden het invloedrijke artikel "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models", waarin ze lieten zien dat het vragen om tussenstappen de prestaties van grote taalmodellen op wiskundige en logische puzzels aanzienlijk verbetert. Dit werk vormde de basis voor talloze latere promptstrategieën.
GitHub Copilot (vanaf 2021). Deze programmeerassistent, gebouwd op OpenAI's Codex-model en later opvolgers, laat zien hoe cruciaal promptontwerp is in de praktijk: de manier waarop code, commentaar en bestandsnamen worden meegegeven als context bepaalt in hoge mate de kwaliteit van de gesuggereerde code.
Tree of Thoughts (Yao e.a., 2023). Een vervolg op chain-of-thought waarbij een model meerdere redeneerpaden tegelijk verkent en zichzelf tussentijds evalueert, vergelijkbaar met een schaker die meerdere zetten vooruitdenkt. Dit toonde aan dat promptstructuur zelf onderwerp van actief wetenschappelijk onderzoek is geworden.
Klarna's AI-klantenservice (2024). Het Zweedse fintechbedrijf Klarna lanceerde een AI-assistent, gebouwd op een model van OpenAI, die volgens het bedrijf het werk deed van honderden voltijdmedewerkers in klantenservice. Zorgvuldig ontworpen prompts en systeeminstructies waren hierbij essentieel om het systeem binnen de gewenste toon en procedures te houden.
Prompt injection als beveiligingsrisico (sinds 2022). Onderzoeker en ontwikkelaar Simon Willison muntte de term "prompt injection" om een kwetsbaarheid te beschrijven waarbij kwaadwillenden verborgen instructies in tekst verstoppen om een AI-systeem te misleiden, bijvoorbeeld in een e-mail die door een AI-assistent wordt samengevat. Dit voorbeeld laat de keerzijde zien: dezelfde gevoeligheid voor tekstuele input die promptengineering nuttig maakt, is ook een aanvalsvector.
Hoe ver is de techniek?
Promptengineering is in enkele jaren tijd uitgegroeid van een obscure hobby van vroege gebruikers van GPT-3 (2020) tot een erkende, veelbesproken vaardigheid met eigen cursussen, boeken en zelfs vacatures met de titel "prompt engineer". Grote taalmodellen zijn intussen ook zelf beter geworden in het volgen van complexe, gestructureerde instructies, deels dankzij een trainingstechniek genaamd "instruction tuning", waarbij modellen specifiek trainen op het volgen van opdrachten.
Tegelijkertijd verandert het vak snel. Sommige technieken die twee jaar geleden nog noodzakelijk waren, zoals uitgebreide few-shot voorbeelden, zijn bij nieuwere modellen soms minder cruciaal omdat deze modellen instructies beter "begrijpen" zonder veel voorbeelden. Ook ontstaan varianten zoals "prompt chaining" (een taak opsplitsen in meerdere stappen met tussentijdse prompts) en geautomatiseerde promptoptimalisatie, waarbij software zelf duizenden promptvarianten test om de beste te vinden.
De belangrijkste beperkingen zijn structureel van aard. Taalmodellen blijven gevoelig voor kleine formuleringsverschillen, wat promptengineering deels tot trial-and-error maakt in plaats van een exacte wetenschap. Er is bovendien geen garantie dat een prompt die vandaag goed werkt, dat ook doet na een modelupdate; aanbieders passen hun modellen regelmatig aan, waardoor prompts soms opnieuw afgesteld moeten worden. Ook blijft prompt injection een onopgelost beveiligingsprobleem: er bestaat geen sluitende manier om een taalmodel volledig te beschermen tegen kwaadaardige instructies die verstopt zitten in de invoer die het verwerkt.
Wie werken eraan?
Alle grote aanbieders van taalmodellen publiceren eigen richtlijnen en documentatie over promptengineering, omdat het direct hun producten beter bruikbaar maakt. OpenAI (ontwikkelaar van GPT en ChatGPT), Anthropic (ontwikkelaar van Claude) en Google DeepMind (ontwikkelaar van Gemini) hebben ieder uitgebreide gidsen en onderzoeksteams die zich specifiek bezighouden met promptontwerp en de onderliggende mechanismen daarvan.
Academisch onderzoek naar prompting komt onder meer van Google Research/DeepMind (chain-of-thought, self-consistency, ReAct), Princeton University (Tree of Thoughts) en talloze universiteiten die publiceren op het open preprint-platform arXiv. Daarnaast is er een actieve open-sourcegemeenschap: het platform DAIR.AI, opgericht door onderzoeker Elvis Saravia, onderhoudt een veelgebruikte, gratis online gids over promptingtechnieken.
Buiten de techreuzen en universiteiten zijn het uiteindelijk vooral ontwikkelaars, contentmakers en bedrijven wereldwijd die de praktische kennis over promptengineering verder verfijnen, simpelweg door AI-systemen dagelijks te gebruiken en te delen wat wel en niet werkt.