Prompt engineering

Prompt engineering is de vaardigheid om instructies voor een AI-hulpmiddel als ChatGPT, Claude of Copilot zo te schrijven dat het een taak goed uitvoert, en dat blijft doen. In de praktijk zeg je wat de taak is, voor wie het is en hoe een goed resultaat eruitziet, geef je een voorbeeld en probeer je de prompt uit op een paar echte gevallen voordat je erop vertrouwt.

Waar komt prompt engineering vandaan?

Toen taalmodellen taken konden uitvoeren op basis van een tekstinstructie, zoals GPT-3 in 2020 liet zien, ging de formulering van die instructie ertoe doen. Een overzichtsartikel van Liu e.a. (2021) omschrijft prompt engineering als het maken van de prompt die de beste prestaties op een taak oplevert. In The Prompt Report (2024) telden Schulhoff e.a. 58 prompttechnieken voor alleen tekst, en stelden ze een woordenlijst van 33 termen op omdat het vakgebied die termen tegenstrijdig gebruikte.

Hoe werkt het in de praktijk?

De handleiding van Anthropic begint vóór de eerste prompt: bepaal wat als succes telt, zorg dat je daarop kunt testen, en verbeter pas dan een eerste versie. De handleiding van OpenAI (september 2026) voegt twee gewoonten toe voor software die op een model draait: leg de toepassing vast op een specifieke snapshot van het model, en bouw tests die meten hoe de prompt zich gedraagt, omdat zelfs snapshots binnen één modelfamilie verschillend kunnen reageren. OpenAI raadt ook aan prompts voor productie in de code van de toepassing te bewaren, zodat een wijziging door review en tests gaat zoals elke andere wijziging.

Welke technieken zijn er?

De basis staat bij de prompt: wees duidelijk, leg uit waarom, geef voorbeelden, en houd instructies, context en voorbeelden uit elkaar. Gangbare technieken daarnaast:

• Voorbeelden van de invoer en uitvoer die je wilt (few-shot prompting), die werken via in-context learning.
• Vragen om eerst de redenering en dan het antwoord (chain-of-thought). Met de toevoeging "Let's think step by step" steeg de nauwkeurigheid van text-davinci-002 van OpenAI op de rekentest MultiArith van 17,7% naar 78,7% (Kojima e.a., 2022).
• Een vaste vorm voor de uitvoer, zoals JSON met benoemde velden (structured output).
• Een taak opknippen in stappen, elk met een eigen prompt (prompt chaining).
• Een systeemprompt met vaste instructies voor elk gesprek.

Technieken verouderen met de modellen. Voor redeneermodellen, die een probleem eerst doordenken voordat ze antwoorden, raadt de handleiding van OpenAI (september 2026) chain-of-thought-prompts af: het is overbodig zulke modellen te vragen stap voor stap te denken, en het kan zelfs schaden.

Waar gaat het mis?

• Kleine wijzigingen, grote gevolgen. Sclar e.a. (2023) veranderden alleen de opmaak van few-shot-prompts, zoals scheidingstekens, spaties en hoofdletters, en zagen de nauwkeurigheid tot 76 procentpunt verschillen bij LLaMA-2-13B. Hoe goed een opmaak bij het ene model werkt, zegt weinig over een ander model.
• Sommige problemen liggen elders. Anthropic merkt op dat snelheid en kosten soms makkelijker te verbeteren zijn door een ander model te kiezen. Kennis die het model mist, moet uit je eigen documenten komen, bijvoorbeeld via RAG.
• Tekst van buiten, zoals een e-mail die het model leest, kan eigen instructies bevatten (prompt injection).

Voorbeeld

Stel: een fietsenwinkel wil beschrijvingen voor de e-bikes in zijn webshop. "Schrijf een productbeschrijving voor deze e-bike" levert algemene tekst op, soms met verzonnen details. Een betere prompt:

1
Je schrijft productbeschrijvingen voor een fietsenwinkel. Onze klanten zijn forenzen en oudere fietsers.
2
Gebruik alleen de specificaties hieronder. Ontbreekt iets, schrijf dan "onbekend" in plaats van te gokken.
3
Schrijf 80 tot 120 woorden in een vriendelijke, eenvoudige toon en noem daarna de drie belangrijkste specificaties.
4
Een beschrijving die we goed vinden: {voorbeeld}
5
 
6
<specificaties>
7
{specificatieblad}
8
</specificaties>

De winkel probeert de prompt uit op tien fietsen, controleert elk getal tegen de specificatiebladen en bewaart de versie die werkt met een datum, zodat hij kan vergelijken wanneer het hulpmiddel of het model verandert.